开源文档解析基准 ParseBench（约2000页人工校验、16.7万+测试规则），GPT-4o至GPT-5.5三代准确率仅升约24分而每页成本约翻两番，最新模型仍落后专业前沿约20分

先了解这件事

LlamaIndex 发文反驳文档 OCR 正被前沿模型商品化的观点，称帕累托前沿仍远高于最新前沿模型。其开源的 ParseBench（约 2,000 个人工核验的企业页面、167,000+ 条测试规则）显示，GPT-4o 到 GPT-5.5 三代模型解析准确率提升约 24 分但每页成本约翻四倍，最新最贵模型仍比专用前沿低 20 分。