LlamaIndex 发布 OpenDocRouter：一个 API 调用所有文档解析模型

OpenDocRouter 是什么？

2026年10月7日，LlamaIndex 发布了一个叫 OpenDocRouter 的新平台。它是一个闭源的云服务，用同一个 API 就能调用很多种文档解析模型，把 PDF 或图片变成 Markdown 格式的文字。就像把各种不同品牌的翻译机都插到同一个插座上，你只要按一个按钮，就能让它们轮流帮你把文件翻译成整齐的笔记。

它支持 PDF、PNG、JPEG 文件，也可以直接给一个网址。你可以选择同步返回结果，也可以选择异步任务，最多处理 500 页或 50MB 的文件。同步请求最多支持 50 页。官方未说明是否开源或能否自己部署。

它为什么会出现？

现在 OCR 模型非常多，HuggingFace 上搜“ocr”就有几千个模型，前沿实验室也几乎每个月都推出新的文档读取模型。但要用好这些模型，通常需要自己写提示词、处理限流、管理部署和成本，还要不断测试新模型。LlamaIndex 说自己很擅长做这些事，所以把经验做成了 OpenDocRouter 分享出来。

它把每个模型都配上一套版本化的“配方”，包括提示词、处理步骤和设置。这样开发者不用自己折腾，就能直接调用。就像把做菜的步骤和调料都打包好，你只要点菜就行。

它支持哪些模型？

发布时，OpenDocRouter 选了一批覆盖不同角落的模型。前沿模型包括 Claude Opus 5.5、Gemini 3 Flash、Gemini 3.8 Flash、GPT-5.6 Terra、GPT-6 Luna。开源模型包括 Infinity-Parser2-Flash、MinerU2.5-Pro、TeleOCR、dots.mocr、PaddleOCR-VL-1.6。

每个模型都在 ParseBench 上做了质量和成本测试。官方未说明这些模型的具体版本号，也没有说明未来会以多快速度加入新模型，但表示有流程可以快速添加。

边界框和版面怎么处理？

不同模型对边界框和版面的支持不一样。有的模型天生就能输出框，有的需要提示词，有的完全不会。OpenDocRouter 自己建了一个“接地引擎”，可以套用在任何模型上。你在请求里设置 layout: True，就能生成带边界框和版面元素的 Markdown，并且按阅读顺序排列。

这样所有模型输出的版面类别都一样，包括标题、章节标题、正文、列表项、表格、图片、图表、公式、说明、脚注、页眉、页脚、代码、表单、键值对。就像把不同老师批改的作业都统一成同一种符号，看起来不混乱。

价格怎么算？

OpenDocRouter 按 token 计费，注册后从 25 美元起充值。开启 layout 功能每百万 token 加收 0.2 美元。如果某页处理失败，不会收费。官方列出了截至 2026 年 10 月 7 日的价格，比如 GPT-6 Luna 每百万输入 token 0.10 美元，输出 0.50 美元，每千页成本约 0.80 美元；Claude Opus 5.5 每百万输入 4 美元，输出 20 美元，每千页约 48.82 美元。

不同模型价格差别很大，你可以根据预算和精度要求选择。官方未说明是否有免费试用额度，也没有说明价格未来会不会调整。

它和 LlamaParse 有什么不同？

LlamaIndex 把 OpenDocRouter 看作一个快速托管最新模型的平台，让开发者能轻松切换和路由不同模型，并且只为实际用量付费。而 LlamaParse 是他们的托管文档平台，自带手工调优的解析层级、企业控制、自托管部署，还有模式提取和索引等其他 API。

简单说，OpenDocRouter 像是一个“模型超市”，你可以随便挑；LlamaParse 像是一个“精装厨房”，已经帮你配好全套工具和调料。两者定位不同，适合不同需求的人。

谁适合用？有什么限制？

如果你需要快速比较不同文档解析模型，或者想用最新模型又不想自己管理部署和限流，OpenDocRouter 很适合。开发者、数据科学家、需要处理大量文档的团队都可以用。但如果你需要企业级控制或自托管，可能 LlamaParse 更合适。

限制方面，官方未说明数据保留政策、速率限制、是否支持私有化部署，也没有说明各模型的具体版本号。使用前建议先阅读官方文档和定价页面，确认是否符合你的合规要求。