‏OpenDocRouter؛ یه API برای تبدیل سند به Markdown با کلی مدل

تیم LlamaIndex می‌گه هر هفته مدل OCR جدید میاد و برای استفاده از هر کدوم باید همون کارهای تکراری رو کرد: پرامپت نوشتن، مدیریت rate limit، دیپلوی و هزینه، و بنچمارک گرفتن. حالا OpenDocRouter رو منتشر کرده تا این کارها رو یه‌جا انجام بده. این سرویس سند رو به Markdown تبدیل می‌کنه و برای هر مدل یه «recipe» نسخه‌دار داره، یعنی مجموعهٔ پرامپت، پردازش و تنظیماتی که براش جا افتاده.

API ورودی PDF، PNG، JPEG یا URL این فایل‌ها رو قبول می‌کنه. جواب می‌تونه همزمان (sync) باشه که تا 50 صفحه پشتیبانی می‌شه، یا غیرهمزمان (async) که یه job می‌سازه و باید وضعیتش رو چک کنی. هر درخواست حداکثر 500 صفحه یا 50MB رو قبول می‌کنه. اسم مدل هم فقط یه فیلد تو body درخواسته، پس عوض کردنش ساده‌ست.

موقع راه‌اندازی دو دسته مدل هست. مدل‌های frontier مثل Claude Opus 5.5، Gemini 3 Flash، Gemini 3.8 Flash، GPT-5.6 Terra و GPT-6 Luna. مدل‌های اوپن‌سورس هم MinerU2.5-Pro، Infinity-Parser2-Flash، TeleOCR، dots.mocr و PaddleOCR-VL-1.6 هستن. همه روی ParseBench از نظر کیفیت و هزینه سنجیده شدن.

یه مشکل همیشگی bounding box (یعنی مختصات هر تیکه از متن روی صفحه) هست. بعضی مدل‌ها خودشون می‌دنش، بعضی با پرامپت و بعضی اصلاً نمی‌دن. LlamaIndex یه موتور grounding ساخته که روی هر مدلی سوار می‌شه. با layout: true خروجی Markdown همراه box و ترتیب خوندن میاد و همهٔ مدل‌ها کلاس‌های layout یکسانی مثل title، table، chart و formula برمی‌گردونن.

قیمت‌گذاری فقط بر اساس توکنه. حساب جدید 5 دلار اعتبار هدیه می‌گیره و شارژ از 10 دلار به‌علاوهٔ 5 درصد کارمزد شروع می‌شه. layout به‌ازای هر میلیون توکن 0.2 دلار اضافه می‌کنه و صفحه‌ای که خطا بده حساب نمی‌شه. هزینهٔ هزار صفحه روی ParseBench از 0.80 دلار برای GPT-6 Luna و 0.86 دلار برای MinerU2.5-Pro تا 48.82 دلار برای Claude Opus 5.5 فرق می‌کنه.

به گفتهٔ LlamaIndex، فرقش با LlamaParse اینه که OpenDocRouter برای دسترسی سریع به جدیدترین مدل‌ها و جابه‌جایی راحت بینشونه. LlamaParse محصول مدیریت‌شدهٔ اونهاست با سطوح پارس دست‌تنظیم، کنترل‌های سازمانی، نسخهٔ self-hosted و APIهای دیگه مثل استخراج schema.

نکات کلیدی:

• OpenDocRouter سند رو با ده مدل باز و تجاری به Markdown تبدیل می‌کنه.
• جواب sync تا 50 صفحه و هر درخواست حداکثر 500 صفحه یا 50MB هست.
• با layout: true همهٔ مدل‌ها bounding box و کلاس‌های layout یکسان می‌دن.
• هزینهٔ هزار صفحه از 0.80 دلار (GPT-6 Luna) تا 48.82 دلار (Claude Opus 5.5) هست.
• حساب جدید 5 دلار اعتبار می‌گیره و صفحه‌های خطادار هزینه ندارن.