當你讓 AI agent 去讀一張收據，schema 規定 quantity 必須是數字，結果模型回傳 1，但實際上那是 0.46 公斤的香蕉。Firecrawl 在 2026 年 9 月的評比文章中，用這個例子點出結構化資料擷取的核心問題：schema 保證形狀，不保證真實。
這篇文章不是要你相信廠商的行銷數據，而是提供一套務實的評估框架，讓你在挑選工具時，能避開「看起來很準、實際用起來卻掉鏈子」的陷阱。
先分層級，再談功能
Firecrawl 的評比將工具分成三個層級：網頁、文件、搜尋。每個層級解決的問題不同，適用的工具也不同。
- 網頁層級：把 URL 轉成 typed JSON。Firecrawl、Bright Data、Apify、Zyte 都是這類，但差異在於「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：處理 PDF、掃描檔，重點在表格與 grounding。Reducto 提供 citations，Mistral OCR 則以低價高速見長。
- 搜尋層級：Exa、Tavily 回傳的是「來源」而非「欄位」，適合需要引用而非直接結構化的場景。
先確定你的 agent 主要面對哪種來源，再往下篩選，才不會被功能列表淹沒。
評估五軸：schema、保證、grounding、agent surface、成本
Firecrawl 提出五個評估維度，特別適合 agent 呼叫的情境（單次、迴圈、有延遲預算）：
- Schema surface：是否支援任意 JSON Schema？固定類型在遇到 warranty_terms 這種欄位時就沒轍。
- Guarantee：是否用 grammar-constrained sampling、retry on validation failure，還是只是 post-hoc parsing？每種失敗方式不同，成本也不同。
- Grounding：citations 或 bounding boxes 讓 agent 能自我檢查，否則錯誤值看起來跟正確值一模一樣。
- Agent surface：有沒有 first-party MCP server、正式 SDK、async jobs？這決定你要寫多少 glue code。
- Cost and caps：每 1,000 頁的價格，以及同步頁面上限，這會影響 agent 要 block 還是 poll。
其中成本是最容易被低估的一環。Firecrawl 指出，三大 hyperscaler（AWS、Azure、Google）讀取頁面都是每 1,000 頁 $1.50，但結構化處理的價格差異極大：Google 和 Azure 各收 $30，AWS 的 Analyze Document Forms 要 $50。從 OCR 價格去估預算，會差一個數量級。
文件層級的真相：表格是照妖鏡
文件擷取 API 讀一般頁面都算稱職，但表格常常出包。Firecrawl 引用 OmniDocBench 的獨立評比，發現參數大小不代表排名：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 在表格項目墊底。
這告訴我們：別只看廠商宣稱的準確率，也別迷信開源星數。獨立評比（如 OmniDocBench、OCR Arena）雖然指標不盡相同，但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」。
務實選擇：先求可驗證，再求完美
Firecrawl 的評比強調，所有廠商都會公布對自己有利的 accuracy 數字，但獨立 benchmark 往往互相矛盾。因此，挑選時應優先看可驗證的項目：公開的價格、限制、第三方排行榜。
以 Firecrawl 自己為例，它主打單一 API 同時處理網頁與文件，支援任意 schema，且有 MCP server。但它的文件也誠實指出限制：JSON extraction 是在 markdown 轉換後執行，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。這種對 failure mode 的坦白，在市場上很少見。
如果你的 agent 需要處理受監管的工作流程，Reducto 的 citations 功能值得考慮；如果只是大量讀頁面，Mistral OCR 的 $4/1,000 頁和 2.4 秒速度可能更實際。
最終，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。先定義你的來源類型、schema 彈性需求、以及是否需要 grounding，再對照這份評比，你就能避開行銷話術，做出有根據的決定。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。