Docling در برابر Tesseract
Tesseract بهازای هر صفحه ارزانتر است. Tesseract سریعتر است. فقط Docling از جدولها, ریاضی, کادرهای محدوده پشتیبانی میکند. فقط Tesseract از چندزبانه پشتیبانی میکند.
Doclingibm/docling | Tesseracttesseract/tesseract | |
|---|---|---|
| نوع | متنباز | متنباز |
| قیمت | 2 اعتبار / صفحه | رایگان |
| بهازای هر 1,000 صفحه | $2.00 | $0.00 |
| سرعت معمول | 2.2 ثانیه / صفحه | 0.6 ثانیه / صفحه |
| مناسب برای | خروجی ساختاریافته برای RAG | متن چاپی تمیز، رایگان |
| ورودیها | PDF, تصاویر, DOCX | PDF, تصاویر |
| زبانها | خطوط لاتین، چینی، ژاپنی و کرهای (CJK) | بیش از ۱۰۰ زبان |
| حداکثر صفحه در هر درخواست | 500 | 500 |
| جدولها | ✓ بله | خیر |
| دستخط | خیر | خیر |
| ریاضی | ✓ بله | خیر |
| کادرهای محدوده | ✓ بله | خیر |
| میزان اطمینان | خیر | خیر |
| فرمها | خیر | خیر |
| چندزبانه | خیر | ✓ بله |
| در OCRRouter | در دسترس | در دسترس |
قیمتها همان مبلغی است که در OCRRouter میپردازید. سرعت، رقم معمول اعلامشده ارائهدهنده است، نه بنچمارکی که ما اجرا کردهایم.
هر کدام چیست
هر دو را روی فایل خودتان امتحان کنید
فایل را یک بار با هر مدل اجرا کنید و خروجیها را مقایسه کنید.
PDF, PNG, JPG, WebP, HEIC. هر فایل تا 20 MB، حداکثر 10 فایل.فایلی نیست؟
از یکی استفاده کنید و در صورت خطا به دیگری برگردید
{"model": "ibm/docling","fallbacks": ["tesseract/tesseract"],"file_url": "https://example.com/document.pdf"}