理应资讯
财务智能化

OpenRouter 指南:用严格行级 Schema 让大模型抽复杂 PDF 表格

理应编辑室 ·

OpenRouter 于 2026-10-29 发布基于多模态大模型与严格 Structured Outputs 的 PDF 表格抽取指南,在 5 份基准 PDF、644 个单元格上实测原生读文件路线可达 100% 准确,并提示空结果与截断两类静默失败。

从发票、财报与跨页出货单里稳定抽出表格,仍是智能文档处理(IDP)的硬骨头。OpenRouter 在 2026-10-29 发布了一份工程向指南:用原生可读文件的大模型加上严格 Structured Outputs,替换「解析库 + 正则清洗」的脆性流水线。

据 @dailyoozoo602 转述,基准覆盖发票、季度财务报表、58 行跨页出货单与粗糙扫描件等 5 份 PDF(共 6 页、644 个基准单元格)。原生支持文件读取的模型在严格 Schema 约束下测得 644/644 全对;指南同时点出两类「无报错却已错」的陷阱,并建议用行数校验与 finish_reason 检查兜底。架构上主张按单行 Schema声明字段类型与清洗规则,而不是先抽脏字符串再写海量后处理。

成本与速度对比(帖文口径)包括:偏成本的路线约 $0.77/千页;Claude Haiku 5.5 在同基准上 644/644、平均约 8.4 秒且约 $1.00/千页;高价多模态路线可达约 $8.04/千页;外挂 OCR 可能引入额外费用或准确率回落。财务与供应链团队若用于应付账款或关单对账,应自备脱敏样本重跑,并核对 Schema 是否覆盖括号负数、千分位与脚注等版式;原帖未附完整可复现脚本。

OpenRouter PDF 表格抽取工程指南信息图

# OpenRouter# PDF表格# Structured Outputs# IDP# 财务文档