O que é LlamaIndex?
LlamaIndex é um framework Python de código aberto para geração aumentada por recuperação (RAG): carregar documentos, dividi-los e indexá-los, e recuperar as partes certas para responder perguntas. O README diz que mais de 300 pacotes de integração se conectam ao seu núcleo para modelos, embeddings e bancos vetoriais.
Sua camada de orquestração é o Workflows, um sistema orientado a eventos com etapas tipadas que move seus agentes prontos, e o LlamaAgents implanta esses fluxos como serviços.
A empresa mudou de rumo. Seu README agora afirma que o foco principal passou a ser o LlamaParse, uma plataforma paga de parsing e extração de documentos, e que o framework continua disponível como kit de ferramentas aberto. O código ainda é atualizado, mas quem compra deve ler esse aviso antes de apostar um roadmap nele.
Quanto custa LlamaIndex?
| Plano | Preço | O que inclui |
|---|---|---|
| Framework | Free | MIT |
| LlamaParse Free | Free | 10k créditos |
| LlamaParse Starter | $50/month | 40k créditos |
| LlamaParse Pro | $500/month | 400k créditos |
Framework gratuito sob MIT. LlamaParse (nuvem paga): Free com 10k créditos, Starter $50/mês (40k créditos), Pro $500/mês (400k créditos), Enterprise sob consulta; 1.000 créditos = $1.25.
LlamaIndex vale a pena?
O LlamaIndex continua sendo uma camada de dados capaz para RAG, e o risco não é mais técnico. Em 2026 a empresa reescreveu o README para dizer que seu foco principal passou ao LlamaParse, com o framework aberto mantido disponível como kit de ferramentas. O desenvolvimento não parou: a v0.14.25 saiu em 21 de setembro de 2026, houve commits em outubro, e o repositório tem cerca de 52.600 estrelas. Mas uma equipe que o adota hoje está adotando um projeto que o próprio dono trata como porta de entrada para um produto pago.
A amplitude continua sendo o motivo para usá-lo. Loaders, parsers de nós, muitos tipos de índice, retrievers e rerankers ficam atrás de uma única API, e a separação entre o llama-index-core e pacotes de integração independentes significa que você instala só o banco vetorial e o cliente de modelo de que precisa. Os índices ficam na memória por padrão e são persistidos em uma pasta ./storage com uma única chamada, o que mantém os protótipos simples.
O parsing é onde fica a linha comercial. Os leitores gratuitos extraem texto; layouts digitalizados e complexos são aquilo para o que o LlamaParse é vendido, cobrado a 1 crédito por página no nível Fast e 45 créditos por página no Agentic Plus. A $1.25 por 1.000 créditos, um acervo de 100.000 páginas custa cerca de $125 no Fast e aproximadamente $5,600 no Agentic Plus, então a escolha do nível importa mais que a do plano.
A instabilidade da API é o custo do dia a dia. Os Query Pipelines foram descontinuados em favor dos Workflows e o llama-deploy deu lugar ao LlamaAgents, então guias de 2024 muitas vezes falham. O banco de alertas do GitHub lista vários problemas de 2025 e 2026 no llama-index-core, incluindo um path traversal em encode_image e bugs de negação de serviço no parsing de JSON, o que tudo aponta para fixar versões e atualizar com cuidado. O LangGraph tem a proposta mais limpa para o fluxo de controle de agentes; o LlamaIndex ainda vence quando a parte difícil são os documentos.
Onde ele se destaca
Um engenheiro Python em uma corretora de seguros de 30 pessoas
Responder perguntas da equipe sobre 20.000 PDFs de apólices
Ingerir com o leitor de PDF gratuito, indexar em um banco Postgres pgvector existente e servir um query engine atrás de uma API interna. O framework não custa nada; a conta são os embeddings e as chamadas de LLM, mais créditos do LlamaParse se documentos digitalizados precisarem de OCR.
Uma engenheira de plataforma em uma startup de tecnologia jurídica
Construir um agente que extrai cláusulas e sinaliza termos arriscados
Escrever um Workflow com etapas de parsing, extração e revisão, chamando o LlamaParse para o layout e um modelo local para a classificação. Etapas tipadas tornam o pipeline testável; espere refazê-lo quando a API de Workflows mudar.
Um gerente de operações orçando um acervo de documentos
Digitalizar 100.000 páginas de contratos arquivados
O LlamaParse a 1 crédito por página no Fast custa cerca de $125 para tudo; o Agentic Plus a 45 créditos por página chega a cerca de $5,600. Testar uma amostra em cada nível antes de se comprometer evita pagar por uma precisão de que os documentos não precisam.
Antes de decidir
- Configuração
- `pip install llama-index` (Python 3.10+) traz o núcleo mais as integrações iniciais; o início rápido exige uma chave da OpenAI, a menos que você instale os pacotes do Ollama ou do Hugging Face em vez disso.
- Integrações
- Mais de 300 pacotes de integração para LLMs, embeddings e bancos vetoriais; servidores MCP podem ser usados como ferramentas ou expostos a partir dos Workflows; o LlamaParse se conecta para o parsing de documentos.
- Dados e privacidade
- O framework envia texto apenas aos provedores de modelos e de bancos vetoriais que você configurar; os índices ficam na memória ou em ./storage. O LlamaParse é um serviço hospedado que lista SOC 2 Type II, HIPAA e GDPR, com implantação híbrida ou em VPC no Enterprise.
- Custo em escala
- Não há edição paga do framework. O LlamaParse custa $1.25 por 1.000 créditos; o parsing Fast custa 1 crédito por página, o Agentic 10 e o Agentic Plus 45, com novos parsings em até 48 horas gratuitos.
- Limites
- Cerca de 312 issues abertas; descontinuações frequentes; alertas de segurança no núcleo em 2025 e 2026 (path traversal, negação de serviço no parsing de JSON); mais fraco que o LangGraph para fluxos de controle multiagente complexos.
O que é bom
- Muitos tipos de índice, retrievers e parsers de nós atrás de uma única API
- Mais de 300 pacotes de integração; instale só o que usar
- Os Workflows oferecem etapas de agentes tipadas e orientadas a eventos
- Versões ativas; v0.14.25 em setembro de 2026
O que não é
- O criador diz que seu foco passou ao LlamaParse, que é pago
- Um bom parsing de PDFs complexos significa créditos do LlamaParse
- Descontinuações (Query Pipelines, llama-deploy) quebram tutoriais antigos
- Vários alertas de segurança no núcleo em 2025 e 2026
Ideal para
Desenvolvedores Python construindo RAG ou agentes de documentos sobre fontes de dados grandes e variadas.
Alternativas ao LlamaIndex
LlamaIndex: perguntas frequentes
- LlamaIndex vale a pena?
- Ainda é um kit de ferramentas profundo para RAG com muitos documentos, mas seu criador agora diz com todas as letras que o framework não é mais a prioridade. Damos nota 4.3 de 5.
- Quanto custa LlamaIndex?
- Framework gratuito sob MIT. LlamaParse (nuvem paga): Free com 10k créditos, Starter $50/mês (40k créditos), Pro $500/mês (400k créditos), Enterprise sob consulta; 1.000 créditos = $1.25.
- Quais são as desvantagens de LlamaIndex?
- O criador diz que seu foco passou ao LlamaParse, que é pago; um bom parsing de PDFs complexos significa créditos do LlamaParse; descontinuações (Query Pipelines, llama-deploy) quebram tutoriais antigos; vários alertas de segurança no núcleo em 2025 e 2026.
- Para quem LlamaIndex é indicado?
- Desenvolvedores Python construindo RAG ou agentes de documentos sobre fontes de dados grandes e variadas.
- Quanto custa LlamaIndex para uma equipe ou em produção?
- Não há edição paga do framework. O LlamaParse custa $1.25 por 1.000 créditos; o parsing Fast custa 1 crédito por página, o Agentic 10 e o Agentic Plus 45, com novos parsings em até 48 horas gratuitos.
- LlamaIndex é seguro para dados da empresa?
- O framework envia texto apenas aos provedores de modelos e de bancos vetoriais que você configurar; os índices ficam na memória ou em ./storage. O LlamaParse é um serviço hospedado que lista SOC 2 Type II, HIPAA e GDPR, com implantação híbrida ou em VPC no Enterprise.
- Quais são as melhores alternativas ao LlamaIndex?
- As alternativas mais próximas que analisamos são Haystack, LangChain e RAGFlow.
Respostas verificadas em 23 de out. de 2026.