Diego Pérez SastreAtualizado: A LlamaIndex vende uma plataforma de agentes documentais code-first: uma framework com licença MIT mais o LlamaCloud, onde LlamaParse, LlamaExtract e LlamaAgents são serviços comerciais. O anyformat vende a camada operacional em torno da extração: obteve 78,1% num benchmark de parsing 2026 sobre 1.000+ documentos reais, é europeu e certificado ISO 27001. A LlamaIndex está sob jurisdição norte-americana.
| Funcionalidade | anyformat | LlamaIndex |
|---|---|---|
| Soberania de dados na UE | Sim | Não |
| ISO 27001 | Sim | Não |
| RGPD nativo | Sim | Parcial |
| Retenção zero de dados | Sim | Sim |
| Implementação on-premise | Sim | Sim |
| Construtor de workflows sem código | Sim | Parcial |
| Extração zero-shot | Sim | Sim |
| Pontuação de confiança por campo | Sim | Sim |
| Extração de tabelas complexas | Sim | Sim |
| Deteção e explicação de figuras | Sim | Parcial |
LlamaIndex são três coisas distintas vendidas sob o mesmo nome, e a distinção determina o que se está realmente a comprar. O llama_index é uma framework Python de código aberto publicada sob licença MIT, com copyright de Jerry Liu, e mais de 300 pacotes de integração para fornecedores de LLM, de embeddings e de bases de dados vetoriais. O LlamaCloud é a plataforma comercial gerida, e LlamaParse, LlamaExtract, LlamaSplit e LlamaAgents são serviços comerciais fechados servidos através dela: o LlamaParse é a API de parsing da própria LlamaIndex, e não um projeto da comunidade construído sobre a framework. A empresa é a LlamaIndex Inc., constituída em abril de 2023 e sediada em São Francisco, fundada por Jerry Liu (CEO) e Simon Suo (CTO), com 27,5 milhões de dólares de financiamento declarado: uma ronda seed de 8,5 milhões liderada pela Greylock em junho de 2023 e uma Série A de 19 milhões liderada pela Norwest Venture Partners em março de 2025, além de investimentos minoritários estratégicos da Databricks e da KPMG em maio de 2025. Para a comparação ao nível do parsing (formatos de saída, geometria de tabelas, custo por página), consulte anyformat vs LlamaParse; esta página compara as plataformas.
O LlamaExtract é genuinamente zero-shot: fornece-se um esquema JSON ou Pydantic e a extração é feita contra esse esquema sem dados de treino etiquetados, e a documentação é explícita ao indicar que o que orienta o modelo são as descrições dos campos e não exemplos (documentação da LlamaIndex, 2026). Oferece três níveis de qualidade (cost_effective, agentic, agentic_plus), três alvos de extração (per_doc, per_page, per_table_row), esquemas até 3.200 campos no nível mais alto e duas opções relevantes para auditoria: cite_sources, que liga um valor à sua origem no documento, e confidence_scores, que devolve sinais de confiança por campo. A extração orientada por esquema não é uma lacuna em nenhum dos dois produtos. O anyformat extrai contra um esquema definido pelo utilizador em zero-shot em mais de 100 formatos sem modelos, declara num único esquema os campos ao nível do documento e ao nível da tabela e devolve ambos numa só chamada, e obteve 78,1% numa pontuação de parsing combinada sobre mais de 1.000 documentos reais de mais de 30 tipos (benchmark do anyformat, 2026).
Esta é a decisão de fundo, e não tem que ver com a qualidade da extração. A orquestração da LlamaIndex é código: o Agent Workflows é uma framework Python orientada a eventos com ramificação, paralelismo, pontos de intervenção humana, durabilidade e observabilidade, e o LlamaAgents (em open preview desde novembro de 2025) empacota-a com uma CLI llamactl que descarrega repositórios modelo de ficheiros Python que se alteram localmente (documentação da LlamaIndex, 2026). O LlamaCloud inclui, de facto, um Agent Builder, uma interface em linguagem natural onde se descreve um fluxo e um agente de programação o gera, mas o que se obtém é um projeto Python real no repositório GitHub da sua equipa, pelo que alterar o fluxo mais tarde significa alterar código e voltar a implementar. O anyformat inclui o Studio, uma tela de workflows no-code com ramificação, condições, divisão, encaminhamento, classificação, operadores de extração, cruzamento com fontes de dados internas e passos de revisão colocados onde o processo os exija, e um utilizador de operações altera o fluxo sem qualquer implementação. A pergunta numa avaliação não é se existe um construtor, mas quem pode alterar a lógica de extração numa terça-feira à tarde.
O LlamaCloud funciona como SaaS em duas regiões — América do Norte em AWS us-east-1 em cloud.llamaindex.ai e Europa em AWS eu-central-1 em cloud.eu.llamaindex.ai — com os dados armazenados na região onde foram carregados, e a própria documentação nota que NA é a região primária onde as novas funcionalidades saem primeiro, pelo que a região europeia as pode receber mais tarde (documentação da LlamaIndex, 2026). Existe alojamento próprio e bring-your-own-cloud: a plataforma completa implementa-se em Kubernetes através de charts Helm em AWS, Azure ou GCP dentro da VPC do cliente, mas é uma funcionalidade exclusiva de Enterprise que exige uma chave de licença, e não é air-gapped — a LlamaIndex documenta que todas as chamadas a LLM saem diretamente do cluster para os fornecedores com as chaves de API do próprio cliente. A LlamaIndex Inc. é uma empresa norte-americana, pelo que um endpoint europeu responde à residência dos dados sem alterar a jurisdição do fornecedor que opera o software. O anyformat é europeu de origem, uma empresa europeia sobre infraestrutura europeia, e implementa-se em cloud, cloud privada ou ambientes on-premise isolados da rede.
A LlamaIndex publica SOC 2 Type II, conformidade com o RGPD e HIPAA nas suas páginas para empresas, com BAA personalizados disponíveis para clientes enterprise. O seu trust center em security.llamaindex.ai é renderizado em JavaScript e não devolve conteúdo legível a mecanismos automáticos de recolha, e a ISO 27001 — a certificação que as equipas de compras europeias tratam mais frequentemente como requisito obrigatório — não consta publicamente das páginas que são legíveis. A ausência de um trust center público não prova que os controlos não existam, mas as compras costumam tratar uma certificação não listada como uma certificação ausente. O anyformat é certificado ISO 27001, com um âmbito de certificação que cobre o pipeline documental de ponta a ponta, e a conformidade com o RGPD é uma restrição arquitetural e não um anexo contratual.
Ambos a suportam, com predefinições diferentes. O LlamaParse mantém em cache os documentos processados durante 48 horas antes de os eliminar permanentemente, e definir do_not_cache=True desativa a cache para um pedido específico (documentação da LlamaIndex, 2026). O anyformat executa o processamento sem retenção como modo ao nível da conta, pelo que nem os ficheiros de origem nem a saída extraída persistem para além da janela de processamento. A diferença prática está em saber se a definição segura é a postura predefinida ou um parâmetro que um programador tem de recordar em cada chamada.
O LlamaExtract devolve sinais de confiança por campo e citações de origem quando confidence_scores e cite_sources estão ativos, permitindo expor os valores incertos. O que a LlamaIndex não publica é um valor de calibração — se um 0,8 declarado corresponde a acertar aproximadamente 80% das vezes — e uma pontuação não calibrada não pode sustentar um limiar de encaminhamento, porque nenhum ponto da escala é conhecido como seguro para aprovação automática. O anyformat mede a calibração e publica-a: 99,1% de precisão de calibração com um Adaptive ECE de 0,009 (benchmark do anyformat, 2026). É isso que torna o processamento direto defensável perante um auditor: os campos de confiança elevada passam, os incertos são encaminhados para um revisor dentro do mesmo workflow, e cada valor traz uma citação visual que aponta para a sua posição exata na página. Em produção, a L'Oréal reporta 99% de precisão de extração e uma redução de 60% no tempo de processamento em mais de 1.500 faturas por mês.
O LlamaCloud fatura em créditos, a 1,25 dólares por cada 1.000 créditos, com um plano Free a 0 dólares que inclui 10.000 créditos, Starter a 50 dólares por mês por 40.000 créditos, Pro a 500 dólares por mês por 400.000 créditos, e Enterprise com preço personalizado, descontos por volume, limites de débito 5 vezes superiores, SSO e implementação em alojamento próprio (preços da LlamaIndex, 2026). O anyformat fatura em créditos cobrados por página e por operador, sendo que 10 créditos custam 0,01 €: o Parse são 25 créditos por página (0,025 €, publicado como 25 dólares por cada 1.000 páginas), o Extract 35 créditos por página, o Classify 10, o Split 25 e o Validate 25 créditos por regra (preços do anyformat, 2026). O Pay As You Go é gratuito para começar, com uma atribuição única de 50.000 créditos, o Business custa 499 € por mês (399 € com faturação anual) por 500.000 créditos, e o Enterprise tem preço personalizado com implementação em VPC ou on-premise e retenção zero de dados. Em ambas as plataformas a tarifa por página é o número pequeno; o custo de engenharia do pipeline que a rodeia é o número grande.
A framework de código aberto inclui módulos de avaliação — correção, fidelidade, relevância do contexto, relevância da resposta e métricas de recuperação como hit-rate e MRR — mas são bibliotecas que um programador importa e executa, orientadas para a qualidade de um pipeline RAG mais do que para a precisão de extração campo a campo face a uma verdade de referência mantida ao longo do tempo. O LlamaCloud não documenta publicamente um gestor de conjuntos de dados de verdade de referência, uma suite de regressão ou um monitor de precisão em produção como funcionalidade de produto. Medir se uma alteração de esquema melhorou a extração, e detetar quando a precisão em produção se afasta do benchmark, é por isso trabalho que a sua equipa constrói e mantém em funcionamento.
Avaliações, disponíveis hoje. Todos os workflow de Extract e Classify do anyformat têm um separador Health. Constrói-se um conjunto de dados com verdade de referência verificada, promovendo um documento que o workflow já processou e confirmando os seus valores na interface de revisão, ou carregando documentos etiquetados com o JSON esperado. Os ficheiros podem ser marcados em subconjuntos, pelo que a precisão se lê por fornecedor, por tipo de documento ou por escalão de dificuldade em vez de como uma média única. Uma avaliação volta a extrair todos os documentos abrangidos face a uma versão escolhida do workflow e pontua-os campo a campo, com uma vista de resultado contra esperado em cada falha; as execuções são numeradas e imutáveis, pelo que o efeito de uma alteração é medido e não presumido. O Health Overview coloca depois o benchmark do conjunto de dados ao lado da precisão, da confiança e da taxa de passagem em produção, e reporta a diferença entre ambos (Evals).
Optimizer, anunciado e ainda não disponível. O anyformat anunciou o Optimizer, um workflow que se afina a si próprio face ao seu próprio conjunto de dados usando as suas avaliações como objetivo. Está no roteiro, não no produto de hoje (Evals).
O pipeline que não é preciso construir. O LlamaCloud devolve conteúdo processado e campos validados contra o esquema. A produção exige ainda classificação e encaminhamento, regras de validação, gestão de retentativas, uma interface de revisão, monitorização de precisão e reajuste sempre que muda um layout ou um modelo subjacente. Com a LlamaIndex essa camada é código Python da sua equipa: o Agent Workflows dá as primitivas, e o resto é o repositório, a implementação e a escala de piquete de cada um. O anyformat entrega-a como funcionalidade de produto: workflow no-code no Studio, confiança calibrada por campo com encaminhamento para revisão, citações visuais para auditoria e o ciclo de avaliação acima. Em tabelas até 50 páginas e cerca de 2.400 linhas, o anyformat manteve uma recuperação de linhas próxima de 99%, e extraiu 94% das faturas complexas com todos os campos e linhas corretos (benchmark do anyformat, 2026). Montar um workflow de produção com o assistente Annie demora cerca de 5 minutos, face a cerca de 4 horas de configuração manual (benchmark interno do anyformat, 2026).
Escolha a LlamaIndex quando a sua equipa for de engenharia, estiver a construir uma aplicação RAG ou de agentes à medida e quiser uma framework em vez de uma plataforma. O núcleo de código aberto tem licença MIT e mais de 300 pacotes de integração, pelo que é possível trocar livremente fornecedores de LLM, de embeddings e de bases vetoriais e manter a orquestração no repositório próprio; o alcance do ecossistema, a amplitude de conectores e a notoriedade entre programadores estão entre os maiores da categoria, e o plano gratuito do LlamaCloud mais um Starter de 50 dólares tornam barato começar. Se a recuperação e a indexação contarem tanto como a extração, se quiser controlar em código cada passo do pipeline, ou se o requisito for a ingestão para RAG e não operações documentais, esse controlo é precisamente o objetivo. Para a questão mais restrita da qualidade de parsing e do custo por página, consulte anyformat vs LlamaParse.
Escolha o anyformat quando o pipeline documental tiver de funcionar como um processo de negócio supervisionado e não como uma aplicação que a sua equipa mantém: quando a jurisdição europeia e a ISO 27001 forem requisitos obrigatórios e não preferências, quando a confiança calibrada e as citações visuais forem o que justifica o processamento direto perante um auditor, quando forem as operações e não a engenharia a ter de ser dona dos esquemas e da lógica de workflow, ou quando as alterações de workflow tiverem de ser medidas contra um conjunto de dados de verdade de referência antes de chegarem a produção. As equipas que passam de uma framework para uma plataforma citam geralmente os mesmos três custos: o código de orquestração que tiveram de escrever, a camada de revisão e monitorização que ninguém orçamentou, e a jurisdição norte-americana. Comece em anyformat.ai.
Em parte. A framework llama_index é de código aberto com licença MIT e pode ser usada, alterada e explorada comercialmente sem custo. O LlamaCloud e os serviços servidos através dele (LlamaParse, LlamaExtract, LlamaSplit e LlamaAgents) são produtos comerciais fechados faturados em créditos. Usar a framework é gratuito; usar os serviços de parsing e extração da própria LlamaIndex não é.
LlamaIndex é a empresa e a framework de código aberto; o LlamaParse é um dos produtos comerciais que vende. O LlamaParse é a API de parsing documental da própria LlamaIndex, servida através da plataforma LlamaCloud, e não uma ferramenta da comunidade construída sobre a framework. Comprar o LlamaParse dá-lhe um endpoint de parsing; adotar a LlamaIndex como plataforma significa a framework, os serviços do LlamaCloud e a orquestração de agentes em Python.
Sim. O LlamaCloud tem uma região europeia em AWS eu-central-1 em cloud.eu.llamaindex.ai, e os dados são armazenados na região onde foram carregados. A documentação da LlamaIndex nota que a América do Norte é a região primária onde as novas funcionalidades saem primeiro, pelo que a região europeia as pode receber mais tarde. A LlamaIndex Inc. continua a ser uma empresa norte-americana, pelo que residência dos dados e jurisdição legal são questões distintas.
Não. O LlamaExtract é zero-shot: fornece-se um esquema JSON ou Pydantic e a extração é feita contra esse esquema sem exemplos etiquetados, e a documentação indica que o que orienta o modelo são as descrições dos campos e não exemplos. Há opções que devolvem sinais de confiança por campo e citações de origem. A extração do anyformat é igualmente zero-shot contra um esquema definido pelo utilizador, em mais de 100 formatos e sem modelos.
Não no sentido de uma tela visual de que uma equipa de operações seja dona. A orquestração assenta no Agent Workflows, uma framework Python orientada a eventos, e o LlamaAgents empacota-a com a CLI llamactl e repositórios modelo. O Agent Builder do LlamaCloud permite descrever um fluxo em linguagem natural, mas gera um projeto Python real que depois se implementa, pelo que alterar o fluxo mais tarde significa alterar código. O Studio do anyformat é uma tela no-code onde um utilizador que não programa altera o fluxo sem qualquer implementação.
O LlamaCloud fatura em créditos, a 1,25 dólares por cada 1.000 créditos. O plano Free custa 0 dólares com 10.000 créditos, o Starter 50 dólares por mês por 40.000 créditos, o Pro 500 dólares por mês por 400.000 créditos, e o Enterprise tem preço personalizado com descontos por volume, limites de débito 5 vezes superiores, SSO e implementação em alojamento próprio. O anyformat também fatura em créditos, cobrados por página e por operador, com o Parse a 25 créditos por página.
