别问用哪个模型，问换得快不快

opendocrouter.ai 文档解析这行当换了思路，LlamaIndex 把 OpenDocRouter 推了出来，一个接口底下搁十个模型。 背景那两句摆开。Hugging Face 上的 OCR 模型大约四千个，前沿实验室几乎每月出一个，今天最合适的下季度未必还合适，所以别再问该用哪个，要问换得快不快。五条承诺照录：换模型一行，同一个请求、同样的 markdown 输出、不用新提示词也不同集成；上线就带十个前沿与开源模型，Claude Opus 5.5、Gemini 3.8 Flash、GPT-6 Luna、MinerU2.5-Pro、PaddleOCR-VL-1.6 都在内；每个模型按 ParseBench 给质量和成本打分，拿证据选；输出可追溯，"layout: true" 会给不原生支持的模型也补上对齐框和同一套版面类别；按 token 计费，失败的页不收钱，二十五美元起充。 价差那句是全文最亮的地方，每千页零点八六到四十八点八二美元，差了五十多倍，全看文档到底需要什么。 "问换得快不快"这半句是全场重心。前面团队都在把 Opus 分给谁讲的是模型之间的分工，这条讲的是模型之间的换手。跟前面模型不动砍三倍开销呼应，那条在会话里省，这条在工具里省，两头都在同一件事上使劲，把锁定这件事拆掉。跟前面一个空间三种检索也接得上，一个管读，一个管换，读不动就换，是同一个动作的两头。 五十多倍这个价差我单拎出来记，同一个任务、同一种产出，选型选错就是这个量级的浪费，打分榜的价值全在这儿。 我留的疑问有三处。ParseBench 的题型怎么配没写；跨模型输出一致性的验收方式没给；失败页怎么算也没数。 这周拿自己那批最乱的扫描件在这十个模型上过一遍，看打分榜排的位置对不对。