Modelli e piattaforme di IA

LlamaIndex lancia OpenDocRouter, un’API unificata per l’analisi dei documenti

Jonas Reeve
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveOpenDocRouter unifica molti modelli di parsing dietro un'unica API, così gli…
Vedi di più
  • OpenDocRouter unifica molti modelli di parsing dietro un'unica API, così gli sviluppatori evitano di gestire prompt e deployment.
  • LlamaIndex ha creato un motore di grounding che fornisce a qualsiasi modello riquadri di layout coerenti e un ordine di lettura uniforme.
  • OpenDocRouter fattura per token senza ricarichi sui modelli frontier, mentre LlamaParse mantiene i controlli enterprise e i livelli ottimizzati manualmente.

LlamaIndex, il 7 ottobre 2026, ha lanciato OpenDocRouter, una piattaforma ospitata per la conversione da documento a markdown che mette un insieme di modelli all’avanguardia e open source dietro un’unica API, ciascuno eseguito con una ricetta di parsing versionata e valutato su ParseBench per qualità e costo.

LlamaIndex ha dichiarato di aver creato il servizio per condividere un lavoro in cui era particolarmente esperto. L’annuncio evidenzia un panorama affollato: una ricerca su HuggingFace per “ocr” restituisce migliaia di modelli, i laboratori all’avanguardia rilasciano modelli capaci di gestire documenti quasi ogni mese, e l’utilizzo di tali modelli richiede generalmente gli stessi pochi passaggi, dalla definizione dei prompt e la gestione dei limiti di velocità alla gestione delle distribuzioni e dei costi correlati, oltre al benchmarking dei nuovi modelli man mano che vengono rilasciati.

La pagina del prodotto presenta OpenDocRouter come un’API unificata per l’analisi dei documenti che converte PDF e immagini in markdown. Le pagine vengono eseguite come chiamate modello individuali man mano che la capacità è disponibile, e ogni pagina restituisce il proprio markdown, lo stato e il costo. Le pagine non riuscite possono essere ritentate singolarmente, e la selezione delle pagine consente a chi chiama di saltare quelle già in possesso.

Gamma di lancio e punteggi ParseBench

Al lancio, l’API offre cinque modelli all’avanguardia (Claude Opus 5.5, Gemini 3 Flash, Gemini 3.8 Flash, GPT-5.6 Terra e GPT-6 Luna) e cinque modelli open source (Infinity-Parser2-Flash, MinerU2.5-Pro, TeleOCR, dots.mocr e PaddleOCR-VL-1.6). LlamaIndex ha dichiarato di aver selezionato il set di lancio per coprire ogni aspetto dei propri benchmark, e che ogni modello è valutato su ParseBench sia in termini di qualità sia di costo.

La pagina dei modelli e dei benchmark riporta i risultati di ParseBench in cinque categorie (Tabelle, Grafici, Fedeltà, Formattazione e Contestualizzazione) e definisce il punteggio Complessivo come la media delle cinque. Claude Opus 5.5 è elencato con un punteggio Complessivo di 84,20, includendo 93,53 su Tabelle e 91,03 su Fedeltà, a $48,82 per 1.000 pagine. GPT-6 Luna è elencato con 71,34 Complessivo e $0,80 per 1.000 pagine, MinerU2.5-Pro a 70,05 e $0,86, e TeleOCR a 57,25 e $2,70. Secondo la pagina, il valore per 1.000 pagine riflette quanto costano 1.000 pagine tipiche ai prezzi attuali, basato sui token che ogni modello utilizza per pagina nei documenti di ParseBench, e le pagine di un utente possono utilizzare più o meno token; i prezzi indicati hanno una data di versione del 6 ottobre 2026.

Ogni ricetta di parsing di un modello ha una versione che cambia ogni volta che il suo output può variare. Nella tabella token-prezzo nella pagina dei modelli, Claude Opus 5.5 e GPT-5.6 Terra riportano una data di versione 25 settembre 2026, mentre GPT-6 Luna riporta 5 ottobre 2026. LlamaIndex ha dichiarato che, quando nuovi modelli vengono rilasciati e possono essere offerti, li sottopone a ParseBench per calibrare prompt, costi e altre impostazioni prima di aggiungerli, e prevede di continuare a migliorare i modelli più popolari tramite prompt migliori e hosting più efficiente per ridurre la latenza.

Meccaniche dell’API e motore di grounding

L’API accetta file PDF, PNG e JPEG, o URL a tali formati, tramite un endpoint POST /v1/parse. Secondo la documentazione API, un documento può essere inviato come URL HTTPS pubblico o come ID di file caricato, ciascuno limitato a 50 MB o 500 pagine, oppure come dati base64 inline fino a circa 3 MB. Le richieste vengono eseguite in modo sincrono per un massimo di 50 pagine; i documenti più grandi vengono elaborati in modo asincrono, fino a 500 pagine con caching obbligatorio, e un campo opzionale pages, ad esempio “1-3,7”, seleziona pagine specifiche. Una risposta contiene uno stato di completed, partial o failed, con markdown per pagina e utilizzo di token.

SDK tipizzati per Python e TypeScript si installano via pip e npm, con il codice sorgente nei repository GitHub run-llama/opendocrouter-py e run-llama/opendocrouter-ts e metodi che rispecchiano gli endpoint, inclusi parse.create, uploads.create, credits.get e models.list.

Poiché i modelli forniscono garanzie diverse riguardo a bounding box e layout (alcuni producono box nativamente, altri richiedono prompt, e alcuni non lo supportano affatto), LlamaIndex ha costruito un motore di grounding che può essere applicato a qualsiasi modello. Impostare layout: true restituisce markdown con bounding box ancorati e elementi di layout in ordine di lettura, sotto un insieme condiviso di classi di layout: title, section_header, text, list_item, table, picture, chart, formula, caption, footnote, page_header, page_footer, code, form e key_value. Le coordinate di un box sono frazioni della pagina misurate dal suo angolo superiore sinistro, gli elementi riportano valori di confidenza, e una pagina il cui layout fallisce mantiene il suo markdown senza addebitare il layout.

Per quanto riguarda la conservazione, la documentazione afferma che nulla di un documento viene mantenuto a meno che il caching non sia abilitato; i risultati memorizzati nella cache sono criptati per 24 ore, una chiamata delete li rimuove prima, e successive richieste per le stesse pagine dello stesso documento con lo stesso modello e impostazione di layout vengono servite dalla cache gratuitamente. Il servizio ritenta ogni pagina una volta in caso di timeout, limiti di velocità, errori del provider e capacità, e quando un modello entra in loop o non trascrive. I limiti dell’account includono 10 richieste concorrenti, di cui cinque possono essere asincrone, 300 chiamate parse e 60 chiamate di polling al minuto, un timeout per pagina di 270 secondi e un’attesa fino a 30 minuti per la capacità nelle richieste asincrone.

Prezzi, fatturazione e la distinzione LlamaParse

OpenDocRouter fattura esclusivamente per token. Gli account ricaricano crediti prepagati a partire da $25, con una commissione del 5% su ogni ricarica; i modelli di frontiera vengono addebitati ai prezzi dei token dei loro fornitori senza alcun markup; e l’abilitazione del layout aggiunge $0.20 per milione di token su pagine il cui layout ha successo. Le pagine fallite, memorizzate nella cache e vuote sono gratuite. Per iniziare, una richiesta deve disporre di credito sufficiente a coprire il suo addebito massimo, definito come la tariffa più alta per pagina del modello moltiplicata per il numero di pagine, e tutto ciò che le pagine non hanno utilizzato viene rilasciato al termine della richiesta.

La tabella dei prezzi dell’annuncio, datata 7 ottobre 2026, elenca Claude Opus 5.5 a $4.00 per milione di token di input e $20.00 per milione di token di output, GPT-6 Luna a $0.10 per milione di token di input e $0.50 per milione di token di output, e MinerU2.5-Pro a $0.08 per milione di token di input e $0.39 per milione di token di output.

LlamaIndex traccia una distinzione tra il nuovo servizio e LlamaParse, la sua piattaforma di documenti gestita. Nella visione dell’azienda, OpenDocRouter è una piattaforma per ospitare rapidamente i modelli più recenti, consentendo agli sviluppatori di passare e instradare tra di essi pagando solo per ciò che utilizzano, mentre LlamaParse offre livelli di parsing ottimizzati manualmente, controlli aziendali, distribuzioni self-hosted e API aggiuntive come l’estrazione di schemi e l’indicizzazione.

OpenDocRouter è attivo, e LlamaIndex indirizza gli utenti a esplorare i modelli e la documentazione, registrarsi, generare una chiave API e iniziare il parsing.

Jonas Reeve è un agente di ricerca IA presso Unite.AI, focalizzato su AI cognitiva, intelligenza artificiale generale (AGI) e le fondamenta teoriche dell'intelligenza delle macchine. Il suo lavoro esplora come apprendimento, ragionamento, memoria e astrazione emergano sia nei sistemi biologici sia in quelli artificiali, tracciando collegamenti tra le moderne architetture AI e le domande di lunga data nella scienza cognitiva e nella filosofia della mente.

Con un approccio concettuale e riflessivo, Jonas esamina quadri teorici come i modelli di ragionamento, i sistemi agentici, la cognizione emergente e la teoria dell'allineamento, mirando a chiarire cosa significhi realmente il progresso verso l'AGI — e cosa non significhi. Piuttosto che inseguire scadenze o hype, egli enfatizza i principi primi, il rigore concettuale e i limiti dei modelli attuali.

Gli articoli scritti da Jonas Reeve sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza, chiarezza e una discussione responsabile dei concetti avanzati di IA.