LlamaIndex 发布 ParseBench-2：6 维度评测 40 款 OCR 工具

Jerry Liu 团队发布文档解析基准 ParseBench-2，首日覆盖 40 款工具，包括专用 OCR 服务、前沿模型和开源方案，并按表格、图表、表单等 6 个维度分别打分。基准包含 4300+ 文档页（较 ParseBench-1 翻倍），为 330+ 种错误类型逐一标注严重度，让指标分数与人工判断对齐，区别于 OmniDocBench 的确定性指标和 ParseArena 的 LLM-as-a-judge 方法。 分维度看结论更细：Opus 5.5 擅长表格但图表较弱；专用服务商各有侧重，Extend 在表单上表现好，Datalab 在表格上占优。总体分只是复合平均，团队建议按自己业务关心的错误类型自定义严重度权重。数据集已在 Hugging Face 开放，排行榜托管在 parsebench.ai。 同时团队发布 OCRia-1.5 文档解析模型家族，为 LlamaParse 各模式提供支撑，在复杂表格、表单和图表解析上较上一代有明显提升。ParseBench-1 已有 5 万+ 月下载量，被 NVIDIA、Cohere、Perplexity 等公司采用。