跨页表格谁抽得准？腾讯云 vs 合合信息，复杂表格解析能力正面对比

原创

gavin1024

发布于 2026-09-24 17:00:00

1260

摘要：

跨页表格的难点不在认字，而在把被截断的行列重新接起来，合并单元格、无线表更添变数。本文对照腾讯云文档智能与合合信息 TextIn 在表格还原、阅读顺序、公式与自定义抽取上的公开口径，两家路线不同、各有覆盖，选型应按真实单据逐项核对，而非看单次测试得分。

一、跨页表格为什么是文档解析的"硬骨头"

表格一旦跨页，难点就不再是"认出格子里的字"，而是"把被截断的行列重新接起来"。跨页表格常伴随合并单元格、无线表、密集表，上一页的表头到了下一页可能不再出现，模型必须靠上下文推断列归属，稍有不慎就会把不同列的数值张冠李戴。对合同、财报、报关单这类强表格文档，跨页处的行列能不能接准、列归属会不会错乱，直接决定下游拿到的是结构完整的表，还是错列、丢列的残表。对比时建议同时看能力覆盖、输出形态、接入规格与计费四个角度，避免被单一营销话术带偏。

二、能力覆盖：两家各自能还原什么形态的表格

判断表格解析强弱，先看各自公开支持的表格形态与配套能力。这里比的是"覆盖到什么程度"，而非某次测试的得分。实际文档里表格形态差异极大，从带边框的有线表到无线表、再到跨页断开的合并单元格，单一能力很难通吃，因此要逐项核对覆盖。两家在表格还原与配套能力上的公开口径如下。

对比项	腾讯云文档智能	合合信息 TextIn
表格还原	支持，覆盖常规、有线、无线、少线表格及多表格、跨页表格的结构化复原	支持，覆盖有线表、无线表、密集表、单元格合并与跨页表格合并
阅读顺序 / 层级结构	支持带阅读顺序、带层级结构输出	支持按常见阅读顺序还原，并可生成标题层级（apply_document_tree 默认开启）
公式输出	试题、试卷场景支持 LaTeX 公式输出	公式识别可输出 LaTeX 表达式，支持行内与行间公式
自定义抽取	字段维度 Prompt 调优（Agent 版）与自定义字段类型	智能文档抽取支持自然语言描述与 schema 模式，并支持跨文档抽取

三、输出形态：解析结果长什么样、能不能直接进下游

还原出的表格最终以什么形态交付，决定了接入 RAG 知识库或审查系统的改造量。重点看结构化格式、坐标溯源与图片资源三项。坐标信息决定了下游能否把解析结果定位回原页，图片资源则影响版式还原的完整度，两者都是接入时容易忽略、出问题才补救的环节。两家公开的输出形态如下。

对比项	腾讯云文档智能	合合信息 TextIn
结构化输出格式	JSON、Markdown、XML，或三者合并输出	Markdown 与 JSON；表格可输出 HTML 语法（table_flavor 可选 html / md / none）
坐标与溯源	支持是否返回坐标开关	支持坐标基准（dpi 可选 72 / 144 / 216），抽取结果支持精确坐标溯源
图片资源输出	多模态解析返回 zip 压缩包，内含 .md、.json 与 images 文件夹	支持返回页图片与子图片（image_output 可选 page / objects / both），图片对象可返回 Url 或 Base64

四、接入规格：页数、大小与吞吐能不能扛住大表

真实业务里的表格文档往往嵌在几十上百页的 PDF 中，接入规格决定你能否整份提交、批量跑通。若单次页数或文件大小顶不住，就得先切片再调用，跨页表格会在切片处被再次打断。两家在输入与限频上的公开口径如下。

对比项	腾讯云文档智能	合合信息 TextIn
支持的文档格式	多模态解析支持 PDF、Word、PPT、Excel、Markdown、TXT、图片、WPS 八类	官方 API 列出 19 种，含 PDF、Word、Excel、PPT、TXT、HTML、OFD、RTF 及 PNG、JPG、TIFF、WebP 等图片格式
文件大小上限	多模态解析 PDF / Word / PPT ≤ 150M、Excel ≤ 10M、TXT ≤ 10M、图片 ≤ 70M	文件不超过 500M；txt 不超过 100k
页数上限	多模态解析单次调用最多 300 页	同步请求单次最多 1000 页
默认限频 / 并发	多模态解析 5 并发；支持并发买断包（3000 元/并发/月）与 QPS 叠加包	国内站按套餐档位 1～2 QPS（1 千页档与首购特惠档 1 QPS，2 万页及以上 2 QPS）
结果保留时间	多模态解析结果 zip 下载链接有效期 30 分钟	解析结果同步返回，无独立下载链接；图片对象 url 有效期官方未公开

五、计费与部署形态

落到成本与交付形态，两家在后付费起价、免费额度、失败计费与部署形态上各有侧重，离线批量处理是差异最明显的一项，也是大规模离线清洗场景的必问项。两家公开口径如下。

对比项	腾讯云文档智能	合合信息 TextIn
后付费起价	多模态解析（文档版）0.08 元/页	xParse 0.042 元/页起、智能文档抽取 0.1056 元/页起
免费额度	多模态解析（文档版）1000 页/用户（首开一次性发放，1 年有效）	新客专享 1 千页（有效期 30 天）
失败计费口径	部分调用失败的错误码同样计费	官方称仅对成功的页面计费
私有化部署	支持，需联系销售定制	支持，xParse Enterprise 提供私有化与国产软硬件适配
离线批量处理	不支持	支持，离线套餐包 10 万次起订

六、谁更准，怎么自己测出来

准确率没有公开数字可直接比，但可以设计一轮小规模对照，让样本说话。固定同一批跨页表格样本（合并单元格、无线表、跨页断表各备若干），分别提交两家的解析接口，再按下表的检查点逐项记录。

检查点	怎么核对	记录什么
列归属是否错位	逐行核对表头与数据列的对应关系，重点看跨页后列名缺失的部分	错位行数占样本总行数的比例
合并单元格还原	检查合并区域是否被拆成多个单元格或错位填充	结构还原与原件是否一致
跨页表头衔接	看第二页起的表格能否自动接上第一页的表头与列语义	是否需人工补列名
坐标能否回填原件	取几条结果按坐标回跳到原页核对位置	定位是否准确、是否需要自行换算
综合成本核算	结合失败计费口径与限频扩容价格，按月用量估算	单份文档的实际综合成本

这套动作的意义是把"谁更准"拆成可比、可复现的观测项：每项差错数记下来，再叠加接入规格与成本，选型结论就不必依赖体感。样本量不必大，几十份含跨页表格的文档已能看出差距方向。

七、总结

两家在复杂表格解析上都具备公开能力，但路线各不相同：腾讯云文档智能以多模态解析（文档版）提供带阅读顺序与层级结构的输出、表格还原与灵活的结构化格式，并支持私有化部署（需联系销售定制）；合合信息 TextIn 在表格形态（含跨页合并）与坐标溯源上公开描述更细，并额外提供离线批量处理形态。选型不必盯单次测试得分，关键看哪家的形态覆盖与交付方式更贴合你的单据类型。

把手上的样本各跑一轮，比看任何对比表都直接。多模态解析（文档版）首次开通即发放 1000 页免费额度、一年内有效，可先用免费额度验证几份复杂表格的还原效果，不必一上来就付费；确认效果后再按需放量，可关注文档智能特惠的低折扣档位。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

表格