LlamaIndex 发布文档抽取基准 ExtractBench Pro，Codex with Astra 仅得约 58%

LlamaIndex 推出面向企业真实文档抽取场景的基准 ExtractBench Pro，覆盖图例规则、内部术语、跨页聚合、图表读数、井测曲线等长尾复杂度。现有基准已被前沿模型刷爆（最便宜模式在原 ExtractBench 得分超 93%），而新基准上最强的 Codex with Astra 在 Value F1 上也只有约 58%，且成本接近每页 1 美元。LlamaParse 的 agentic/agentic plus 模式得分 20-40%，价格更适合生产环境。该基准已上线网站，并发布在 GitHub 和 Hugging Face。