Was ist LlamaParse?
LlamaParse ist der gehostete Dienst von LlamaIndex, der PDFs, Office-Dateien und andere Dokumente in Markdown und strukturierte Daten für KI-Anwendungen umwandelt. Im Februar 2026 benannte LlamaIndex seine gesamte Plattform LlamaCloud in LlamaParse um; sie umfasst jetzt Parse, Extract (strukturierte Felder nach deinem Schema), Classify, Split und Index (verwaltetes Retrieval).
Seit dem Release von v2 im Dezember 2025 wählst du eine von vier Parse-Stufen, statt Modelle und Modi abzustimmen: Fast (1 Credit pro Seite, reiner räumlicher Text ohne Markdown), Cost Effective (3), Agentic (10) und Agentic Plus (45). Du kannst eine datierte Parser-Version festlegen, damit die Ausgabe in Produktion stabil bleibt. 1.000 Credits kosten 1,25 $, Agentic-Parsing kommt also auf 12,50 $ pro 1.000 Seiten.
Die Pläne sind Free (10.000 Credits im Monat), Starter (50 $ im Monat, 40.000 Credits), Pro (500 $ im Monat, 400.000 Credits) und Enterprise.
Was kostet LlamaParse?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Free | Free | 10.000 Credits pro Monat |
| Starter | $50/month | 40.000 Credits |
| Pro | $500/month | 400.000 Credits |
Free 10.000 Credits pro Monat; Starter 50 $ im Monat (40.000 Credits); Pro 500 $ im Monat (400.000 Credits). 1,25 $ pro 1.000 Credits; Parsing kostet je nach Stufe 1 bis 45 Credits pro Seite.
Lohnt sich LlamaParse?
Soll ein KI-Assistent Fragen aus deinen PDFs beantworten, müssen diese PDFs zuerst in Text verwandelt werden, den er lesen kann. Bei Tabellen geht das meist schief: Spalten rutschen ineinander, und Zahlen landen in den falschen Zeilen.
LlamaParse erledigt diese Umwandlung als gehosteter Dienst mit Preis pro Seite, und sein stärkstes Argument ist der Preis bei gegebener Qualität. Die Stufen sind leicht zu durchschauen: Beginne mit Cost Effective für 3,75 $ pro 1.000 Seiten und wechsle nur für Dokumente, die Parsing mit Vision-Modellen brauchen, zu Agentic (12,50 $) oder Agentic Plus (56,25 $). Dieselbe Datei innerhalb von 48 Stunden erneut zu parsen, ist kostenlos, und du kannst einen Job auf bestimmte Seiten beschränken.
Die Belege für die Qualität sind informell. Im April 2026 meldete die Entwicklungsagentur Kanopy Labs für LlamaParse 89% bei der Tabellenstruktur, gegenüber 83% für Docling und 71% für Unstructured, wobei Docling bei der Lesereihenfolge (94% zu 91%) und beim Retrieval-Recall vorn lag. Kanopy veröffentlicht weder den Testdatensatz noch, wie die Antworten bewertet wurden.
Die Obergrenzen der Pläne zählen mehr als der Grundpreis. Starter für 50 $ im Monat erlaubt Abrechnung nach Verbrauch nur bis 400.000 Credits und Pro für 500 $ bis 5.000 $ im Monat, mit 5 beziehungsweise 20 gleichzeitigen Jobs. Eine Million Cost Effective-Seiten im Monat passen für etwa 3.750 $ in Pro; eine Million Agentic-Seiten brauchen 10 Millionen Credits und einen Enterprise-Vertrag. Kanopy Labs meldet außerdem eine Latenz von 3 bis 8 Sekunden pro Seite außerhalb der Spitzenzeiten und bis zu 45 Sekunden zu Spitzenzeiten.
Die Datenbedingungen sind besser als bei vielen gehosteten Parsern. Hochgeladene Dateien und der Parse-Cache werden nach 48 Stunden gelöscht, ein Do-not-cache-Flag überspringt selbst das, und laut LlamaIndex bestehen mit den LLM-Anbietern hinter dem Dienst Vereinbarungen über Zero Retention und kein Training. SOC 2 Type II, HIPAA und DSGVO sind aufgeführt, und es gibt eine EU-Region.
Der Haken: Kundendaten werden standardmäßig nicht zum Training genutzt, aber ein Organisations-Admin kann einem Programm zum Datenteilen beitreten, das genau das erlaubt, ein Schalter, den du prüfen solltest. Unterhalb von Enterprise gibt es den Dienst zudem nur in der Cloud, denn die Bereitstellung in einer privaten VPC, also in deiner eigenen Cloud, ist Enterprise vorbehalten.
Unser Fazit: Für die meisten Dokumentenberge ist LlamaParse der günstigere Zähler, und regulierte Teams, deren Dateien das Haus nicht verlassen dürfen, wägen am Ende einen Enterprise-Vertrag gegen den Eigenbetrieb von Docling ab.
Wo es sich lohnt
Ein Team mit zwei Leuten, das RAG über 20.000 Seiten Produkthandbücher im Monat baut
PDFs mit Tabellen in sauberes Markdown für das Retrieval umwandeln
Cost Effective mit 3 Credits pro Seite verbraucht 60.000 Credits, Starter für 50 $ plus etwa 25 $ nach Verbrauch reicht also. Lege eine Parser-Version fest, damit die Chunks zwischen Neuindexierungen stabil bleiben.
Eine Leiterin Finance Operations, die Lieferantenrechnungen verarbeitet
Summen, Daten und Positionen in ein festes Schema extrahieren
Extract kostet auf der Stufe Cost Effective 8 Credits pro Seite, etwa 10 $ pro 1.000 Rechnungen; Agentic-Extraktion mit 25 Credits pro Seite lohnt sich bei gescannten oder unordentlichen Layouts. Prüfe Summen stichprobenartig, denn ein Extraktionsfehler kostet mehr als das Parsing.
Ein Platform Engineer bei einem EU-Versicherer
Schadensdokumente parsen, ohne Daten aus der EU zu bewegen
Nutze die EU-Region (cloud.eu.llamaindex.ai) und setze das Do-not-cache-Flag; prüfe, dass kein Admin dem Datenteilen zugestimmt hat. Dürfen Dokumente die eigene Cloud des Unternehmens nicht verlassen, funktioniert nur die VPC-Bereitstellung von Enterprise.
Bevor du dich festlegst
- Einrichtung
- Erstelle einen API-Schlüssel und rufe das Python- oder TypeScript-SDK oder die REST-API auf; ein erstes Parsing läuft in Minuten mit den kostenlosen 10.000 Credits.
- Integrationen
- Nativ in LlamaIndex; eigenständige REST-API und SDKs für andere Stacks; Extract, Classify, Split und Index teilen sich dieselben Credits.
- Daten und Datenschutz
- Hochgeladene Dateien und der Parse-Cache werden nach 48 Stunden gelöscht; indexierte Daten bleiben für die Vertragslaufzeit. Standardmäßig kein Training, sofern kein Admin zustimmt; SOC 2 Type II, HIPAA, DSGVO; VPC in Enterprise.
- Kosten im großen Maßstab
- Eine Million Seiten im Monat kosten mit Cost Effective in Pro etwa 3.750 $; dasselbe Volumen mit Agentic kostet 12.500 $ und überschreitet die Grenze von 5.000 $ für Abrechnung nach Verbrauch in Pro.
- Grenzen
- Gleichzeitige Jobs: 5 in Free und Starter, 20 in Pro, 100 in Enterprise; gespeicherte Dateien kosten 0,1 Credit pro MB und Tag.
Was gut ist
- Klare Stufen pro Seite von 1,25 $ bis 56,25 $ pro 1.000 Seiten
- Vorn in einem Agenturvergleich zum Parsen von Tabellen
- Quelldateien werden nach 48 Stunden gelöscht; Caching lässt sich abschalten
- SOC 2 Type II, HIPAA und DSGVO, mit EU-Region
- Parse, Extract, Classify und Index auf einer Rechnung
Was nicht
- Unterhalb von Enterprise nur Cloud; VPC-Bereitstellung erfordert einen Vertrag
- Abrechnung nach Verbrauch in Pro auf 5.000 $ im Monat gedeckelt
- Latenz hängt von der Auslastung der Warteschlange ab
- Admins können die Organisation für das Teilen von Trainingsdaten anmelden
Am besten für
Teams, die große Mengen gemischter PDFs für RAG parsen und niedrige, berechenbare Kosten pro Seite wollen.
Alternativen zu LlamaParse
LlamaParse: häufige Fragen
- Lohnt sich LlamaParse?
- LlamaParse macht aus Dokumenten sauberen Text für RAG-Pipelines, zu einem günstigen, berechenbaren Preis pro Seite, solange deine Dateien in die Cloud eines anderen dürfen. Wir bewerten es mit 4.2 von 5.
- Was kostet LlamaParse?
- Free 10.000 Credits pro Monat; Starter 50 $ im Monat (40.000 Credits); Pro 500 $ im Monat (400.000 Credits). 1,25 $ pro 1.000 Credits; Parsing kostet je nach Stufe 1 bis 45 Credits pro Seite.
- Welche Nachteile hat LlamaParse?
- Unterhalb von Enterprise nur Cloud; VPC-Bereitstellung erfordert einen Vertrag; Abrechnung nach Verbrauch in Pro auf 5.000 $ im Monat gedeckelt; Latenz hängt von der Auslastung der Warteschlange ab; Admins können die Organisation für das Teilen von Trainingsdaten anmelden.
- Für wen eignet sich LlamaParse?
- Teams, die große Mengen gemischter PDFs für RAG parsen und niedrige, berechenbare Kosten pro Seite wollen.
- Was kostet LlamaParse für ein Team oder im Produktivbetrieb?
- Eine Million Seiten im Monat kosten mit Cost Effective in Pro etwa 3.750 $; dasselbe Volumen mit Agentic kostet 12.500 $ und überschreitet die Grenze von 5.000 $ für Abrechnung nach Verbrauch in Pro.
- Ist LlamaParse sicher für Firmendaten?
- Hochgeladene Dateien und der Parse-Cache werden nach 48 Stunden gelöscht; indexierte Daten bleiben für die Vertragslaufzeit. Standardmäßig kein Training, sofern kein Admin zustimmt; SOC 2 Type II, HIPAA, DSGVO; VPC in Enterprise.
- Was sind die besten Alternativen zu LlamaParse?
- Die nächsten Alternativen, die wir getestet haben, sind Reducto, Azure Document Intelligence und Mistral OCR.
Antworten geprüft am 23. Okt. 2026.