LlamaParse : transformer des documents complexes en texte propre

Donne un beau PDF mis en page à un modèle de langage, et tu seras souvent déçu : tableaux éclatés, colonnes mélangées, schémas perdus. LlamaParse s’attaque exactement à ce problème. C’est un service de parsing qui transforme des documents non structurés en formats propres, taillés pour les LLM.

Ce que LlamaParse sait faire

Intégré à LlamaIndex, LlamaParse vise la précision sur des documents difficiles¹ :

• Beaucoup de formats. PDF, PPTX, DOCX, XLSX, HTML, avec du texte, des tableaux, des éléments visuels et des mises en page complexes.
• Les tableaux, vraiment. Il excelle à extraire les tableaux imbriqués et à les convertir en représentations exploitables, là où la plupart des outils échouent.
• Le multimodal. Il sait repérer des images ou des diagrammes et les structurer pour la suite.
• Des instructions en langage naturel. Tu peux lui décrire en français comment adapter sa sortie, ce qui donne une vraie souplesse.

Côté usages, on pense tout de suite aux rapports financiers bourrés de tableaux, aux manuels techniques avec leurs schémas, ou aux documents multilingues d’une entreprise internationale¹.

Ce qui a changé : LlamaParse v2 et la tarification

Si tu repars d’un contenu de 2024, deux choses sont à refaire entièrement.

D’abord, LlamaParse v2 a simplifié l’offre. Fini le choix compliqué entre modes et fournisseurs de modèles. Tu choisis désormais un niveau selon ton besoin : Fast, Cost Effective, Agentic et Agentic Plus, avec un routage automatique vers le meilleur modèle². Plus le niveau monte, plus le document compliqué est bien géré, mais plus le coût grimpe.

Ensuite, la tarification a changé de logique. On ne raisonne plus en pages gratuites par jour, mais en crédits. Pour donner un ordre de grandeur, 1 000 crédits valent 1,25 dollar, une page en mode Fast coûte de l’ordre d’un crédit, et le mode le plus poussé peut monter à plusieurs dizaines de crédits par page. Les nouveaux comptes reçoivent un quota gratuit de crédits chaque mois³. Si ton ancien article mentionnait un prix « par page » fixe, il est à corriger.

L’essentiel à retenir

LlamaParse est l’étape qu’on oublie trop souvent : avant d’indexer ou d’extraire quoi que ce soit, il faut un texte propre. Retiens la version 2 et ses quatre niveaux, ainsi que la tarification en crédits. Une fois tes documents bien parsés, l’étape suivante consiste souvent à en tirer des données structurées, et c’est le rôle de LlamaExtract.