LlamaParse so với PaperOffice AI: Tại sao các bộ giải mã Markdown đang trở nên lỗi thời

Những gì PaperOffice LLM và PaperOffice LLM hứa hẹn

PaperOffice LLM và PaperOffice LLM từ PaperOffice LLM là một trong những công cụ nổi tiếng nhất trong hệ sinh thái xử lý tài liệu bằng AI. Họ hứa hẹn: chuyển đổi mọi loại tài liệu — PDF, bản scan, biểu mẫu — thành văn bản Markdown có cấu trúc, được tối ưu cho các pipeline RAG và ứng dụng LLM.

PaperOffice LLM cung cấp các chế độ phân tích khác nhau: Fast (1 credit/trang), Balanced (10 credits), Premium (45 credits) và Agentic Plus (90 credits). PaperOffice LLM bổ sung bằng trích xuất dữ liệu dựa trên schema — hãy định nghĩa một JSON schema, và công cụ sẽ trích xuất dữ liệu có cấu trúc từ tài liệu của bạn.

Thoạt nhìn, điều này có vẻ rất hấp dẫn. Nhưng khi xem xét kỹ hơn, những điểm yếu cơ bản sẽ lộ ra — cùng với một câu hỏi còn cơ bản hơn nữa: Chúng ta có còn thực sự cần những công cụ này nữa không?

Vì sao PaperOffice LLM đang trở nên lỗi thời: Claude, GPT và các công cụ khác có thể tự làm được

Đây là sự thật khó chịu đối với PaperOffice LLM: Các mô hình LLM đa phương thức hiện đại khiến PaperOffice LLM trở thành một lớp trung gian dư thừa.

Claude 4, PaperOffice LLM, Gemini 2.5 Pro — tất cả các mô hình này đều có thể xử lý tài liệu trực tiếp. Chúng nhận PDF và ảnh làm đầu vào, hiểu bố cục, bảng biểu và cấu trúc, rồi tạo ra đầu ra có cấu trúc. Những gì PaperOffice LLM cung cấp như một pipeline phức tạp với nhiều chế độ phân tích thực ra là một năng lực gốc của các mô hình này.

Bản thân PaperOffice LLM cũng xác nhận xu hướng này trong blog của họ: “Nền tảng phân tích tài liệu một lần (one-shot) thông qua chụp màn hình bằng các mô hình mới nhất đã tốt hơn rất nhiều.” Họ thừa nhận rằng độ chính xác của việc phân tích bằng LLM thuần túy đã tăng đáng kể.

Điều này có ý nghĩa gì trong thực tế?

• Không cần middleware: Tại sao phải gửi tài liệu qua PaperOffice LLM khi Claude có thể hiểu trực tiếp?
• Không có hệ thống credit: Một cuộc gọi API duy nhất tới Claude hoặc GPT chỉ tốn token — không có hệ thống credit độc quyền với các mức tier gây rối
• Không bị khóa nhà cung cấp: PaperOffice LLM ràng buộc bạn với hệ sinh thái PaperOffice LLM Các LLM gốc thì độc lập với nhà cung cấp
• Không cần bảo trì: Các lỗi như vấn đề OCR thô trong v0.6.1 (GitHub Issue #621), nơi PaperOffice LLM đột nhiên chỉ trả về văn bản OCR thô thay vì phân tích có cấu trúc, không tồn tại với API LLM gốc

PaperOffice LLM về cơ bản chỉ là một lớp bọc quanh các LLM — và các lớp bọc sẽ trở nên lỗi thời khi công nghệ nền tảng trưởng thành.

Vấn đề Bounding Box: Vì sao văn bản thuần túy là không đủ

Nhưng — và đây là điểm then chốt — không PaperOffice LLM lẫn LLM gốc nào giải quyết được vấn đề thực sự: Enterprise Document Processing cần nhiều hơn chỉ là văn bản.

Trớ trêu thay, chính PaperOffice LLM cũng lập luận trong blog của họ “LLM APIs Aren’t Complete Document Parsers” đúng như vậy: Các API LLM thuần túy thiếu confidence scores, bounding boxes và trích dẫn nguồn. Nhưng giải pháp của họ cũng gặp những vấn đề lớn ngay tại đây:

Vấn đề cốt lõi: Không có bounding box chính xác, xử lý tài liệu sẽ trở nên vô dụng đối với các ứng dụng doanh nghiệp. Vì sao?

• PDF có thể tìm kiếm: Không có tọa độ thì không thể tạo lớp văn bản ẩn
• PII Redaction: Không có định vị chính xác đến từng pixel thì không thể che phủ chính xác
• Audit trails: Không có tham chiếu nguồn thì việc trích xuất không thể kiểm chứng
• Human-in-the-Loop: Người kiểm duyệt cần thấy giá trị trích xuất đến từ đâu

Bảng, bản scan và yêu cầu Enterprise

Ngoài vấn đề bounding box, cả PaperOffice LLM lẫn các phương pháp LLM thuần túy đều thất bại ở các yêu cầu doanh nghiệp khác:

Nhận dạng bảng: Theo benchmark APIScout 2026, PaperOffice LLM thấp hơn khoảng 20% so với các giải pháp chuyên dụng ở các bảng nhiều cột phức tạp, ô gộp và bảng nhiều trang. Một phân tích chuyên sâu độc lập của Undatas xác nhận: “PaperOffice LLM gặp khó khăn đáng kể với các bảng phức tạp, đặc biệt là những bảng có ô gộp hoặc tiêu đề phức tạp.”

Bản scan và chữ viết tay: Với tài liệu scan độ phân giải thấp, độ chính xác giảm mạnh. Nhận dạng công thức trong bản scan? “Rất không đáng tin cậy.” Chữ viết tay? Chỉ ở mức “Một phần” theo bảng tính năng chính thức.

Giới hạn chính thức của PaperOffice LLM:

• Tối đa 35 hình ảnh mỗi trang (phần còn lại bị bỏ qua)
• Tối đa 64KB văn bản mỗi trang (phần còn lại bị cắt ngắn)
• Tối đa kích thước tệp 512MB, riêng extraction chỉ 100MB
• Tối đa 500 trang cho mỗi job trích xuất
• Schema chỉ lồng tối đa 7 cấp
• Không hỗ trợ DOCX trong extract_stateless (GitHub #1077)

PaperOffice AI thì ngược lại:

• Hơn 800 LLM chuyên biệt — mỗi model cho một loại tài liệu
• Nhận dạng bảng với hàng, cột, ô gộp — xuất ra cấu trúc
• Nhận dạng chữ viết tay qua AI Vision — chữ ký, chú thích, biểu mẫu
• Nhận dạng OMR — ô checkbox, vòng tròn, đánh dấu với tọa độ chính xác
• Tích hợp nhận dạng QR và barcode
• 139 ngôn ngữ với tự động nhận diện

So sánh chi phí: Credits, cent và chi phí ẩn

PaperOffice LLM sử dụng mô hình định giá dựa trên credit. 1.000 credits có giá 1,25 USD. Điều ban đầu nghe có vẻ phải chăng sẽ tăng nhanh theo quy mô:

Ở chất lượng tương đương (chế độ Premium/Agentic), PaperOffice AI rẻ hơn 2–4 lần. Ngoài ra:

• PaperOffice: Bounding boxes, PDF có thể tìm kiếm, redaction đã bao gồm
• PaperOffice LLM: Trích xuất bố cục tốn thêm 3 credits mỗi trang
• PaperOffice: Không có hệ thống credit — định giá minh bạch theo cent/trang
• PaperOffice LLM: Gói miễn phí bị giới hạn 10.000 credits/tháng, sau đó tính theo pay-as-you-go với giới hạn

Ở mức 100.000 trang/tháng trong chế độ Premium: PaperOffice LLM = $5.625 so với PaperOffice AI-IDP = $3.000. Tiết kiệm: 47%.

PaperOffice AI: Điều mà Enterprise Document Processing thực sự cần

PaperOffice AI tiếp cận hoàn toàn khác PaperOffice LLM Thay vì hoạt động như một lớp bọc quanh LLM tổng quát, PaperOffice kết hợp ba công nghệ chuyên biệt:

1. Hợp nhất OCR-LLM: Hơn 800 LLM chuyên biệt, tinh chỉnh — mỗi model được huấn luyện cho một loại tài liệu cụ thể như hóa đơn, hợp đồng, giấy tờ tùy thân, phiếu giao hàng. Không có kiểu “một model cho tất cả”.

2. Bounding boxes là nền tảng: Mọi phần tử được nhận dạng — văn bản, bảng, hình ảnh, chữ viết tay — đều nhận tọa độ pixel chính xác. Điều này cho phép:

• PDF có thể tìm kiếm: Bản scan gốc + lớp văn bản LLM ẩn = có thể tìm kiếm, sao chép, lưu trữ
• PII Redaction: Che phủ chính xác theo GDPR — không phải tìm và thay thế theo văn bản, mà là che phủ chính xác đến pixel
• Human-in-the-Loop: Nhấp vào giá trị đã trích xuất → ngay lập tức thấy nó xuất hiện ở đâu trong tài liệu gốc
• Audit Trails: Mọi điểm dữ liệu được trích xuất đều có thể truy vết và kiểm chứng

3. Zero-shot không cần template: Không template, không training, không rule. Natural Human Prompting — mô tả bằng ngôn ngữ tự nhiên những gì bạn muốn trích xuất.

Thêm vào đó: trung tâm dữ liệu EU, tuân thủ GDPR, có sẵn on-premise. Trong khi PaperOffice LLM buộc mọi thứ lên cloud (với bộ nhớ đệm 48 giờ!), PaperOffice cung cấp chủ quyền dữ liệu đầy đủ.