ParseBench-2 / OCRia-1.5

ParseBench-2 和 OCRia-1.5 是 LlamaIndex 在 2026 年 11 月 12 日一起发布的文档解析基准与模型家族。官方博客 Introducing ParseBench-2（页面日期 Nov 12, 2026，作者 Gauthami Polasani、Pierre-Loic Doulcet）写到：“Today, we’re proud to raise the standard for document parsing benchmarks with ParseBench-2, our most comprehensive document parsing benchmark yet.” 创始人 @jerryjliu0 于 2026-11-12T16:46:42Z（北京时间 11 月 13 日 00:46）发帖称：“Today we’re introducing ParseBench-2 - our most ambitious document parsing benchmark to date.”

按官方说明，ParseBench-2 的五项主要改进是：按人为定义的严重程度校准确定性指标；语料从 ParseBench-1 的约 2,100 例扩大到约 4,300 例；修正并澄清原有五个维度的标注；对 1,025 张图表做完整数值核对（官方给出 36,958 个数值）；并把表单作为第六个评分维度。官方称编写了 330 余种错误类型，分为关键、重大、轻微和无害，用来校准文本、表格、格式、图表、版面和表单六个维度的指标。博客用一个 459 单元格的表格例子对比：在 ParseBench-1 中，改错一个数字只扣约 0.13 分，而把正确表格改成 Markdown 可能把分数打到零；在 ParseBench-2 中，错数字扣 10 分，Markdown 输出只扣 0 分。这些数字和案例都来自官方博客，本页不作独立复现。数据集、评测代码和论文按官方说明公开，仓库示例为 git clone https://github.com/run-llama/ParseBench。

同一篇文章写到：“In conjunction with ParseBench-2, we’re introducing OCRia-1.5, our new family of document parsing models powering LlamaParse’s Cost Effective, Agentic and Agentic Plus modes.” 官方称这些模型在各维度都有提升，尤其是表格、表单和视觉版面，并说明将另文详细介绍。博客还公布了公司整理的 ParseBench-2 排行：LlamaParse Agentic Plus 总体 89.8，Agentic 86.0，Cost Effective 84.6，并给出与其他解析器和直接调用视觉模型的对比及每页成本数字。这些成绩由 LlamaIndex 在自己发布的基准上报告，本页不予独立核实。不要把 ParseBench-2 写成已有词条里出现过的 OmniParseBench，或写成对 ParseBench-1 的一次普通版本号变更而不提此次正式发布；也不要把 OCRia-1.5 写成尚未单独建条的旧版 OCRia-1。

本词条是对 11 月 12 日官方发布的补录。Jerry Liu 的介绍帖时间紧挨 00:32 扫描之后，04:32、08:32 和 12:32 几轮都没有把这两个新名字入库。

要点：

• 官方博客：https://www.llamaindex.ai/blog/introducing-parsebench-v2 ；介绍帖：https://x.com/jerryjliu0/status/2120921239619612921 ；基准仓库：https://github.com/run-llama/ParseBench ；
• 这是 LlamaIndex 的两个具体名字（新基准与新模型家族），不要和 ParseBench-1、OmniParseBench 或已有词条 Chandra 2.7 混淆。OCRia-1.5 的更完整说明按官方预告仍待后续博文。

为什么值得关注

这是 LlamaIndex 在 2026 年 11 月 12 日用官方博客和创始人帖文一起发布的正式名称：ParseBench-2 是升级后的文档解析基准，OCRia-1.5 是为 LlamaParse 三个计费档位提供动力的新模型家族。介绍时间约为 16:46 UTC（北京时间 11 月 13 日 00:46），此后当天几轮扫描没有单独入库，本轮补录。

本页只复述官方博客和介绍帖。排行榜分数、每页成本和 330 余种错误类型等数字都是公司表述，本页不作独立核实。

局限

官方写明 OCRia-1.5 的详细介绍将另文发布，不要把本页写成对该模型家族的完整技术说明。ParseBench-2 由 LlamaIndex 发布，自家 LlamaParse 配置排在榜首，引用成绩时需标明来源和利益关系。不要把本词条保证为对任意解析器或下游抽取质量的客观裁定。

1. 阅读官方博客 https://www.llamaindex.ai/blog/introducing-parsebench-v2 ，并对照创始人帖 https://x.com/jerryjliu0/status/2120921239619612921 与仓库 https://github.com/run-llama/ParseBench ；
2. 按官方说明克隆仓库并运行评测命令；使用 LlamaParse 时，按博客说明关注由 OCRia-1.5 驱动的 Cost Effective、Agentic 和 Agentic Plus 模式，同时等待官方预告的后续模型介绍；
3. 引用 4.3k 语料、330 余种错误类型、六个维度或排行榜分数时，请写明来源是 2026-11-12 官方博客，并再对一次上游；
4. 不要把 ParseBench-2 / OCRia-1.5 写成 ParseBench-1、OmniParseBench 或已有词条 Chandra 2.7；本页只复述官方材料，对外引用前请再对一次上游。