产品简介
LlamaParse 是 LlamaIndex 提供的文档解析服务，把 PDF、扫描件、Office 文档、表格和图片转成 Markdown、结构化 JSON 或带坐标的页面数据，供检索系统与文档智能体直接消费。2026 年 10 月 22 日，LlamaIndex 发布自研解析模型 OCRia-1，一个 4B 参数的视觉语言模型，微调自 Qwen3.5-4B，同日起接管 LlamaParse 的解析工作。
按 LlamaIndex 在自建基准 ParseBench 上的测量，OCRia-1 取得 87.4 分，比其列出的第二名 LightOnOCR-3-4B 高 12.1 分，其中图表分项 85.1 对 66.1，格式保留分项 83.4 对 67.9。在 olmOCR-bench、PulseBench-Tab 与 fr-bench-pdf2md 三个外部基准的表格分项上同样排在前列，整体差距在 1 分上下。ParseBench 由 LlamaIndex 自己维护，读这组数字时把归属一并考虑会更稳妥。
计费按页走 credit，解析分四档，每页从 1 credit 到 45 credits，1000 credits 为 1.25 美元。免费档每月一万 credits，付费从每月 50 美元含四万 credits 起。OCRia-1 目前以托管方式运行在 LlamaParse 内，模型权重尚未对外发布。
核心功能
- 四档解析按复杂度选：Fast 每页 1 credit，只输出带位置的文本；Cost-effective 每页 3 credits；Agentic 每页 10 credits；Agentic Plus 每页 45 credits。档位越高越依赖视觉模型做版面、表格与图表理解，同一套接口换档即可。
- Auto Mode 逐页路由：按单页的版面复杂度自动选择档位，简单页面走低成本档，复杂页面才升级，官方称最多可省八成解析费用。也可以手动指定档位与目标页码范围，只解析需要的页面。
- 表格与图表转结构化数据：嵌套表头、合并单元格和不规则网格会保留行列之间的对应关系，表格输出为 HTML 表格；图表转成数据点表格，数值与所属系列、坐标轴标签配对，可以直接进入计算流程。
- 版面与语义格式保留：返回段落级边界框与结构块标签，区分标题、表格、列表、公式与脚注。上标、下标、删除线和表单勾选框在 Markdown 与 HTML 中保留，数学公式转写为 LaTeX。版面提取按每页加 3 credits 开启。
- 多格式输出与广谱文件支持：输出可选 Markdown、纯文本、逐页 JSON、XLSX、HTML 表格和带标注的 PDF，也支持按自定义 schema 输出结构化 JSON。覆盖 130 多种文件格式，含 PDF、Office 文档、表格文件与常见图片格式。
- 解析之外的抽取、分类与拆分：Extract 按文档、按页或按表格行抽取目标字段，返回引用位置与置信度；Turbo 档一次到位，每页 35 credits。Classify 每页 1 到 2 credits 按类型分流，Split 每页 4 credits 拆开合订文档，先分流再解析能压低总成本。
适合谁用
以下类型的用户会特别受益于 LlamaParse：
- 把财报、保单、税表这类表格密集的扫描件转成可计算的 Markdown 或 JSON，避免表头错位让下游取到错误的数字。
- 给检索增强的问答系统做文档预处理，保留结构块标签与边界框，答案能回溯到原文的具体位置。
- 发票与合同的批量字段抽取，用 Extract 直接取编号、金额、期限并带置信度，低置信度条目转人工复核。
- 多语言文档归档，把上百种语言的合同、公函与技术手册统一成同一种结构化格式。
- 学术论文与专利的公式图表还原，公式转 LaTeX，图表转数据表，便于后续统计与复现。
- 用 Classify 先按文档类型分流，只把需要的部分送进高成本档位，控制整体解析预算。
优点亮点
- 按页计费且档位可选，测试阶段用每页 3 credits 的档位就能覆盖多数文书。
- 同一文件在 48 小时内重复解析不计费，调试管线时成本可控。
- 解析一次可以多次抽取，已解析过的文件再抽取只按抽取档位计费。
- 输出带段落级边界框与结构标签，检索命中的结果能定位到页内位置。
- 免费档每月一万 credits，付费从每月 50 美元含四万 credits 起，企业档支持混合云部署与更高并发。
- 覆盖 130 多种文件格式与上百种语言，不同来源的文档不必换工具。
价格与方案
按 credit 计费，1000 credits 等于 1.25 美元。解析分四档：Fast 每页 1 credit、Cost-effective 3、Agentic 10、Agentic Plus 45；任意档加开版面提取每页加 3 credits，含表单的页面开富表单输出每页加 10 credits。抽取另按档位计费，Agentic Plus 每页 50 credits、Agentic 15、Cost-effective 5，Turbo 每页 35 credits 一次完成。拆分每页 4 credits，分类每页 1 到 2 credits，入库后导出每页 2 credits、检索查询每次 1 credit、对话每轮 100 credits。订阅档位：免费每月 1 万 credits，Starter 每月 50 美元含 4 万 credits，Pro 每月 500 美元含 40 万 credits，企业档按量定制。具体配额与并发以官网为准。
总结与建议
LlamaParse 的定位是给智能体和检索系统做文档前处理，把复杂版面转成可计算的结构化数据。OCRia-1 接管解析之后，表格与图表的还原成为主线能力，四档计费让人可以按文档复杂度分配成本。适合要处理财报、保单、发票这类表格密集文档的团队。
版本演进
- OCRia-1 接管 LlamaParse 解析，4B 模型在自建基准 ParseBench 上取得 87.4 分 （2026-10-22）：LlamaIndex 于 2026 年 10 月 22 日发布文档解析模型 OCRia-1，4B 参数，微调自 Qwen3.5-4B，同日起接管 LlamaParse 的解析。按 LlamaIndex 在自建基准 ParseBench 上的测量，OCRia-1 取得 87.4 分，比其列出的第二名 LightOnOCR-3-4B 高 12.1 分，图表分项 85.1 对 66.1，格式保留分项 83.4 对 67.9。外部基准上，olmOCR-bench 整体 83.5 分，PulseBench-Tab 84.1 分，fr-bench-pdf2md 72.1 分。单张 B200 单请求解码约每秒 4700 tokens，64 并发下约每秒 10 页，官方折算每 GPU 每天约 86 万页。LlamaParse 价格档位未变，模型权重尚未对外发布。