直接读全对，样本是自建的

OpenRouter 这篇教程的署期是 2026 年 10 月 29 日。页面结构化数据里的发布时间是当天 00:00:00（UTC），停在整点上。主题板把同一条目记在 00:33:30（UTC），换算成北京时间是 08:33，落在这一版窗口里。教程要做的事写得很具体：把 PDF 和描述一行的严格 JSON schema 一起交给能读文件的模型，让表格回到带类型的行。括号里的亏损会回到负数，跨页的表回到同一个列表。

分数来自一套自建样本。页面写，五份 PDF 是从已知数据生成的，这样每一格都能对回源头。两份是扫描件。名单是一张发票、一份季报、一份跨到第二页的 58 行货运记录、一份扫描的采购单，以及一份故意做糙、带合并单元格的扫描件。每条路由在全部五份上只跑一次，合计六页、644 格。对照的是生成这些 PDF 时用的数据。价格取自 2026 年 10 月 8 日的模型目录。页面写，这些结果描述的是这套测试，不是模型的一般表现。

直接读 PDF 的模型，页面写全部 644 格都对。失败出在 PDF 抵达模型的路径上，其中两次还返回了正常响应、没有报错。免费的 cloudflare-ai 解析器处理扫描件时会返回零行，而且不报错。后文把同一件事写成：免费解析器三份电子 PDF 都对，两份扫描件全错。模型自己不能读 PDF 时，扫描件要走 mistral-ocr。长表会停在输出 token 上限，页面要求丢掉 finish_reason 为 length 的响应。

费用比较的是同一套六页。GPT-6 Luna 和 Claude Haiku 5.5 是把每一格都做对、包括那份粗糙扫描的最便宜路由，标价都是每百万输入 token 0.10 美元。Gemini 3.8 Flash 准确度一样，同一批文件上每页贵到八到十倍。它的目录价是每百万输入 token 1.50 美元，页面另写 2026 年 10 月 21 日折扣到 0.75 美元。OCR 路由在 token 价之外，每 1000 页再加 2 美元。页面点名的两处失手是脚注标记：Enterprise 和 Hardware resale 上，schema 要求去掉，OCR 路由还是留下了。每 1000 页的成本是从这六页放大的。

同一批文件还跑了 pdfplumber。三份电子 PDF 里的表都找到了，格子以字符串返回，例如带千分位的金额和括号里的亏损。季报的两层表头变成两行，合并单元格处是空。货运记录按页拆成两张表。两份扫描件什么也没找到，因为扫描件没有文字层。页面因此把库和 schema 分成两种活：电子、单层表头，库就够；要处理合并表头、跨页和数字格式时，schema 更省事。这是作者对维护成本的判断。

页面没有写的部分决定这些数字能用到哪。每条路由一次，没有第二次。目录价停在 10 月 8 日，Flash 的折扣日单独写在 10 月 21 日，教程署期是 10 月 29 日，三天没有合成一个价目表。644 格全对，说的是直接读这五份自建 PDF 的模型，不是一份外部榜。配图是教程页眉上的示意图：一张表连向几行。格子对错不在图上，在正文的 644 这个数里。