LlamaIndex Luncurkan OCRia-1, Model Parsing Dokumen 4B dengan Klaim Skor ParseBench Tertinggi
Model vision-language 4B ini mengklaim skor 87,4 di ParseBench dan hingga sekitar 860.000 halaman per hari pada satu GPU B200.
LlamaIndex mengumumkan OCRia-1, model vision-language 4 miliar parameter hasil fine-tune dari Qwen3.5-4B yang mengubah halaman dokumen menjadi teks terstruktur. Outputnya berupa Markdown untuk teks, HTML untuk tabel kompleks dengan mempertahankan merged cells dan nested headers, tabel hasil konversi chart, serta LaTeX untuk formula. Perusahaan mengklaim skor keseluruhan 87,4 di ParseBench, unggul 12,1 poin dari parser terbaik berikutnya, LightOnOCR-3-4B dengan 75,3 dan Mistral OCR 4.1 dengan 67,5.
Menurut LlamaIndex, model versi served mencapai sekitar 4.700 token per detik per request pada satu GPU NVIDIA B200 berkat block-diffusion speculative drafter dan kuantisasi NVFP4/FP8, setara sekitar 10 halaman per detik pada 64 request konkuren. ParseBench mencakup sekitar 2.000 halaman enterprise hasil verifikasi manusia dari sektor asuransi, keuangan, dan pemerintah. Model sudah terintegrasi ke LlamaParse di semua tier tanpa perubahan harga per halaman. Angka benchmark merupakan klaim vendor.