Что проверяли
Ван Стриен испытал модели на 850 страницах: в выборку вошли старые книги по естественной истории, «Британская энциклопедия» 1771 года и архивные документы с печатным текстом. Все восемь моделей запускались на одном графическом процессоре Nvidia RTX PRO 6000, который исследователь арендовал через Hugging Face за $2,75 в час.
Сравнение проводили при одинаковом размере изображений. Самая старая модель, RolmOCR, вышедшая в апреле 2025 года, обходилась примерно в 51 цент за 1 000 страниц. Самая новая, LightOnOCR-3-0.8B, выпущенная в октябре 2026 года, — чуть меньше чем в 10 центов.
Источник: the-decoder.com
На цену влияет и настройка запуска
По словам ван Стриена, оптимизация работы моделей позволила сэкономить примерно столько же, сколько переход на более новые модели, а возможно, и больше. Для этого страницы равномернее распределяли по обработке, использовали сканы меньшего размера, обновляли программное обеспечение и запускали модели на более быстром графическом процессоре.
Новая модель распознавала страницы книг как минимум не хуже старой. Однако некоторые модели галлюцинировали текст на пустых страницах или многократно повторяли один и тот же фрагмент.
Стоимость обработки 1 000 страниц снизилась примерно с 51 цента у RolmOCR до менее чем 10 центов у LightOnOCR-3-0.8B. Пять моделей между ними по цене почти не отличались друг от друга.
По оценке Dataist, падение стоимости связано и с развитием моделей, и с тем, как организован их запуск: при выборе решения стоит учитывать оба фактора. Низкая цена сама по себе не гарантирует точного результата — некоторые модели добавляли текст на пустых страницах или повторяли распознанное.
Читайте также
Если технарям приходится увольняться, чтобы бить тревогу, пора беспокоиться
Mistral догоняет конкурентов с Vibe Desktop, пока те уже управляют целыми операционными системами
Более половины электроэнергии крупнейших дата-центров США дают газ и уголь
Сатья Наделла объяснил, зачем предложил 60 тысячам сотрудников Microsoft уйти из компании
Hugging Face направляет запросы к моделям через OpenRouter, выбирая лучшие цену или скорость
На фоне опасений из-за кибератак с ИИ Сатья Наделла предупредил: многие объекты критической инфраструктуры нельзя защитить обновлениями
Google выпустила Gemini 4 Neon: кодит на уровне Opus 5.5, а токены API на 25% дешевле
Четверо школьников из Мэриленда подали в суд после того, как ИИ принял пакет Doritos за оружие
Война за ИИ-чипы в США набирает обороты самым нелепым образом
OpenAI впервые допустила четырёх независимых аудиторов к своим ИИ-системам на месте
Сатья Наделла: ИИ-агенты изменят экономику интернета
В рамках «Project Exponential» KPMG поставила ИИ-агентов рядом с аудиторской командой — и те глубже разбирались в отдельных вопросах
Anthropic, по сообщениям СМИ, оценит акции при IPO в $83 — выше прогнозируемого диапазона
Почему потрясения в Nvidia вряд ли повлияют на IPO Anthropic
Австралию и так считают самой закрытой демократией в мире. Новые законы могут усугубить ситуацию
Даже чиновники Трампа не ждут, что его поездка в Китай продвинет диалог об ИИ
SEC расследует нераскрытые продажи Nvidia, связанные с Китаем
Банки и АНБ признали: масштабные сбои действительно вызвал ИИ
ИИ подрывает всю программную инфраструктуру, на которой держится мир
Сэма Альтмана уже не смущает, что в новом фильме его сыграет Эндрю Гарфилд: его жизнь и так страннее
Ежедневные новости об ИИ
Каждый день отбираем важные новости об ИИ и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.
Только важное — каждый день
В Telegram