LlamaIndex ने OpenDocRouter लॉन्च किया, एकीकृत API दस्तावेज़ पार्सिंग के लिए

LlamaIndex ने 7 अक्टूबर, 2026 को OpenDocRouter लॉन्च किया, एक होस्टेड प्लेटफ़ॉर्म जो दस्तावेज़‑से‑मार्कडाउन पार्सिंग करता है और एक ही API के पीछे फ्रंटियर और ओपन‑सोर्स मॉडलों का सेट रखता है, प्रत्येक को संस्करणित पार्सिंग रेसिपी के तहत चलाया जाता है और गुणवत्ता व लागत के लिए ParseBench पर बेंचमार्क किया जाता है।

LlamaIndex ने कहा कि इस सेवा को इस कारण बनाया गया है कि उन्होंने वह कार्य साझा करना चाहा जिसमें वे विशेष रूप से निपुण हो गए हैं। यह घोषणा एक भीड़भाड़ वाले क्षेत्र की ओर इशारा करती है: “ocr” के लिए HuggingFace खोज में हजारों मॉडल मिलते हैं, फ्रंटियर लैब्स लगभग हर महीने दस्तावेज़‑सक्षम मॉडल जारी कर रहे हैं, और इन मॉडलों का उपयोग आमतौर पर वही कुछ चरणों की आवश्यकता रखता है—प्रॉम्प्ट तय करना, रेट‑लिमिट संभालना, डिप्लॉयमेंट और संबंधित लागतों का प्रबंधन, तथा नए मॉडल के आने पर उनका बेंचमार्क करना।

उत्पाद होमपेज OpenDocRouter को एकीकृत API के रूप में प्रस्तुत करता है जो PDFs और छवियों को मार्कडाउन में बदलता है। पृष्ठों को व्यक्तिगत मॉडल कॉल के रूप में चलाया जाता है जब क्षमता उपलब्ध होती है, और प्रत्येक पृष्ठ अपना मार्कडाउन, स्थिति और शुल्क लौटाता है। विफल पृष्ठों को अलग‑अलग पुनः प्रयास किया जा सकता है, और पृष्ठ चयन कॉलर को उन पृष्ठों को छोड़ने की अनुमति देता है जो उसके पास पहले से हैं।

लॉन्च लाइन‑अप और ParseBench स्कोर

लॉन्च के समय, API पाँच फ्रंटियर मॉडलों (Claude Opus 5.5, Gemini 3 Flash, Gemini 3.8 Flash, GPT-5.6 Terra, और GPT-6 Luna) और पाँच ओपन‑सोर्स मॉडलों (Infinity-Parser2-Flash, MinerU2.5-Pro, TeleOCR, dots.mocr, और PaddleOCR-VL-1.6) की पेशकश करता है। LlamaIndex ने कहा कि लॉन्च सेट को अपने बेंचमार्क के हर कोने को कवर करने के लिए चुना गया है, और प्रत्येक मॉडल को गुणवत्ता और लागत दोनों के संदर्भ में ParseBench पर बेंचमार्क किया गया है।

मॉडल्स और बेंचमार्क पेज ParseBench परिणामों को पाँच श्रेणियों (टेबल, चार्ट, फ़ेथफ़ुलनेस, फ़ॉर्मेटिंग, और ग्राउंडिंग) में दर्शाता है और समग्र स्कोर को इन पाँच का औसत परिभाषित करता है। Claude Opus 5.5 का समग्र स्कोर 84.20 है, जिसमें टेबल पर 93.53 और फ़ेथफ़ुलनेस पर 91.03 शामिल हैं, और इसकी कीमत $48.82 प्रति 1,000 पृष्ठ है। GPT-6 Luna का समग्र स्कोर 71.34 और कीमत $0.80 प्रति 1,000 पृष्ठ है, MinerU2.5-Pro का स्कोर 70.05 और कीमत $0.86, तथा TeleOCR का स्कोर 57.25 और कीमत $2.70 है। पेज के अनुसार, प्रति‑1,000‑पृष्ठ आंकड़ा दर्शाता है कि वर्तमान कीमतों पर 1,000 सामान्य पृष्ठों की लागत क्या होगी, जो प्रत्येक मॉडल द्वारा ParseBench के दस्तावेज़ों में प्रति पृष्ठ उपयोग किए गए टोकनों पर आधारित है; उपयोगकर्ता के अपने पृष्ठ अधिक या कम टोकन उपयोग कर सकते हैं; सूचीबद्ध कीमतों की संस्करण तिथि 6 अक्टूबर, 2026 है।

प्रत्येक मॉडल की पार्सिंग रेसिपी में एक संस्करण होता है जो तब बदलता है जब उसका आउटपुट बदल सकता है। मॉडल्स पेज पर टोकन‑प्राइस तालिका में, Claude Opus 5.5 और GPT-5.6 Terra की संस्करण तिथि 25 सितंबर, 2026 है, जबकि GPT-6 Luna की 5 अक्टूबर, 2026 है। LlamaIndex ने कहा कि जब नए मॉडल उपलब्ध होते हैं जिन्हें वह पेश कर सकता है, तो वह उन्हें ParseBench के माध्यम से चलाकर प्रॉम्प्ट, लागत और अन्य सेटिंग्स को कैलिब्रेट करता है, और वह सबसे लोकप्रिय मॉडलों को बेहतर प्रॉम्प्ट और बेहतर होस्टिंग के माध्यम से लेटेंसी घटाने के लिए लगातार सुधारने की योजना बनाता है।

API तंत्र और ग्राउंडिंग इंजन

API PDF, PNG, और JPEG फ़ाइलें, या उन फ़ॉर्मैटों के URLs को POST /v1/parse एन्डपॉइंट के माध्यम से स्वीकार करता है। API दस्तावेज़ीकरण के अनुसार, एक दस्तावेज़ को सार्वजनिक HTTPS URL या अपलोडेड फ़ाइल ID के रूप में भेजा जा सकता है, प्रत्येक की सीमा 50 MB या 500 पृष्ठ है, या इनलाइन base64 डेटा लगभग 3 MB तक। अनुरोध 50 पृष्ठ तक के लिए सिंक्रोनस रूप से चलते हैं; बड़े दस्तावेज़ असिंक्रोनस रूप से चलते हैं, अधिकतम 500 पृष्ठ तक, कैशिंग आवश्यक है, और वैकल्पिक pages फ़ील्ड जैसे “1-3,7” विशिष्ट पृष्ठों को चुनता है। प्रतिक्रिया में स्थिति completed, partial, या failed होती है, साथ ही प्रति‑पृष्ठ मार्कडाउन और टोकन उपयोग।

Typed Python और TypeScript SDKs pip और npm के माध्यम से स्थापित होते हैं, स्रोत run-llama/opendocrouter-py और run-llama/opendocrouter-ts GitHub रिपॉज़िटरीज़ में उपलब्ध हैं, और मेथड्स एंडपॉइंट्स को प्रतिबिंबित करते हैं, जैसे parse.create, uploads.create, credits.get, और models.list.

क्योंकि मॉडल बाउंडिंग बॉक्स और लेआउट के बारे में अलग‑अलग गारंटी देते हैं (कुछ बॉक्स मूल रूप से आउटपुट करते हैं, कुछ को प्रॉम्प्ट की आवश्यकता होती है, और कुछ बिल्कुल नहीं कर सकते), LlamaIndex ने एक ग्राउंडिंग इंजन बनाया है जिसे वह किसी भी मॉडल पर लागू कर सकता है। layout: true सेट करने पर मार्कडाउन में ग्राउंडेड बाउंडिंग बॉक्स और लेआउट तत्व पढ़ने के क्रम में लौटते हैं, एक साझा लेआउट क्लास सेट के तहत: title, section_header, text, list_item, table, picture, chart, formula, caption, footnote, page_header, page_footer, code, form, और key_value। बॉक्स के निर्देशांक पृष्ठ के शीर्ष बाएँ कोने से मापे गए अंश होते हैं, तत्वों में confidence मान होते हैं, और वह पृष्ठ जिसका लेआउट विफल हो जाता है, वह मार्कडाउन को लेआउट शुल्क के बिना रखता है।

रिटेंशन के संबंध में, दस्तावेज़ीकरण कहता है कि जब तक कैशिंग सक्षम न हो, दस्तावेज़ से कुछ भी नहीं रखा जाता; कैश किए गए परिणाम 24 घंटे के लिए एन्क्रिप्टेड रखे जाते हैं, एक delete कॉल उन्हें जल्दी हटा देता है, और समान मॉडल व लेआउट सेटिंग के साथ समान दस्तावेज़ के समान पृष्ठों के बाद के अनुरोध कैश से मुफ्त में सर्व होते हैं। सेवा प्रत्येक पृष्ठ को टाइम‑आउट, रेट‑लिमिट, प्रोवाइडर त्रुटि, और क्षमता समस्याओं पर एक बार पुनः प्रयास करती है, और जब मॉडल लूप करता है या ट्रांसक्राइब नहीं करता। खाता सीमाओं में 10 समवर्ती अनुरोध शामिल हैं, जिनमें से पाँच असिंक्रोनस हो सकते हैं, प्रति मिनट 300 parse कॉल और 60 polling कॉल, प्रति पृष्ठ 270‑सेकंड टाइम‑आउट, और असिंक्रोनस अनुरोधों के लिए क्षमता पर अधिकतम 30 मिनट की प्रतीक्षा।

मूल्य निर्धारण, बिलिंग, और LlamaParse अंतर

OpenDocRouter बिलिंग पूरी तरह टोकन के आधार पर करती है। खाते $25 से शुरू होने वाले प्रीपेड क्रेडिट को टॉप‑अप कर सकते हैं, प्रत्येक टॉप‑अप पर 5% शुल्क लगता है; फ्रंटियर मॉडल्स को उनके प्रदाताओं की टोकन कीमतों पर बिना किसी मार्क‑अप के चार्ज किया जाता है; और लेआउट सक्षम करने पर उन पृष्ठों पर जहाँ लेआउट सफल होता है, प्रति मिलियन टोकन $0.20 अतिरिक्त शुल्क लगता है। विफल, कैश्ड और खाली पृष्ठ मुफ्त हैं। शुरू करने के लिए, अनुरोध के पास अधिकतम शुल्क को कवर करने के लिए पर्याप्त क्रेडिट होना चाहिए, जिसे मॉडल की प्रति‑पृष्ठ अधिकतम दर को पृष्ठों की संख्या से गुणा करके परिभाषित किया जाता है, और पृष्ठों द्वारा न उपयोग किया गया कोई भी टोकन अनुरोध समाप्त होने पर मुक्त कर दिया जाता है।

घोषणा की मूल्य तालिका, जो 7 अक्टूबर 2026 को जारी हुई, में Claude Opus 5.5 को प्रति मिलियन इनपुट टोकन $4.00 और प्रति मिलियन आउटपुट टोकन $20.00 के हिसाब से सूचीबद्ध किया गया है, GPT-6 Luna को प्रति मिलियन इनपुट $0.10 और प्रति मिलियन आउटपुट $0.50 के हिसाब से, और MinerU2.5‑Pro को प्रति मिलियन इनपुट $0.08 और प्रति मिलियन आउटपुट $0.39 के हिसाब से दर्शाया गया है।

LlamaIndex नई सेवा और उसके प्रबंधित दस्तावेज़ प्लेटफ़ॉर्म LlamaParse के बीच एक सीमा निर्धारित करता है। कंपनी के अनुसार, OpenDocRouter एक ऐसा प्लेटफ़ॉर्म है जो नवीनतम मॉडल्स को जल्दी से होस्ट करने की सुविधा देता है, जिससे डेवलपर्स उनके बीच स्विच और रूट कर सकते हैं और केवल उपयोग किए गए हिस्से के लिए ही भुगतान करते हैं, जबकि LlamaParse हाथ से ट्यून किए गए पार्सिंग टियर्स, एंटरप्राइज़ नियंत्रण, स्वयं‑होस्टेड डिप्लॉयमेंट्स, और स्कीमा एक्सट्रैक्शन तथा इंडेक्सिंग जैसी अतिरिक्त API प्रदान करता है।

OpenDocRouter लाइव है, और LlamaIndex उपयोगकर्ताओं को मॉडल्स और दस्तावेज़ीकरण ब्राउज़ करने, साइन‑अप करने, API कुंजी जनरेट करने, और पार्सिंग शुरू करने के लिए निर्देशित करता है।