摘要： 當 AI agent 被派去讀一張收據時，schema 明明寫著 quantity 必須是數字，模型卻回傳了 1，而那個 1 實際上代表的是 0.46 公斤的香蕉。Firecrawl 在 2026 年 9 月的評比文章裡，正是拿這個情境點出結構化資料擷取最核心的難題：schema 保證形狀，不保證真實。 這篇文章無意要你照單全收廠商的行銷數據，而是端出一套務實的評估框架；挑選工具時，這套框架能幫你繞開那種「看起來很準、實際用起來卻掉鏈子」的陷阱。
當 AI agent 被派去讀一張收據時，schema 明明寫著 quantity 必須是數字，模型卻回傳了 1，而那個 1 實際上代表的是 0.46 公斤的香蕉。Firecrawl 在 2026 年 9 月的評比文章裡，正是拿這個情境點出結構化資料擷取最核心的難題：schema 保證形狀，不保證真實。
這篇文章無意要你照單全收廠商的行銷數據，而是端出一套務實的評估框架；挑選工具時，這套框架能幫你繞開那種「看起來很準、實際用起來卻掉鏈子」的陷阱。
挑工具之前，先分清層級
Firecrawl 的評比把工具歸為三個層級：網頁、文件、搜尋。三種層級處理的問題各不相同，能派上用場的工具自然也不一樣。
- 網頁層級：任務是把 URL 轉成 typed JSON。Firecrawl、Bright Data、Apify、Zyte 全都屬於這一類，分野在於「schema 是否由你定義」。Firecrawl 支援任意 JSON Schema、Pydantic、Zod；Bright Data 只能用預建的 per-site extractor；Zyte 只有 10 種固定類型。
- 文件層級：負責 PDF 與掃描檔，關鍵落在表格和 grounding。Reducto 提供 citations，Mistral OCR 則以低價高速取勝。
- 搜尋層級：Exa、Tavily 交回來的是「來源」而不是「欄位」，適合需要引用、而非直接結構化的場景。
先把 agent 最常面對的來源類型確定下來，再一層層往下篩選，才不至於被功能列表淹沒。
評估的五個軸線：schema、保證、grounding、agent surface、成本
Firecrawl 提出五個評估維度，用在 agent 呼叫的情境（單次、迴圈、有延遲預算）格外合適：
- Schema surface：能不能支援任意 JSON Schema？固定類型一遇上 warranty_terms 這類欄位就沒轍。
- Guarantee：靠的是 grammar-constrained sampling、retry on validation failure，還是僅止於 post-hoc parsing？失敗的方式不同，付出的成本也不同。
- Grounding：citations 或 bounding boxes 讓 agent 得以自我檢查；少了它們，錯誤值看起來就跟正確值一模一樣。
- Agent surface：有沒有 first-party MCP server、正式 SDK、async jobs？這決定了你得寫多少 glue code。
- Cost and caps：每 1,000 頁的價格，加上同步頁面上限，會左右 agent 該 block 還是 poll。
成本正是其中最容易被低估的一環。Firecrawl 指出，三大 hyperscaler（AWS、Azure、Google）讀取頁面一律是每 1,000 頁 $1.50，但結構化處理的價差極大：Google 和 Azure 各收 $30，AWS 的 Analyze Document Forms 要 $50。光從 OCR 價格去估預算，就會差一個數量級。
文件層級的真面目：表格一照就見真章
遇上一般頁面，文件擷取 API 的表現多半稱職，偏偏常在表格上出包。Firecrawl 引用 OmniDocBench 的獨立評比，發現參數大小與排名之間沒有必然關係：一個 0.9B 的模型拿下 94.76 分，GPT-5.2 只有 82.95；而 GitHub 上 38,000 星的 Marker，則在表格項目敬陪末座。
這裡的啟示是：別只看廠商宣稱的準確率，也別迷信開源星數。獨立評比（例如 OmniDocBench、OCR Arena）採用的指標雖不盡相同，至少能看出相對趨勢。Mistral 自己在 OCR 4 的公告中也承認，單一平均分數「可能同時高估和低估真實效能」。
務實的取捨：可驗證優先，完美其次
Firecrawl 的評比強調，廠商公布的 accuracy 數字必然是對自己有利的，而獨立 benchmark 之間卻往往互相矛盾。因此挑選時，該優先看的是可驗證的項目：公開的價格、限制、第三方排行榜。
拿 Firecrawl 自己來說，它主打用單一 API 同時處理網頁與文件，支援任意 schema，而且具備 MCP server。不過它的文件也誠實寫出限制：JSON extraction 是在 markdown 轉換之後才執行，所以 HTML 屬性會被剝除；minItems: 20 不會讓 LLM 回傳更多項目，反而可能導致幻覺。這種坦然面對 failure mode 的作法，在市場上很少見。
當你的 agent 需要處理受監管的工作流程，Reducto 的 citations 功能值得納入考慮；如果只是要大量讀頁面，Mistral OCR 的 $4/1,000 頁和 2.4 秒速度可能更實際。
說到底，結構化資料擷取沒有「最好」的工具，只有「最適合你的層級與驗證需求」的選擇。先把來源類型、schema 彈性需求、以及是否需要 grounding 定義清楚，再對照這份評比，你就能避開行銷話術，做出有根據的決定。