A LlamaIndex apresentou o OpenDocRouter, um serviço que transforma documentos em Markdown e coloca vários modelos proprietários e abertos de compreensão documental atrás de uma única API. A proposta dirige-se a equipas que não querem prender a sua pipeline de ingestão a um único motor de OCR ou parsing. O programador envia o documento por uma interface comum e escolhe uma receita suportada, mantendo estável o contrato da aplicação mesmo quando muda o modelo subjacente.
No lançamento, o OpenDocRouter aceita ficheiros PDF, PNG e JPEG, além de URLs. A LlamaIndex indica que os pedidos síncronos suportam até 50 páginas e que o limite geral de entrada chega a 500 páginas ou 50 MB. O resultado principal é Markdown, com a possibilidade de acrescentar informação de layout através de um conjunto comum de classes. Isso permite que sistemas posteriores tratem de forma mais consistente regiões de texto, tabelas e outras estruturas da página, mesmo quando o processamento é feito por modelos diferentes.
Um elemento central do produto é o conceito de receitas versionadas. Em vez de expor apenas o nome de um modelo, o OpenDocRouter associa a escolha do modelo e o comportamento de processamento a uma configuração com versão explícita. O catálogo inicial mistura modelos comerciais de fronteira e sistemas OCR abertos, incluindo opções de OpenAI, Google e Anthropic, bem como parsers documentais open source. A intenção é facilitar comparações entre qualidade, latência e custo sem obrigar a reconstruir a integração para cada fornecedor.
A utilidade torna-se particularmente evidente em pipelines onde nenhum parser é consistentemente o melhor para todos os tipos de ficheiro. Faturas, artigos científicos, formulários digitalizados e relatórios com layouts complexos tendem a falhar de maneiras diferentes. Além disso, a qualidade relativa dos modelos pode mudar rapidamente. Uma API comum reduz o custo de experimentação e abre caminho a políticas de encaminhamento, usando uma opção económica em páginas simples e um modelo mais forte em documentos difíceis.
A LlamaIndex publica preços baseados em tokens e medições do ParseBench para as receitas disponíveis, mas essas comparações devem ser lidas com cautela. Um benchmark controlado não garante o mesmo desempenho no conjunto documental de uma empresa, e alterações feitas pelos próprios fornecedores podem mudar os resultados. Em áreas com impacto financeiro, jurídico ou operacional, continua a ser necessário testar ficheiros representativos antes de confiar no processamento automático.
Segundo a LlamaIndex, o OpenDocRouter já está disponível. O interesse do lançamento não está na criação de um novo modelo de parsing, mas na normalização do acesso a vários modelos existentes. Se a abstração permanecer estável à medida que o mercado evolui, a ingestão documental pode passar de um problema de integração específica por fornecedor para um problema de routing e avaliação. O desafio será preservar capacidades importantes de cada modelo sem reintroduzir a complexidade que a camada comum pretende eliminar.