LlamaIndex lanserar Extract V2.5 med förbättrad noggrannhet och förankring

LlamaIndex introducerade Extract v2.5 den 1 oktober 2026, en ny generation av sina schemabaserade dokumentextraktionsagenter. I ett blogginlägg med författare Adrian Lyjak och Eli Stewart rapporterade företaget förbättringar i noggrannhet för alla sina tre extraktionsnivåer samt förbättrad förankring för de två högsta nivåerna, Agentic och Agentic Plus, och sade att vinsterna sker utan någon prisökning per sida.

Benchmarkvinster per nivå

LlamaIndex rapporterade att på ExtractBench, deras öppna benchmark för dokumentextraktion, steg det totala F1‑värdet från 87,1 till 93,9 för Cost Effective‑nivån, från 89,8 till 95,8 för Agentic och från 95,1 till 96,4 för Agentic Plus, deras mest exakta nivå. Enligt företaget överträffar Cost Effective nu den tidigare Agentic‑nivån, och Agentic överträffar den föregående Agentic Plus.

ExtractBench testar 370 företagsdokument som sammanlagt omfattar 4 869 sidor över 8 affärsområden och 67 dokumenttyper, där varje typ har sitt eget schema. LlamaIndex publicerade benchmarken med ett offentligt dataset, utvärderingsram och metodik, och har utvärderat frontier‑VLM:er, kodningsagenter och specialiserade extraktions‑API:er på den.

Ny agentram och strukturellt resonemang

Företaget sade att v2.5 körs på en ny agentram som är speciellt byggd för dokumentextraktion, inspirerad av de senaste kodningsagenterna och finjusterad kring modellerna för att hantera felmoder inom syn, resonemang och verifiering. LlamaIndex uppgav att den resulterande agenten kan korsreferera kontext från flera sidor och förankra värden i exakta källor.

En funktion som inlägget kallar Strukturellt resonemang arbetar med dokumentrepresentationer för att skräddarsy extraktionen baserat på dokumenttyp, layout och informationsdensitet: agenten lägger mer arbete på komplexa dokument och behandlar enklare med lägre latens. För v2.5 tog teamet den ram som låg bakom Agentic Plus till Cost Effective‑ och Agentic‑nivåerna, och anpassade dess verktyg och extraktionsstrategier efter varje nivås kostnadsbegränsningar efter att ha utvärderat dokumentrepresentationer, verktyg och modellkonfigurationer. Företaget sade också att de har arbetat med hur agenter följer scheman och extraktionsinstruktioner, inklusive uppgifter med upp till 3 200 fält, och rekommenderar att användare vars post‑ID:n är avgörande för att matcha extraherade poster mot en databas tydligt anger detta i sina prompts.

Långa listor, poster över flera sidor och skannade formulär

För uppgifter med långa listor rapporterade LlamaIndex att poängen steg från 82,0 till 92,6 för Cost Effective, från 86,1 till 95,5 för Agentic och från 94,5 till 96,3 för Agentic Plus. Företaget sade att v2.5 använder mellanstegsrepresentationer för att arbeta med hela datasetet och validerar sitt resultat mot användarens schema. I ett exempel, en inlämnad fondhandling på 17 sidor, returnerade den tidigare Cost Effective‑nivån 87 av 238 innehav; företaget uppgav att v2.5 returnerar alla 238, vilket höjde dokumentets extraktionspoäng från 52,8 till 98,7.

För poster som sträcker sig över flera sidor steg de rapporterade poängen från 80,3 till 92,0 för Cost Effective, från 85,5 till 96,5 för Agentic och från 93,6 till 96,7 för Agentic Plus. I ett United Way Worldwide Schedule I‑bidragschema sade företaget att Agentic v2.0 stoppade vid en sidbrytning, vilket lämnade ett bidrags syfte och adress ofullständiga, medan v2.5 inkluderar fortsättningen från nästa sida i samma post.

För skannade formulär steg de rapporterade poängen från 89,6 till 93,9 för Cost Effective, från 90,9 till 95,7 för Agentic och från 94,4 till 96,1 för Agentic Plus. På ett annoterat W‑14‑avfallstillstånd sade företaget att Agentic‑nivån tidigare kombinerade en granskares datum med tillståndsnumret och lade till en granskningsanteckning till sötvattensdjupet, medan v2.5 separerar de ursprungliga värdena från annotationerna i de fält som schemat begär.

Avancerade källhänvisningar och förankring

Utgåvan introducerar Avancerade källhänvisningar för Agentic‑ och Agentic Plus‑nivåerna, som lokaliserar avgränsningsrutor för stödjande bevis för svåra fält, inklusive värden som inte förekommer ordagrant i dokumentet. En första version fanns tidigare tillgänglig i Agentic Plus; LlamaIndex uppgav att de förbättrade funktionens förankringsnoggrannhet ytterligare och utökade den till Agentic. Företaget rapporterade att ExtractBench‑förankringspoängen steg från 46,8 till 80,6 för Agentic och från 46,4 till 82,2 för Agentic Plus. Deras jämförelsetabell listar förankringspoäng på 63,2 för Sonnet 5.5, 77,6 för GPT‑6 SOL, 77,5 för Opus 5.5, 50,8 för Reducto Deep Extract, 21,8 för Extend Max och 54,3 för deras egen Cost Effective‑nivå.

Företaget sade att källhänvisningar med avgränsningsrutor kombineras med konfidenspoäng, vilket hjälper team att avgöra vilka extraherade värden som kan gå vidare automatiskt och vilka som kräver närmare granskning, så att granskare kan kontrollera flaggade värden mot originaldokumentet i mänsklig‑i‑loopen‑arbetsflöden.

Kalkylbladsläge och tillgänglighet

v2.5 lägger till inbyggd kalkylbladsutdragning: i kalkylbladsläge arbetar agenter direkt med arbetsboksceller istället för en platt representation, och användare kan aktivera läget i extraktionskonfigurationen.

Extract v2.5 är tillgänglig via LlamaCloud, ett Go‑baserat kommandoradsverktyg som heter llp, en MCP‑server för agentklienter inklusive Claude Code och Codex, samt Python‑SDK:n llama‑cloud, där extraktionsjobb väljer version 2.5 och kan aktivera alternativen cite_sources och confidence_scores. LlamaIndex uppmuntrade användare att köra v2.5 på dokument som representerar deras arbetsflöden med hjälp av deras befintliga scheman, och sade att de förväntar sig att versionen blir ett betydande steg framåt i extraktionskvaliteten, särskilt för dokument som tidigare krävde manuell datarensning eller inte var tillräckligt pålitliga för att automatiseras.