OpenDocRouter 发布：一个 API 打通所有文档模型（5 分钟阅读）

# OpenDocRouter 发布：一个 API，接入所有文档模型 来源：https://www.llamaindex.ai/blog/introducing-opendocrouter 如今 OCR 模型数量众多，而且每周都有新模型发布。在 HuggingFace 上快速搜索“ocr”，就能看到数千个模型。此外，前沿实验室几乎每个月都在推出新的文档读取模型（尽管价格有时相当昂贵）。要使用这些模型进行文档解析，通常都需要完成同样几个步骤：确定提示词（如果需要的话）、处理速率限制、管理部署及相关成本，以及在新模型发布后对其进行评测。 这正是我们 LlamaIndex 团队已经做得非常熟练的事情，因此今天我们推出 OpenDocRouter，把这项工作分享给大家。 ## OpenDocRouter 是什么？ OpenDocRouter 是一个文档 → Markdown 解析平台，支持最新的开源模型和前沿模型。每个模型都运行一个带版本管理的配置（recipe），包含提示词、处理流程和各项设置。使用该 API 非常简单： ``` curl https://www.opendocrouter.ai/v1/parse \ -H "Authorization: Bearer $API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "opendatalab/mineru2.5-pro", "document": { "url": "https://arxiv.org/pdf/1706.03762" }, "layout": true }' ``` 该 API 接受 PDF、PNG、JPEG 文件，或指向这些格式的 URL。你可以在同步响应（直接返回结果）和异步响应（创建一个需要轮询查询的任务）之间切换。同步响应最高支持 50 页。单次请求处理的输入最多为 500 页或 50MB。 所有模型都会在 ParseBench (https://www.parsebench.ai/) 上进行质量与成本双维度的评测。发布之初，我们挑选了一组覆盖我们评测基准各个区间的模型： 1. **前沿模型：**Claude Opus 5.5、Gemini 3 Flash、Gemini 3.8 Flash、GPT-5.6 Terra、GPT-6 Luna 2. **开源模型：**Infinity-Parser2-Flash、MinerU2.5-Pro、TeleOCR、dots.mocr、PaddleOCR-VL-1.6 ## 边界框与版面布局 不同模型对边界框和版面布局的支持程度各不相同。有些模型能原生输出边界框，有些需要通过提示词引导，还有些完全做不到。 为了弥补这一差距，我们构建了一个 grounding 引擎，可以应用到任意模型上。在请求中设置 `layout: True`，即可生成带有 grounding 边界框、并按阅读顺序排列版面元素的 Markdown。这也意味着所有模型都会输出统一的版面类别：title（标题）、section_header（章节标题）、text（正文）、list_item（列表项）、table（表格）、picture（图片）、chart（图表）、formula（公式）、caption（图注）、footnote（脚注）、page_header（页眉）、page_footer（页脚）、code（代码）、form（表单）、key_value（键值对）。 ## 定价 OpenDocRouter 采用纯 token 计费模式发布，规则相当简单明了。新账户可获得 5 美元的额度。付费充值最低 10 美元，另加 5% 的手续费。启用 layout 功能每百万 token 额外收取 0.2 美元；处理过程中若某一页失败，则不收费。 截至 2026 年 10 月 7 日，我们的定价如下： | 模型 | 输入（$/1M） | 缓存输入（$/1M） | 输出（$/1M） | 每千页成本（ParseBench） | | --- | --- | --- | --- | --- | | **Claude Opus 5.5** | $4.00 | $0.20 | $20.00 | $48.82 | | **Gemini 3 Flash** | $0.50 | $0.05 | $3.00 | $19.67 | | **Gemini 3.8 Flash** | $0.75 | $0.08 | $3.75 | $5.91 | | **GPT-5.6 Terra** | $2.00 | $0.20 | $12.00 | $19.89 | | **GPT-6 Luna** | $0.10 | $0.01 | $0.50 | $0.80 | | **Infinity-Parser2-Flash** | $0.24 | - | $1.16 | $4.34 | | **MinerU2.5-Pro** | $0.08 | - | $0.39 | $0.86 | | **TeleOCR** | $0.25 | - | $1.22 | $2.70 | | **dots.mocr** | $0.31 | - | $1.53 | $3.97 | | **PaddleOCR-VL-1.6** | $0.24 | - | $1.20 | $2.17 | ## 添加新模型 当有我们可以接入的新模型发布时，我们已有一整套流程可以快速将其添加到 OpenDocRouter 中。我们会先让它们跑一遍 ParseBench (https://www.parsebench.ai/)，并以此校准提示词、成本和其他设置，以尽可能提供最佳的使用体验。 我们也计划持续改进最受欢迎的那些模型——无论是通过更好的提示词、通过更优的托管来降低延迟，还是其他方式。 ## OpenDocRouter 与 LlamaParse 的区别 我们把 OpenDocRouter 定位为一个可以快速托管最新模型的平台，让开发者能够在现有模型之间轻松切换和路由，且只为实际使用的部分付费。API 本身易于使用，同时提供广泛的模型访问能力。 LlamaParse 则是我们托管的文档平台。它自带经过人工调优的解析档位、企业级管控能力、自托管部署方案，以及模式提取（schema extraction）和索引构建等其他 API。 ## 立即体验 OpenDocRouter OpenDocRouter 现已上线，欢迎试用。浏览模型和文档，注册并生成 API key，今天就开始解析你的文档吧！ - OpenDocRouter 主页 (https://www.opendocrouter.ai/) - 文档 (https://www.opendocrouter.ai/docs) - 可用模型 + 评测基准 (https://www.opendocrouter.ai/models)