OCR

Mistral OCR 4 基础 API 调用定价为每千页 4 美元，批处理方式可享受 50% 优惠；文档人工智能定价则是每千页 5 美元。

百度于 6 月 22 日开源推出 Unlimited OCR 模型，总参数量 30 亿，推理时仅激活 5 亿参数，目标解决在解析长文档时，端到端 OCR 模型越生成越慢的问题。

智谱AI正式开源GLM-OCR文档解析模型，仅0.9B参数，却在多项基准测试中取得SOTA表现。它支持手写体、复杂表格、代码及印章识别，并显著降低了推理成本。开源地址与在线体验已同步开放。#人工智能...

根据介绍，当文本 token 数量不超过视觉 token 的 10 倍（压缩比低于 10×）时，模型的 OCR 精度可达 97%；即便压缩比提高到 20×，准确率仍保持约 60%。