# OmniParseBench: чому загальний бал приховує різницю в layout > Три найкращі системи розійшлися на 1,3 бала. Але в layout Reducto набрав 95,8, а Claude Sonnet 5.5 — 77,5: різниця становить 18,3 бала за розрахунком. - Опубліковано: 15 жовтня 2026 р. (2026-10-15T01:40:04.294277+00:00) - Розділ: AI-інструменти - На основі публікації: [MarkTechPost](https://www.marktechpost.com/2026/10/14/datalab-omniparsebench-open-ocr-document-parsing-benchmark/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=omniparsebench-%D1%87%D0%BE%D0%BC%D1%83-%D0%B7%D0%B0%D0%B3%D0%B0%D0%BB%D1%8C%D0%BD%D0%B8%D0%B9-%D0%B1%D0%B0%D0%BB-%D0%BF%D1%80%D0%B8%D1%85%D0%BE%D0%B2%D1%83%D1%94-%D1%80%D1%96%D0%B7%D0%BD%D0%B8%D1%86%D1%8E-%D0%B2-layout --- Datalab випустила OmniParseBench — відкритий бенчмарк для парсерів документів із 16 288 тестами «так/ні» на 2 937 сторінках у 92 мовах. Три найкращі системи розійшлися на 1,3 бала, [за даними MarkTechPost](https://www.marktechpost.com/2026/10/14/datalab-omniparsebench-open-ocr-document-parsing-benchmark/). Підсумковий бал — середнє оцінок за текст, таблиці й layout. Claude Sonnet 5.5 має найвищі оцінки за текст (93,1) і таблиці (95,4), але його оцінка за layout — 77,5. Через це загальний бал моделі становить 88,7: (93,1 + 95,4 + 77,5) / 3. Reducto очолює рейтинг за layout з оцінкою 95,8 — на 18,3 бала вище (95,8 − 77,5), за розрахунком із наведених оцінок. ## Чим OmniParseBench відрізняється від olmOCR-bench і ParseBench? OmniParseBench оцінює парсери за часткою пройдених тестів «так/ні», кожен із яких стосується однієї сторінки. Datalab вважає olmOCR-bench насиченим: на її думку, найкращі системи там розрізняються конвенціями виводу й перенавчанням, а не якістю читання. Також кожен тест olmOCR-bench належить до однієї категорії, визначеної джерелом сторінки. Через це рукописну таблицю оцінюють у категорії, до якої потрапила її сторінка. ParseBench від LlamaIndex поділяє парсинг на п'ять здатностей, кожна з яких має власну метрику. Datalab зауважує, що ці оцінки не мають спільної одиниці, тому їх складно порівнювати й об'єднувати. OmniParseBench містить п'ять типів тестів: - present: текст, число або формула є у виводі (текст); - order: текст A стоїть перед текстом B (текст); - repeat: рядок трапляється рівно N разів (текст); - table_cell: клітинка розташована під заданими заголовками й поруч із заданими сусідами (таблиці); - layout_kind: блок із рядком є заголовком, текстом або таблицею (layout). Числа мають збігатися цифра в цифру, але роздільник тисяч не впливає на збіг: 1,240 відповідає 1240. Формули порівнюють за результатом рендерингу KaTeX, тому \frac{a}{b} дорівнює \dfrac{a}{b}. Модель не оцінює виводи: скорер має відкритий код. Результати unsupported і error не враховують у жодній оцінці. ## Що показав стартовий лідерборд? Gemini 3.8 Flash очолює лідерборд з оцінкою 92,9, а Datalab accurate посідає друге місце з 92,7. Datalab продає парсер і зазначає, що компанія не очолила власний бенчмарк, а читачам варто врахувати цей інтерес. За даними Datalab, Gemini 3.8 Flash і ще одна модель допомагали створювати принаймні частину тестів. MarkTechPost позначає публікацію як спонсоровану Datalab. [У матеріалі MarkTechPost](https://www.marktechpost.com/2026/10/14/datalab-omniparsebench-open-ocr-document-parsing-benchmark/) також сказано, що Datalab планує публікувати оцінки OmniParseBench для майбутніх версій парсера. Datalab зіставила підсумкові оцінки з медіанною затримкою та ціною за 1 000 сторінок. Затримку вимірювали на 200 вибіркових сторінках, надсилаючи по вісім за раз. Значень ціни й затримки в матеріалі MarkTechPost немає. ## Як теги допомагають порівнювати результати? Теги дають змогу вибирати тести за п'ятьма ознаками: структурою, рендерингом, роллю, писемністю та мовою. Писемності позначають кодами ISO 15924, а мови — ISO 639-3. Теги не впливають на вердикт чи загальну оцінку, а лише визначають склад зрізу, для якого обчислюють окремий бал. Тег таблиць охоплює 6 767 тестів на 1 000 сторінках із 875 документів. Для англійської є 10 089 тестів. Для неанглійських мов — 1 931 тест на 529 сторінках із 321 документа. Кожен тест має одне з десяти зазначених джерел відповіді, серед яких JATS XML видавця, текстовий шар PDF, тести olmOCR-bench, панелі моделей і перевірка людиною. Ці дані та опис методики наведено в [матеріалі MarkTechPost про OmniParseBench](https://www.marktechpost.com/2026/10/14/datalab-omniparsebench-open-ocr-document-parsing-benchmark/). ## Як запустити OmniParseBench? OmniParseBench — інструмент оцінювання, а не модель. Для встановлення потрібен Python 3.11 або новіша версія. Функція score() оцінює результати офлайн і не потребує ключів API. Для адаптерів вендорів встановіть пакет із додатковою залежністю harness, а для доступу до набору даних — із залежністю benchmark. Щоб запустити бенчмарк на п'яти прикладах, скористайтеся командою _opb benchmark --out runs/ --limit 5 --providers datalab openai/gpt-5.6-sol_. Вендорам потрібні ключі на зразок DATALAB_API_KEY або OPENROUTER_API_KEY. CLI показує план і запитує підтвердження перед викликом вендорів; запуск можна відновити після переривання. Порівнювати результати можна за тегом, набором тестів або їхнім типом, згідно з [описом запуску в MarkTechPost](https://www.marktechpost.com/2026/10/14/datalab-omniparsebench-open-ocr-document-parsing-benchmark/). --- Теги: AI, OCR, RAG, OmniParseBench, бенчмарк, парсинг Джерело: AiiN — https://aiin.news/article?slug=omniparsebench-%D1%87%D0%BE%D0%BC%D1%83-%D0%B7%D0%B0%D0%B3%D0%B0%D0%BB%D1%8C%D0%BD%D0%B8%D0%B9-%D0%B1%D0%B0%D0%BB-%D0%BF%D1%80%D0%B8%D1%85%D0%BE%D0%B2%D1%83%D1%94-%D1%80%D1%96%D0%B7%D0%BD%D0%B8%D1%86%D1%8E-%D0%B2-layout. Цитуючи, посилайтесь на канонічний URL.