开源文档处理库下载量破亿的 Unstructured 公司，近日发布文档解析解决方案 Transform 的新模型。该模型旨在将 PDF、扫描件及复杂文档转化为 AI 智能体可直接执行的结构化数据。官方测试显示，其在表格解析、抗幻觉及成本控制方面显著优于 GPT-6、Claude 和 Gemini 等前沿大模型。
性能碾压：错误率更低，成本仅零头
基于包含 224 个真实业务页面的 SCORE-Bench 基准测试，Transform 在各项表格准确率指标上均居首位。数据显示，GPT-6、Claude 和 Gemini 产生的表格错误数量是 Transform 的 2.3 倍，且虚构了约 50% 原文不存在的内容。成本方面，Transform 单页解析费用为 0.015 美元，而完成相同任务，GPT-6 的成本约为其 7.5 倍。
在 Reducto 构建的千表基准测试 RD-TableBench 中，Transform 凭借 0.899 的高分表现优异；在表单解析领域，其字段识别率达到 89%。这些进步直指 AI 应用的痛点：表格小数点错位、复选框误读或空白字段臆造等隐蔽错误，在人工审核中易被忽略，却会导致 AI 智能体在支付、决策或客户回复中出现严重失误。
CEO：AI 智能体需要卓越数据
Unstructured 创始人兼 CEO Brian Raymond 指出，检索增强生成（RAG）对数据质量要求中等，但 AI 智能体需要卓越数据。他举例称，若每步操作准确率为 99%，一个 50 步的智能体工作流完美执行概率仅 60%；若准确率提升至 99.9%，该概率则升至 95%。Transform 的开发初衷，正是为了确保表格、表单和扫描件等高风险环节的正确性。
免费对比与迁移激励
为验证实效，Unstructured 承诺对任何团队最难处理的 25 页文档进行免费并行对比测试，并在 24 小时内返回报告。针对从 Reducto、LlamaParse 或其他大模型迁移至 Transform 的团队，截至 2026 年 12 月 31 日，可申请最高 10,000 美元的积分抵扣。
Transform 接口可一次性返回保留合并表头的结构化表格、带标签值对及手写/复选框状态的表单，以及无需单独 OCR 即可提取的纯净文本。所有元素均标注类型、页码和坐标，便于智能体精准引用。开发者可在 transform.unstructured.io 自助访问，享受 10,000 页免费额度且无需绑定信用卡，也可选择“平衡”或针对扫描件优化的“最佳”解析策略。对于有基础设施级隔离或数据驻留需求的企业，平台还提供 AWS、Azure 或 GCP 上的专属实例。