Лучшие OCR-модели в 2026 году: сканы PDF, таблицы и цена API
Сравните Mistral OCR, Google Document AI и PaddleOCR для сканов. Разделяйте распознавание текста, восстановление структуры и цену пригодной страницы.
Извлечённый счёт может содержать все цифры, но приписать цену не тому товару. Оптическое распознавание символов, или OCR, считывает текст с изображения. Восстановление порядка и связей на странице — отдельное требование, и часто именно оно определяет пригодность результата.
Для облачного разбора документов мы бы начали с Mistral OCR 4.1, для базового распознавания текста — с Google Enterprise Document OCR, а PaddleOCR выбрали бы при реальной необходимости локальной обработки. Если важна структура документа, добавьте Google Layout Parser. Mistral OCR 3 остаётся более дешёвым вариантом для существующих процессов. Это список по требованиям к результату, а не независимо измеренный рейтинг точности.
Источники и цены проверены 7 сентября 2026 года. Мы сравниваем OCR-модели и предоставляющие их сервисы, отдельно отмечая, когда вариант является процессором или набором инструментов, а не скачиваемой моделью. Чат с PDF и извлечение уже доступного текстового слоя сюда не входят.
Сначала выберите результат, затем модель
| Кандидат | Что оценивать | Главный вопрос |
|---|---|---|
| Mistral OCR 4.1 | Разбор документа с информацией о блоках | Сохраняются ли нужные связи? |
| Mistral OCR 3 | Всё ещё доступный более дешёвый OCR-эндпоинт | Стоит ли новый формат смены существующей интеграции? |
| Google Enterprise Document OCR | Управляемый процессор распознавания текста | Достаточно ли распознанного текста? |
| Google Layout Parser на той же странице цен | Извлечение структуры и первичное разбиение | Сохраняются ли заголовки и связи таблиц? |
| PaddleOCR | Локально развёртываемый набор OCR и разбора | Сможете ли вы обслуживать и оценивать выбранный процесс? |
Руководство по OCR-процессору Mistral описывает извлечение блоков в OCR 4 и новее. Сохраняйте точный ID модели: плавающий псевдоним latest удобен для знакомства, но мешает воспроизвести старый тест.
PaddleOCR — не одна взаимозаменяемая модель с единым баллом. Репозиторий содержит компоненты распознавания и разбора документов, включая PaddleOCR-VL. Закрепите версию и конфигурацию развёртывания. Скачиваемое ПО устраняет облачный счёт за страницу, но не расходы на вычисления, установку, обновления и проверку.
Если PDF уже содержит точный текстовый слой, изучите его до повторной оплаты распознавания. Для скана возьмите образцы реального качества. Чистый цифровой экспорт и перекошенная фотография с телефона не должны получать одну неразличимую оценку точности.
Сколько стоят 10 000 страниц
Ниже приведены примеры расхода в долларах США для 10 000 обработанных страниц без налогов, хранения, повторов, дополнительных функций и договорных скидок. В строке Google OCR показан платный тариф до квоты, чтобы единица оставалась видна.
| Сервис и обработка | Тариф / 1 000 страниц | Расход в примере |
|---|---|---|
| Google Enterprise Document OCR, стандартный платный уровень | $1.50 | $15 до квоты |
| Mistral OCR 3, только OCR | $2 | $20 |
| Mistral OCR 4.1, только OCR | $4 | $40 |
| Mistral OCR 4.1, страницы с аннотациями | $5 | $50 |
| Google Layout Parser | $10 | $100 |
| PaddleOCR, собственный сервер | Стоимость вашей инфраструктуры | Измеряйте развёрнутый процесс |
Текущий стандартный тариф Google OCR включает первые 1 000 страниц бесплатно; если квота полностью доступна, 10 000 страниц для этого процессора стоят $13.50. Layout Parser и дополнения OCR оплачиваются отдельно. Ставка $1.50 не включает все возможности Document AI.
Так же тариф Mistral только за OCR отличается от тарифа страницы с аннотациями. Решите, какой результат будете использовать, до сравнения стоимости. Разница в долларах между сервисами с разными результатами не доказывает эффективность.
Таблице недостаточно правильных символов
Задайте критерии приёмки на небольшом вымышленном заказе:
| Товар | Количество | Цена за единицу | Сумма строки |
|---|---|---|---|
| Синяя папка | 12 | $2.50 | $30.00 |
| Белая папка | 8 | $3.00 | $24.00 |
Распечатайте или отрисуйте собственный тестовый документ, затем включите в оценку скан и наклонную фотографию. Ожидаемый итог — $54.00. Система, вернувшая все шесть чисел, но поменявшая местами цены за единицу, неправильно восстановила таблицу.
Отдельно проверьте минимум три аспекта: сам текст; строку и столбец каждого значения; порядок чтения заголовков, примечаний и итогов. Если в оригинале ячейка пустая, придуманное значение — ошибка. Потеря сноски об учёте доставки может быть важнее косметического интервала.
Не просите вторую модель незаметно исправлять OCR до выставления оценки. Тогда вы оцениваете процесс «OCR плюс исправление». Он может быть полезен, но дополнительный расход и риск выдуманных данных должны оставаться видимыми.
В репрезентативную партию включите обычные документы и сложные случаи: бледные сканы, объединённые ячейки, несколько колонок, повёрнутый текст или рукописные дополнения. Записывайте результаты по типам документов. Высокая средняя оценка из лёгких страниц способна скрыть категорию, всё ещё требующую ручной обработки.
Бенчмарки помогают выбрать кандидатов, но проверять нужно свои страницы
OmniDocBench предоставляет данные и оценку разбора документов по тексту, таблицам, формулам и порядку чтения. Здесь ценность состоит в разделении задач. Прежде чем цитировать балл, проверьте выпуск бенчмарка, протестированную контрольную точку и методику.
Мы не перезапускали этот бенчмарк и не проверяли все текущие эндпоинты на примере заказа. Результат модели на открытом наборе — повод исследовать её, но не гарантия работы с макетом вашего поставщика. Результаты провайдера должны оставаться обозначенными как его данные.
На практике сравнивайте стоимость партии, прошедшей ваши проверки. Предположим, условный сервис берёт $40 за 10 000 страниц. Если 200 страниц требуют по две минуты исправлений при условной ставке $30 в час, проверка добавит $200, а общий расход составит $240. Эти допущения об ошибках и труде не измерены ни для одного сервиса в списке.
Пример показывает, почему небольшая экономия на странице менее важна, чем повторяющаяся ошибка таблицы. Учитывайте время исправления вместе с числом страниц и не исключайте неудачные страницы из расчёта.
После надёжного распознавания текста и структуры отдельная модель извлечения информации может разложить результат по полям: поставщик, сумма, дата доставки. Сохраняйте оригинальную страницу для проверки. Структурированная запись полезна лишь тогда, когда сомнительное значение можно сопоставить с тем, что действительно написано в документе.
Источники
- Mistral OCR 4.1 и OCR 3: точные эндпоинты, доступность и постраничные тарифы.
- Руководство по OCR-процессору Mistral: входные документы и извлечение блоков.
- Цены Google Document AI: тарифы и квоты отдельных процессоров.
- Репозиторий PaddleOCR: развёртываемые компоненты распознавания и разбора.
- OmniDocBench: оценка разбора документов и охват набора данных.
