Google Document AI или Azure: 1000 страници не струват еднакво

При пакет от 1000 страници тарифата на Google Document AI дава безплатен OCR до този обем, 30 долара за Form Parser и 0,10 долара за всеки обработен блок от до 10 страници на фактура. За платения план на Azure AI Document Intelligence разбивката на тарифите посочва 1,50 долара за 1000 страници с Read, 10 долара с Layout или предварително обучен модел за фактури и 30 долара с персонализирано извличане.

Прякото сравнение започва от нужния резултат: текст от OCR, разпознато оформление или готови полета за счетоводна система. При фактурите има и разлика в мерната единица — Azure начислява цена на страница, а Google Invoice Parser отчита блокове в рамките на всеки документ. Еднакъв брой страници затова може да даде различна сметка според броя и дължината на фактурите.

OCR: ниска цена за текст, без готови бизнес полета

Enterprise Document OCR на Google и Read на Azure са подходящото ценово сравнение, когато задачата е да се извлече текст от сканирани документи. При условен месечен обем от 1000 страници Google струва 0 долара заради безплатния праг, а платеният план на Azure — 1,50 долара. За 100 000 страници сумите са съответно 148,50 и 150 долара; за 1 млн. — 1498,50 и 1500 долара. Сметката приспада безплатните страници на Google от същия месечен обем и не включва договорени отстъпки.

Тези тарифи купуват разчитане на съдържанието, а не надеждно попълнени полета „доставчик“, „падеж“ и „сума“. Ако екипът трябва да прехвърля стойности в счетоводна система, към OCR ще е нужна логика за свързването им с правилните полета или модел, който извлича тази структура. Разликата от няколко долара при голям обем може да се окаже по-малко важна от времето за поправяне на сгрешени стойности.

Формуляри и договори: Layout не е готова схема

За условни 1000, 100 000 и 1 млн. страници Google Form Parser струва съответно 30, 3000 и 30 000 долара. Google Layout Parser е по 10, 1000 и 10 000 долара за същите обеми; Azure Layout има същите ориентировъчни суми. Ако са нужни полета, зададени от екипа, тарифите за персонализирано извличане и при двете услуги дават 30, 3000 и 30 000 долара само за обработката. При Google персонализиран процесор може да има и отделен разход за хостване на внедрената му версия.

Layout запазва полезни отношения между текст, таблици, заглавия и отметки. Това върши работа при договор, в който целта е да се намери раздел или да се подготви съдържание за търсене. Ако резултатът трябва да съдържа точно определени страни, срокове и клаузи, приложението трябва или само да ги съпостави, или да използва извличащ модел. Затова по-евтиният Layout не бива да се сравнява като равностоен заместител на готова схема от бизнес полета.

При повтарящи се формуляри персонализираният модел може да има смисъл, когато стандартният процесор не връща търсените полета в нужния вид. Цената на страница обаче описва само обработката. Подготовката на примерни документи, настройването на схемата и проверката на изхода остават отделна работа за екипа; тарифата сама по себе си не предсказва точността върху неговите файлове.

Фактури: късите документи променят предимството

Google Invoice Parser таксува всеки започнат блок от до 10 страници в рамките на една фактура. При условни 1000 едностранични фактури това са 100 долара срещу 10 долара за предварително обучения модел на Azure. При 100 000 едностранични фактури сумите стават 10 000 и 1000 долара, а при 1 млн. — 100 000 и 10 000 долара.

Ако същите пакети съдържат само фактури с по 10 страници, цената на Google спада съответно до 10, 1000 и 10 000 долара. Цената на Azure остава същата, защото броят страници не се е променил. При фактура с повече от един блок сметката на Google расте на стъпки за всеки следващ блок в същия документ. За смесен архив следователно са нужни едновременно общият брой страници и разпределението им по фактури; средната цена за страница скрива тази разлика.

За български документи езикът е също толкова съществен, колкото тарифата. Списъкът на процесорите на Google включва български за OCR, Layout Parser и Custom Extractor, но не го изброява сред поддържаните езици на Form Parser и Invoice Parser. Езиковата таблица на Microsoft посочва български за предварително обучения модел за фактури. Посочената поддръжка не е измерване на точността: различните шаблони, качество на сканиране и таблици пак изискват проба с едни и същи документи.

Европейски регион и обработка в собствена среда

За Google Document AI списъкът на процесорите посочва мултирегиона eu за OCR, Form Parser, Invoice Parser и някои версии на останалите процесори. Наличността зависи от конкретния процесор и версия; при част от предварителните версии на Layout Parser е отбелязано, че заявките към европейска крайна точка могат да се маршрутизират глобално. Затова изборът на европейски регион трябва да се прави за реално използваната версия, а не само за името на услугата.

Обработка в ЕС и обработка в собствена инфраструктура са различни изисквания. Условията на Microsoft за контейнерите позволяват част от моделите на Azure Document Intelligence да работят локално; свързаните контейнери изпращат данни за потреблението за таксуване, а изключените от мрежата изискват заявен достъп, лиценз и план с ангажиран обем. Сред посочените контейнери са Read, Layout и Invoice, но локалният вариант има собствен модел на плащане и изисквания към ресурсите.

Кой вариант отговаря на задачата

За поток само с OCR тарифната разлика е малка и изборът по-скоро зависи от облачната среда, в която вече работи системата, и от резултата върху реалните сканове. При договори и формуляри разграничението е между структура на страницата и извличане на точно зададени полета. За фактури на български предварително обученият модел на Azure има изрично посочена езикова поддръжка, докато бюджетът за Google Invoice Parser е най-чувствителен към броя отделни документи.

Ако обработката трябва да остане в собствена или изолирана среда, контейнерите дават основание Azure да се разгледа първо, заедно с условията за конкретния модел. Ако е достатъчна облачна обработка в европейски регион, Google също има подходящи процесори, но версията и езиковата поддръжка трябва да съответстват на документите. Окончателният разход включва и поправката на неправилно извлечени полета — величина, която ценовите таблици не могат да изчислят вместо екипа.

Прочетете също:

• Proton Drive или Google Drive: поверителност срещу по-добра съвместна работа
• Runway или Kling AI: постоянният герой струва повече повторения
• General Intuition струва $6,2 млрд. — обучава AI с клипове от игри