Modele AI OCR
103 API OCR, modeli vision i silników open-source. To samo zapytanie, ten sam wynik, jedna faktura.
| Model | Najlepszy do | Obsługuje | Szybkość | Cena |
|---|---|---|---|---|
Tesseracttesseract/tesseract | Czysty tekst drukowany, za darmo | Wielojęzyczność | 0.6 s / strona | Darmowy |
DeepSeek-OCRdeepseek/deepseek-ocr | Tania konwersja masowa | TabeleWzoryRamki ograniczająceWielojęzyczność | 1.1 s / strona | 1 kredyty / strona |
Jina OCRjina/jina-ocr | Czysty Markdown niskim kosztem | TabeleWzoryWielojęzyczność | 1.5 s / strona | 1 kredyty / strona |
PaddleOCR (PP-OCR)paddle/paddleocr | Szybki tekst drukowany po chińsku i angielsku | Ramki ograniczającePewnośćWielojęzyczność | 0.7 s / strona | 1 kredyty / strona |
EasyOCRjaided/easyocr | Szybkie skrypty i tekst na zdjęciach | Ramki ograniczającePewnośćWielojęzyczność | 0.9 s / strona | 1 kredyty / strona |
OCRmyPDFocrmypdf/ocrmypdf | Przeszukiwalne PDF-y ze skanów | Wielojęzyczność | 1.0 s / strona | 1 kredyty / strona |
RapidOCRrapidai/rapidocr | Lekki OCR na CPU lub urządzeniach brzegowych | Ramki ograniczającePewnośćWielojęzyczność | 0.6 s / strona | 1 kredyty / strona |
docTRmindee/doctr | OCR na poziomie słów z pozycjami | Ramki ograniczającePewność | 0.9 s / strona | 1 kredyty / strona |
Krakenkraken/kraken | Dokumenty historyczne i rękopisy | Pismo odręczneRamki ograniczająceWielojęzyczność | 1.5 s / strona | 1 kredyty / strona |
TrOCRmicrosoft/trocr | Wiersze pisma odręcznego | Pismo odręczne | 1.2 s / strona | 1 kredyty / strona |
Granite Doclingibm/granite-docling | Konwersja dokumentów małym modelem | TabeleWzoryRamki ograniczające | 1.5 s / strona | 1 kredyty / strona |
SmolDoclinghuggingface/smoldocling | Bardzo tania konwersja stron | TabeleWzoryRamki ograniczające | 1.0 s / strona | 1 kredyty / strona |
Donutnaver/donut | Pola paragonów i formularzy po dostrojeniu | Formularze | 1.0 s / strona | 1 kredyty / strona |
GOT-OCR 2.0stepfun/got-ocr-2 | Sformatowany tekst, wzory i wykresy | TabeleWzoryRamki ograniczające | 1.5 s / strona | 1 kredyty / strona |
Florence-2microsoft/florence-2 | Lekki OCR z ramkami | Ramki ograniczające | 0.8 s / strona | 1 kredyty / strona |
Tesseract.jstesseract/tesseract-js | OCR w przeglądarce | Ramki ograniczającePewnośćWielojęzyczność | 2.0 s / strona | 1 kredyty / strona |
OpenOCRfudan/openocr | Lekki potok OCR na CPU | TabeleWzoryRamki ograniczające | 0.5 s / strona | 1 kredyty / strona |
OCR.spaceocrspace/ocr-space | Tani, prosty OCR | TabeleRamki ograniczająceWielojęzyczność | 1.5 s / strona | 1 kredyty / strona |
Gemini 2.5 Flash-Litegoogle/gemini-2-5-flash-lite | High-volume simple pages | TabeleWzoryWielojęzyczność | 2.5 s / strona | 1 kredyty / strona |
Qwen2.5-VL-7Bqwen/qwen2-5-vl-7b | Low-cost self-hosted OCR | TabelePismo odręczneWzoryRamki ograniczające | 2.5 s / strona | 1 kredyty / strona |
Llama 3.2 11B Visionmeta/llama-3-2-11b-vision | Lightweight self-hosted vision | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Mistral Small 3.2mistral/mistral-small-3-2 | Self-hosted small vision model | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Amazon Nova Liteamazon/nova-lite | Cheap vision on AWS Bedrock | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Phi-3.5-visionmicrosoft/phi-3-5-vision | Small self-hosted model | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Kimi-VL-A3Bmoonshot/kimi-vl | Efficient self-hosted vision | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
GLM-4.1V-Thinkingzai/glm-4-1v-thinking | Small reasoning vision model | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
SmolVLMhuggingface/smolvlm | On-device and edge use | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Idefics3huggingface/idefics3 | Self-hosted image questions | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Molmoallenai/molmo | Open research vision model | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Llama Nemotron Nano VLnvidia/llama-nemotron-nano-vl | Self-hosted document understanding | TabeleWzoryWielojęzyczność | 2.5 s / strona | 1 kredyty / strona |
LLaVA-OneVisionllava/llava-onevision | Open research vision model | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Aya Visioncohere/aya-vision | Multilingual image questions | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Janus-Prodeepseek/janus-pro | Experimental image understanding | Wielojęzyczność | 3.0 s / strona | 1 kredyty / strona |
Qianfan OCRbaidu/qianfan-ocr | Dokumenty po chińsku | TabeleWzoryPismo odręczneWielojęzyczność | 2.0 s / strona | 2 kredyty / strona |
Unlimited OCRbaidu/unlimited-ocr | Książki i bardzo długie dokumenty | TabeleWzoryRamki ograniczająceWielojęzyczność | 1.2 s / strona | 2 kredyty / strona |
MinerUopendatalab/mineru | Akademickie PDF-y | TabeleWzoryRamki ograniczająceWielojęzyczność | 2.0 s / strona | 2 kredyty / strona |
Doclingibm/docling | Ustrukturyzowany eksport do RAG | TabeleWzoryRamki ograniczające | 2.2 s / strona | 2 kredyty / strona |
olmOCRallenai/olmocr | Masowa zamiana PDF na tekst do zbiorów danych | TabeleWzoryPismo odręczne | 1.5 s / strona | 2 kredyty / strona |
Chandradatalab/chandra | Złożone układy i pismo odręczne | TabeleWzoryPismo odręczneFormularze | 2.0 s / strona | 2 kredyty / strona |
Suryadatalab/surya | Analiza układu i OCR na poziomie wierszy | TabeleRamki ograniczająceWielojęzyczność | 1.5 s / strona | 2 kredyty / strona |
dots.ocrrednote/dots-ocr | Parsowanie wielojęzycznych dokumentów | TabeleWzoryRamki ograniczająceWielojęzyczność | 1.5 s / strona | 2 kredyty / strona |
Nanonets-OCRnanonets/nanonets-ocr | Markdown z tagami semantycznymi | TabeleWzoryFormularzeWielojęzyczność | 1.8 s / strona | 2 kredyty / strona |
Hunyuan OCRtencent/hunyuan-ocr | Chińskie dokumenty i zdjęcia | TabeleWzoryRamki ograniczająceWielojęzyczność | 1.5 s / strona | 2 kredyty / strona |
Qwen-VLqwen/qwen-vl | Elastyczna ekstrakcja z promptami | TabelePismo odręczneWzoryRamki ograniczające | 2.0 s / strona | 2 kredyty / strona |
MonkeyOCRmonkeyocr/monkeyocr | PDF-y po chińsku i angielsku | TabeleWzoryRamki ograniczające | 1.5 s / strona | 2 kredyty / strona |
Nougatmeta/nougat | Artykuły w stylu arXiv | TabeleWzory | 3.0 s / strona | 2 kredyty / strona |
Typhoon OCRtyphoon/typhoon-ocr | Dokumenty po tajsku | TabeleWielojęzyczność | 1.8 s / strona | 2 kredyty / strona |
RolmOCRreducto/rolmocr | Szybki otwarty model PDF na tekst | TabelePismo odręczne | 3.0 s / strona | 2 kredyty / strona |
Pixtralmistral/pixtral | Pytania o obrazy dokumentów | Wielojęzyczność | 3.0 s / strona | 2 kredyty / strona |
InternVL3.5opengvlab/internvl | Rozumienie dokumentów na własnym serwerze | TabeleWzoryWielojęzyczność | 3.0 s / strona | 2 kredyty / strona |
MiniCPM-V 4.5openbmb/minicpm-v | OCR na urządzeniach brzegowych | TabelePismo odręczneWielojęzyczność | 2.5 s / strona | 2 kredyty / strona |
DeepSeek-VL2deepseek/deepseek-vl2 | Wykresy i tabele | TabeleRamki ograniczające | 3.0 s / strona | 2 kredyty / strona |
Phi-4-multimodalmicrosoft/phi-4-multimodal | Mały model do OCR i pytań | TabeleWzory | 2.5 s / strona | 2 kredyty / strona |
Google Cloud Vision OCRgoogle/cloud-vision | Zdjęcia i proste skany | Pismo odręczneRamki ograniczającePewnośćWielojęzyczność | 1.0 s / strona | 2 kredyty / strona |
Gemini 2.0 Flashgoogle/gemini-2-0-flash | Low-cost general OCR | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 2 kredyty / strona |
Gemma 3google/gemma-3 | Self-hosted image reading | Wielojęzyczność | 3.0 s / strona | 2 kredyty / strona |
Qwen3-VLqwen/qwen3-vl | Self-hosted multilingual OCR | TabelePismo odręczneWzoryRamki ograniczające | 2.5 s / strona | 2 kredyty / strona |
Llama 4 Maverickmeta/llama-4-maverick | Self-hosted general vision | TabeleWzoryWielojęzyczność | 2.5 s / strona | 2 kredyty / strona |
Llama 4 Scoutmeta/llama-4-scout | Self-hosted long inputs | TabeleWzoryWielojęzyczność | 2.5 s / strona | 2 kredyty / strona |
ERNIE 4.5 VLbaidu/ernie-4-5-vl | Chinese documents, self-hosted | TabeleWzoryWielojęzyczność | 2.5 s / strona | 2 kredyty / strona |
GPT-4.1 miniopenai/gpt-4-1-mini | Low-cost image extraction | TabeleWzoryWielojęzyczność | 2.5 s / strona | 3 kredyty / strona |
GPT-4o miniopenai/gpt-4o-mini | Cheap simple pages | TabeleWzoryWielojęzyczność | 2.5 s / strona | 3 kredyty / strona |
Gemini 2.5 Flashgoogle/gemini-2-5-flash | Bulk pages with mixed layouts | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 3 kredyty / strona |
Qwen2.5-VL-72Bqwen/qwen2-5-vl-72b | Self-hosted document parsing | TabelePismo odręczneWzoryRamki ograniczające | 2.5 s / strona | 3 kredyty / strona |
QVQ-72B-Previewqwen/qvq-72b | Visual reasoning over charts | Wielojęzyczność | 3.0 s / strona | 3 kredyty / strona |
Llama 3.2 90B Visionmeta/llama-3-2-90b-vision | Self-hosted image questions | Wielojęzyczność | 3.0 s / strona | 3 kredyty / strona |
Amazon Nova Proamazon/nova-pro | Vision on AWS Bedrock | TabeleWzoryWielojęzyczność | 2.5 s / strona | 3 kredyty / strona |
GLM-4.5Vzai/glm-4-5v | Self-hosted document and chart reading | TabelePismo odręczneWzoryRamki ograniczające | 2.5 s / strona | 3 kredyty / strona |
Doubao-Seed-1.6bytedance/doubao-seed-1-6 | Chinese documents via Volcano Engine | TabeleWzoryWielojęzyczność | 2.5 s / strona | 3 kredyty / strona |
Reka Flashreka/reka-flash | Hosted multimodal questions | Wielojęzyczność | 3.0 s / strona | 3 kredyty / strona |
GPT-5 miniopenai/gpt-5-mini | Everyday extraction at lower cost | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 4 kredyty / strona |
Qwen-VL-Maxqwen/qwen-vl-max | Hosted Chinese and English documents | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 4 kredyty / strona |
Mistral Medium 3mistral/mistral-medium-3 | Hosted general vision in the EU | TabeleWzoryWielojęzyczność | 2.5 s / strona | 4 kredyty / strona |
Command A Visioncohere/command-a-vision | Enterprise document questions | TabeleWzoryWielojęzyczność | 2.5 s / strona | 4 kredyty / strona |
LlamaParsellamaindex/llamaparse | Zasilanie RAG | TabeleWzoryRamki ograniczająceWielojęzyczność | 3.0 s / strona | 5 kredyty / strona |
PaddleOCR-VLpaddle/paddleocr-vl | Dokumenty CJK | TabeleWzoryRamki ograniczającePewność | 1.3 s / strona | 6 kredyty / strona |
GLM-OCRzai/glm-ocr | Zwykłe dokumenty niskim kosztem | TabeleWzoryRamki ograniczającePewność | 1.3 s / strona | 6 kredyty / strona |
o4-miniopenai/o4-mini | Reasoning over images at lower cost | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 6 kredyty / strona |
Claude Haiku 4.5anthropic/claude-haiku-4-5 | Fast reading at lower cost | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 6 kredyty / strona |
Grok 2 Visionxai/grok-2-vision | Image questions | Wielojęzyczność | 3.0 s / strona | 6 kredyty / strona |
Mathpix Convertmathpix/convert | Wzory i artykuły naukowe | WzoryPismo odręczneTabeleRamki ograniczające | 1.5 s / strona | 7 kredyty / strona |
Gemini 2.5 Progoogle/gemini-2-5-pro | Long PDFs and complex layouts | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 8 kredyty / strona |
Google Document AIgoogle/document-ai | Wielojęzyczne skany | TabeleFormularzePismo odręczneRamki ograniczające | 1.4 s / strona | 10 kredyty / strona |
GPTopenai/gpt | Słabe skany, własne instrukcje | TabelePismo odręczneWzoryWielojęzyczność | 2.4 s / strona | 11 kredyty / strona |
GPT-4.1openai/gpt-4-1 | Long documents with instructions | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 11 kredyty / strona |
GPT-4oopenai/gpt-4o | General document reading | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 11 kredyty / strona |
Markerdatalab/marker | Książki i prace naukowe | TabeleWzoryRamki ograniczająceWielojęzyczność | 2.5 s / strona | 14 kredyty / strona |
Chunkrchunkr/chunkr | Fragmenty z uwzględnieniem układu do RAG | TabeleWzoryRamki ograniczająceWielojęzyczność | 3.0 s / strona | 14 kredyty / strona |
ABBYY FineReaderabbyy/finereader | Biurowe skany do Word i PDF | TabeleRamki ograniczająceWielojęzyczność | 2.0 s / strona | 14 kredyty / strona |
Adobe Acrobat OCRadobe/acrobat-ocr | Przeszukiwalne PDF-y w Acrobat | Wielojęzyczność | 2.0 s / strona | 14 kredyty / strona |
GPT-5openai/gpt-5 | Hard pages with custom instructions | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 14 kredyty / strona |
o3openai/o3 | Charts and pages that need reasoning | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 14 kredyty / strona |
Claude Sonnet 4.5anthropic/claude-sonnet-4-5 | Long dense documents | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 14 kredyty / strona |
Claude Sonnet 4anthropic/claude-sonnet-4 | Dense documents | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 14 kredyty / strona |
Grok 4xai/grok-4 | General image questions | TabeleWzoryWielojęzyczność | 2.5 s / strona | 14 kredyty / strona |
Gemini Flashgoogle/gemini-flash | Pismo odręczne i mieszany układ | TabelePismo odręczneWzoryWielojęzyczność | 1.6 s / strona | 15 kredyty / strona |
Reducto Parsereducto/parse | Złożone dokumenty, gdzie liczy się dokładność | TabeleFormularzeRamki ograniczającePewność | 4.0 s / strona | 20 kredyty / strona |
Unstructuredunstructured/unstructured | Różne typy plików do RAG | TabeleRamki ograniczająceWielojęzyczność | 3.0 s / strona | 20 kredyty / strona |
Mistral OCRmistral/mistral-ocr | Duże wolumeny PDF do Markdown | TabeleWzoryRamki ograniczająceWielojęzyczność | 0.9 s / strona | 25 kredyty / strona |
Claudeanthropic/claude | Długie, gęste dokumenty | TabelePismo odręczneWzoryWielojęzyczność | 2.6 s / strona | 25 kredyty / strona |
Amazon Textractaws/textract | Formularze i wyciąganie par klucz-wartość | TabeleFormularzePismo odręczneRamki ograniczające | 1.2 s / strona | 25 kredyty / strona |
Claude Opus 4.1anthropic/claude-opus-4-1 | Complex, high-stakes documents | TabelePismo odręczneWzoryWielojęzyczność | 2.5 s / strona | 27 kredyty / strona |
Azure Document Intelligenceazure/document-intelligence | Formularze firmowe i dokumenty tożsamości | TabeleFormularzePismo odręczneRamki ograniczające | 1.5 s / strona | 60 kredyty / strona |
103 z 103 modeli