@jerryjliu0:Mistral OCR 已上线 OpenDocRouter!就其价格而言,在表格和阅读顺序上的表现相当不错。而且速度极快,每页 p50 仅…
摘要
LlamaIndex 推出的 OpenDocRouter 将 Mistral OCR 加入其统一文档解析 API,在表格和阅读顺序上表现具有竞争力,每页 p50 处理时间仅 1.8 秒。开发者可在同一套 API 下选择多种 OCR 模型,按页计费,并提供 ParseBench 基准测试。
查看缓存全文
缓存时间: 2026/10/11 00:58
Mistral OCR 已上线 OpenDocRouter!
就其价格而言,在表格和阅读顺序处理上表现不错。速度也极快,每页 p50 仅需 1.8 秒。
自上周 OpenDocRouter 上线以来,我们一直在不断引入新模型: https://t.co/j2URLhN4Z2 https://t.co/ta91bUCbDI
OpenDocRouter
来源:https://www.opendocrouter.ai/
统一的文档解析 API
任意模型,解析你的文档。 将 PDF 和图片转换为 Markdown。选择你的模型,发送文档,即可获得解析后的页面。
https://www.llamaindex.ai/《旅人河景图》·Paul Bril·1590(https://www.nga.gov/artworks/55840-river-landscape-travelers)
文档进,结构化 Markdown 出。
标题、段落、表格、插图。每一页都输出 Markdown,可直接用于你的应用或管道。
河流勘测
河流在石桥下方转向东流。一只苍鹭站在浅滩中。
河岸沿线
柳树、桤木和草地沿着水岸生长。
# 河流勘测
河流在石桥下方转向东流。
一只苍鹭站在浅滩中。
## 河岸沿线
柳树、桤木和草地
沿着水岸生长。
此为示意性的输入和输出示例。实际结果因模型和文档而异。
你的模型,你来选。
根据你的文档和预算选择模型。每个模型都带有版本化的解析方案以及来自 ParseBench 的基准测试结果。
每一页,尽最快可能。
页面会作为独立的模型调用在算力可用时并行处理。每页都有独立的 Markdown 输出、状态和计费。
从断点继续。
重试失败的页面。失败页面免费,页面选择功能让你跳过已有结果的页面。
几行代码,解析整个文档。
选择模型,指向你的文件,然后选择页码。解析方案交给我们处理。
探索 API(https://www.opendocrouter.ai/docs)
curl https://www.opendocrouter.ai/v1/parse \
-H "Authorization: Bearer $OPEN_DOC_ROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-3.8-flash-low",
"document": {
"url": "https://arxiv.org/pdf/1706.03762"
},
"pages": "1-3"
}'
无需承诺,即刻开始。
新账户注册即赠 5 美元免费额度,充值最低 10 美元起。前沿模型严格按照其提供商的价格计费,且仅对成功解析的页面收费。
模型与定价(https://www.opendocrouter.ai/models)
LlamaIndex 🦙 (@llama_index): 今天,我们发布 OpenDocRouter:一个 API 接入所有文档解析模型。
Hugging Face 上大约有 4,000 个 OCR 模型,前沿实验室几乎每月都会发布新的模型。今天最适合你文档的模型,到了下个季度就不一定了。
所以别再纠结该用哪个模型了……
相似文章
@jerryjliu0:我们创建了一个文档OCR路由器,能够估算每一页的复杂度,并以相应的模式进行解析……
LlamaIndex 推出了 Parse Gateway,这是一个页面级文档 OCR 路由器,能够估算每一页的复杂度,并将其路由到相应的解析层级(LiteParse 或 LlamaParse),在成本、延迟和质量之间取得平衡。
@jerryjliu0:我们提供了一些利用图表注释功能的Mistral OCR更新结果。整体得分……
Jerry Liu报告了Mistral OCR在ParseBench上的更新结果,显示其性能优于GPT-5.5,仅落后于Gemini 3.1 Pro,在内容忠实度和语义格式方面表现强劲。
OpenDocRouter 发布:一个 API 打通所有文档模型(5 分钟阅读)
LlamaIndex 发布 OpenDocRouter,一个统一的文档转 Markdown API 平台,聚合前沿与开源 OCR 模型,并通过 ParseBench 对质量与成本进行基准测试。
Mistral OCR 4
Mistral AI 发布了 Mistral OCR 4,一款紧凑型文档智能模型,能够提供边界框、块分类和内置信度评分,用于结构化文本提取。该模型支持170种语言,可在单个容器中运行以实现自托管部署,并与 Mistral Search Toolkit 集成,用于企业搜索和 RAG 管线。
Mistral OCR 4.1
Mistral AI 发布 OCR 4.1,这是一项更新的 OCR 服务,支持原生段落级边界框提取、结构块标签以及块级置信度评分,现已公开预览。