При закупке OCR API легко начать со сравнения цены за страницу, но судьбу проекта решают четыре вещи: одинаковая ли единица учёта страниц, пройдёт ли обработка данных внутренний аудит, можно ли принять точность по формальным критериям и есть ли план на случай сбоя. Тарифы OCR считают по страницам, изображениям, вызовам или токенам; при разных единицах цена за единицу несопоставима.

Ниже чек-лист по этапам закупки: оценка объёма, биллинг и счета, опросник по приватности, выборочная проверка точности, ручная проверка, права доступа, резервный канал и приёмка пилота. Конкретные цены и доступные модели — на странице тарифов и в подписанном договоре; в статье нет фиксированных цифр.

Примечание: упомянутые OCR-продукты, модели и товарные знаки принадлежат их правообладателям и приведены для технического описания закупки. Условия обслуживания, цены и метрики точности могут меняться; ориентируйтесь на договор и официальную документацию.

1. Сначала посчитайте страницы, потом обсуждайте цену

В закупочных документах нужно сначала определить, что такое «страница». Обычно есть четыре варианта: один PDF-файл считается страницей; PDF разбивается на изображения и страницы считаются по изображениям; оплата идёт за вызов API; оплачиваются только успешно распознанные страницы. Отдельно опишите двустороннее сканирование, вложения, загрузку нескольких изображений и пустые страницы.

Показатель Метод оценки Зачем в закупочном документе
Страниц в месяц Объём документов за три месяца × коэффициент роста Выбор тарифа и предельного бюджета
Пиковых страниц в минуту Страницы в час пик ÷ 60 × запас Проверка параллелизма и лимитов
Изображений на страницу Двусторонние сканы, вложения, мультизагрузка Единая единица учёта «страницы»
Ошибки и повторы Доля сбоев на пилоте × число повторов Резерв квоты от перерасхода
Доля ручной проверки Доля полей с низкой уверенностью Оценка труда и часов проверки

Не ограничивайтесь годовым объёмом. Нагрузка OCR обычно имеет выраженные пики: конец месяца, конец квартала и налоговый период могут давать массовые загрузки. Зафиксируйте в приёмке пиковый параллелизм и способность разбирать очередь — это ближе к реальному производству, чем среднее число страниц.

2. Биллинг, договор и счета

Получив предложение, проверьте по пунктам, а не только «сколько стоит страница»:

  • Единица — страница, изображение, вызов или токен; различаются ли печатный текст и сложная вёрстка.
  • Есть ли ступенчатые цены, минимальный расход, обязательный объём и цена сверх пакета.
  • Оплачиваются ли неудачные запросы, повторы после тайм-аута, пустые страницы и повторные загрузки.
  • Период расчётов и основание сверки: журнал вызовов, успешные страницы или сводка счёта.
  • Сторона договора, валюта расчётов, способ оплаты, правила возврата.
  • Тип счёта и периодичность выставления; возможен ли счёт для юридического лица с НДС.

Корпоративные платежи лучше проводить по безналичному расчёту, сохраняя договор, заказ, платёжное поручение и счёт. В предложении должен быть указан срок действия; при трёхлетнем бюджете предусмотрите сценарий повышения цен.

3. Приватность данных: оформите вопросы как опросник

OCR обрабатывает договоры, счета, удостоверения и клиентские данные, поэтому устных заверений недостаточно. Отправьте поставщику десять вопросов и потребуйте письменных ответов для архива:

  1. Сколько хранятся загруженные изображения и результаты и где именно?
  2. Используются ли данные для обучения моделей или улучшения продукта; можно ли это отключить?
  3. Можно ли указать регион хранения и происходит ли трансграничная передача?
  4. Какие способы шифрования применяются при передаче и хранении?
  5. Как подать запрос на удаление, когда он вступает в силу и выдаётся ли подтверждение?
  6. Какие субподрядчики задействованы и уведомляют ли об их смене заранее?
  7. Можно ли подписать соглашение об обработке данных (DPA)?
  8. Предоставляется ли отчёт об аудите безопасности или заполненный опросник?
  9. Каковы сроки уведомления об инцидентах и границы ответственности?
  10. Есть ли согласование и журнал аудита доступа сотрудников к клиентским данным?

Мультимодальные модели часто требуют загрузки всего изображения, а традиционные OCR-интерфейсы могут сохранять оригинал для диагностики. В обоих случаях уточняйте политику хранения. Для удостоверений, банковских карт и медицинских документов предпочтительны локальное развёртывание, обезличивание до распознавания или платный сервис с ясными условиями и юридической проверкой.

4. Точность: не смотрите на один процент

У «точности» нет единого знаменателя. Высокая точность символов не означает, что поля можно сразу заносить в учёт; высокая точность целого документа ещё не означает качества на рукописном тексте и таблицах. При закупке разделите метрику минимум на четыре:

  • Точность символов: близость распознанного текста к эталону.
  • Точность полей: полностью ли верны номер счёта, сумма, дата и другие ключевые поля.
  • Доля документов без правок: какая часть документов уходит дальше без ручной корректировки.
  • Успешность структурированного вывода: разбирается ли JSON по согласованной схеме.

Требуйте статистику отдельно по типам документов, печатному и рукописному тексту, качеству скана и языку. Отчёт поставщика — только ориентир; финальную проверку делайте на своих образцах, охватывая основные документы и худшее качество, а не только демонстрационные изображения.

5. Ручная проверка и обработка исключений

Даже хороший OCR даёт результаты с низкой уверенностью, поэтому в закупочном плане должен быть этап ручной проверки. Типовая схема: модель возвращает уверенность, поля ниже порога попадают в очередь проверки; для сумм, налоговых номеров и номеров документов добавляются правила — сверка итогов и проверка формата; дорогие документы проверяются двумя операторами или выборочно.

Проверка — не признак провала, а часть бизнес-процесса. Оцените долю проверок и трудозатраты ещё на этапе закупки и включите их в общую стоимость, иначе нехватка людей обнаружится только после запуска. Сохраняйте оригинал, результат, историю правок и оператора — так формируется прослеживаемый аудит.

6. Права, аудит и резервный канал

В компании ключи разделяются по проектам, производство и тестирование изолируются, действует минимально необходимый уровень прав. Ключи хранятся в переменных окружения на сервере или в сервисе управления секретами, регулярно ротируются, а бюджет и расход контролируются оповещениями. В журнале вызовов нужны как минимум request ID, время, идентификатор документа, длительность и статус — для сверки и диагностики.

Резервный канал проектируется заранее: для критичных документов можно подготовить второго поставщика или локальный open source OCR для деградации; пакетные задачи ставятся в очередь и повторяются с задержкой; после серии сбоев срабатывает предохранитель и документы уходят человеку, чтобы ошибочный результат не попал в бизнес-систему. Ниже минимальный пример вызова с тайм-аутом:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ZSQH_API_KEY"],
    base_url="https://ai.zhongshangqihang.com/v1",
    timeout=30,
)

resp = client.chat.completions.create(
    model=os.environ["OCR_MODEL"],  # имя модели — по списку на сайте
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Распознай текст на изображении и выведи JSON по полям"},
            {"type": "image_url", "image_url": {"url": "https://example.com/invoice.png"}},
        ],
    }],
)
print(resp.id)  # сохраните request ID для сверки и диагностики
print(resp.choices[0].message.content)

7. Восемь шагов приёмки пилота

  1. Подпишите соглашение о пробном доступе или NDA: образцы используются только для этой оценки.
  2. Выберите 100–300 реальных страниц, охватывающих основные типы документов и худшее качество сканов.
  3. Разметьте ключевые поля вручную, заранее договорившись о критериях «правильно».
  4. Зафиксируйте модель, версию и параметры, сохраняйте журналы и request ID.
  5. Рассчитайте точность полей по слоям, долю документов без правок, P95 задержки и долю сбоев.
  6. Задайте порог уверенности и измерьте долю ручных проверок и фактические часы.
  7. Проведите учения по лимитам и сбоям, проверьте резервный канал и разбор очереди.
  8. Архивируйте отчёт об оценке, предложение, условия данных, договор и счета — и только потом принимайте решение о полном запуске.

Критерии приёмки фиксируются до пилота; нельзя объяснять их после получения результатов. Рекомендуем заранее задать стоп-факторы: невозможность выполнить требования к хранению чувствительных данных, точность ключевых полей ниже делового минимума, отсутствие плана деградации при сбое.

8. Частые вопросы

Как считается страница при оплате по страницам PDF?

У платформ разные правила: одни считают страницы файла, другие сначала разбивают PDF на изображения, третьи оплачивают только успешно распознанные страницы. Нужно письменно зафиксировать в договоре или заказе, оплачиваются ли пустые страницы, обложки, вложения и загрузка нескольких изображений.

Можно ли доверять заявленной поставщиком точности?

Только как ориентир. Уточните состав тестовой выборки, определение метрики и метод подсчёта, затем проведите пилот на своих реальных документах. Рекламные цифры обычно получены на идеальных образцах и могут не совпадать с вашими документами.

Можно ли избежать трансграничной передачи данных?

Зависит от способа развёртывания. В публичном облачном API данные могут обрабатываться в другом регионе; локальное развёртывание или open source позволяет оставить данные в своей среде. До закупки уточните регионы хранения и обработки, схему трансграничной передачи и передайте вопрос юристам и службе безопасности.

Обязательно ли иметь двух поставщиков?

Не обязательно, но резервный план нужен. Два поставщика увеличивают стоимость интеграции и поддержки; чаще выбирают одного основного плюс локальный open source OCR или второй канал для деградации и обязательно отрабатывают переключение.

Каким должен быть размер и срок пилота?

Единого стандарта нет. Обычно берут 100–300 страниц, покрывающих основные сценарии, и проводят пилот от одной до трёх недель, оценивая точность по слоям, трудозатраты на проверку и поведение при сбоях. Слишком маленькая выборка или только чёткие документы дают излишне оптимистичный вывод.

Что дальше

Если компании нужны оплата в юанях, единый счёт и счета-фактуры при работе с несколькими моделями, можно сначала зарегистрироваться в ZSQH AI Gateway, прогнать пилот на небольшой партии документов, а затем разделить ключи и бюджеты по проектам. Доступность моделей и цены — на странице тарифов.

Читайте также: