Skip to content

Transforme sus documentos con Google Document AI OCR

Enterprise Document OCR de Google Document AI es una API de Google Cloud que extrae texto impreso y manuscrito de PDF e imágenes, con precio por página y las primeras 1.000 páginas gratuitas.

Plan gratuito · desde $0.60 · API

Veredicto de Stork sobre Google Document AI OCR

Enterprise Document OCR de Google es una capa base económica y precisa para la extracción de texto en gran volumen, pero los datos estructurados cuestan más con Form Parser o Layout Parser.

Google Document AI OCR reviewed by Stork AI · stork.ai/es/google-document-ai-ocr

720p. En 480p cuesta la mitad. Mínimo $0.05 por video.
Diez minutos de video hablado cuestan $2.
Usamos modelos abiertos en nuestras propias GPU. Cuando baja nuestro costo por minuto, baja el precio.
Haz hablar una fotoDesarrolladores: hay una API

Qué hace Google Document AI OCR

Enterprise Document OCR es uno de los procesadores de Document AI de Google Cloud. Usted envía un PDF o una imagen (PDF, GIF, TIFF, JPEG, PNG, BMP o WebP; DOCX está en versión preliminar privada) y recibe un objeto Document en JSON con el texto, las páginas, los bloques, las líneas, los tokens y sus posiciones. Lee texto impreso y manuscrito, puede combinar el texto incrustado de los PDF digitales con los resultados del OCR (análisis nativo de PDF) y asigna a cada página una puntuación de calidad de imagen de 0 a 1, enumerando los posibles defectos, como desenfoque, reflejos o texto cortado, cuando la puntuación es inferior a 0.5. Google indica que admite más de 200 idiomas; la escritura a mano figura como no compatible en una docena de ellos, entre ellos hebreo, tailandés, tamil y telugu.

La configuración sigue el flujo habitual de Google Cloud: cree un proyecto, habilite la API de Document AI, cree un procesador Enterprise Document OCR en una región (EE. UU., UE y varias más) y llámelo desde la API REST o las bibliotecas cliente. Las solicitudes en línea (síncronas) admiten hasta 15 páginas y 40 MB (30 páginas en modo sin imágenes); las solicitudes por lotes admiten hasta 500 páginas por documento, 1 GB por archivo y 5.000 archivos por solicitud. Las versiones estables del modelo son pretrained-ocr-v2.0-2023-06-02 y pretrained-ocr-v2.1-2024-08-07, con v2.1.1 como versión candidata fuera de EE. UU. y la UE.

Precios de Google Document AI OCR

Pago por uso, por cada 1.000 páginas, facturado por ciclo mensual.

PlanPrecioIncluido
Enterprise Document OCR, primeras 1.000 páginas$0Nivel gratuito
Enterprise Document OCR, de 1.000 a 5.000.000 de páginas$1.50 por cada 1.000 páginasTexto, escritura a mano, diseño, calidad de imagen
Enterprise Document OCR, más de 5.000.000 de páginas$0.60 por cada 1.000 páginasIgual
Complementos de OCR$6.00 por cada 1.000 páginasOCR matemático, extracción de casillas de verificación, detección de estilos de fuente (solo procesador v2)

Ejemplo: 100.000 páginas de OCR simple en un mes son 1.000 gratuitas más 99.000 a $1.50 por cada 1.000 = 99 x $1.50 = $148.50. Con los complementos activados para todas ellas, se suman 100 x $6.00 = $600 (la página de precios no indica si el nivel gratuito cubre los complementos).

Otros procesadores de Document AI tienen precios independientes si necesita estructura en lugar de texto sin formato:

ProcesadorPrecio por cada 1.000 páginas
Layout Parser (incluye fragmentación)$10.00
Form Parser$30.00 (hasta 1 M de páginas), $20.00 por encima
Custom extractor$30.00 (hasta 1 M de páginas), $20.00 por encima
Custom classifier / splitter$5.00 (hasta 1 M de páginas), $3.00 por encima

Gemini Enterprise Flexible Savings Plans reducen estas tarifas (el OCR cuesta $1.35 por cada 1.000 páginas con un plan de 1 año y $1.20 con uno de 3 años). Las solicitudes fallidas (4xx o 5xx) no se facturan. Una página equivale a una página de PDF o a una imagen; en DOCX, hasta 3.000 caracteres cuentan como una página. Los nuevos clientes de Google Cloud reciben $300 en créditos gratuitos con el Google Cloud Free Program.

Precios verificados en la página de precios del proveedor el 10 de noviembre de 2026. Consulte Document AI pricing.

Funciones principales

Lo que la documentación de Document AI de Google enumera para Enterprise Document OCR:

  • Texto impreso y manuscrito en más de 200 idiomas, con indicaciones de idioma BCP-47
  • Análisis nativo de PDF que combina el texto digital incrustado con el OCR
  • Puntuaciones de calidad de imagen (de 0 a 1) con ocho tipos de defectos, como desenfoque, reflejos y texto cortado
  • Complemento de OCR matemático: fórmulas devueltas como LaTeX con cuadros delimitadores
  • Complemento de extracción de casillas de verificación: casillas y botones de opción marcados y sin marcar
  • Complemento de estilos de fuente: tipo de fuente, grosor, color, negrita y cursiva a nivel de palabra
  • Salida a nivel de símbolo, selección de rango de páginas y detección de caracteres en casillas
  • Trabajos por lotes de hasta 5.000 archivos y 500 páginas por documento

Para quién es más adecuado Google Document AI OCR

Es adecuado para desarrolladores y equipos de datos en Google Cloud que necesitan extraer texto en gran volumen de escaneos, faxes, formularios y fotografías, y que desean un precio por página que baja de forma notable por encima de 5 millones de páginas al mes. La puntuación de calidad de imagen es útil para derivar a una persona los escaneos ilegibles, y los complementos de matemáticas y casillas de verificación cubren casos que el OCR simple no resuelve. Es una API, no una aplicación: no hay una interfaz de carga y descarga para usuarios ocasionales.

Si necesita tablas y pares clave-valor en lugar de texto sin formato, compare Form Parser o Layout Parser de Google con Amazon Textract y Azure AI Document Intelligence, especialmente si ya trabaja en AWS o Azure. Para obtener Markdown listo para LLM a partir de PDF complejos, consulte LlamaParse. Para un OCR gratuito y autoalojado, sin facturación por página, Tesseract es la opción de código abierto por defecto.

Qué dicen los usuarios

Las comparativas publicadas sitúan el OCR de Google entre los líderes de la nube, pero rara vez prueban Enterprise Document OCR por separado. Una comparativa de 2026 de ImageToTable.ai, que vende una herramienta de extracción competidora y no realizó pruebas propias, cita referencias externas con una precisión de aproximadamente el 95% en texto impreso y recomienda elegir la nube que ya se utilice. También indica que Google queda por detrás de Azure y Textract en líneas de factura y tablas, citando una referencia de facturas de 2025. El consejo habitual es realizar una comparativa con sus propios documentos antes de comprometerse.

Ventajas

  • Precio bajo por página que baja a $0.60 por cada 1.000 por encima de 5 millones de páginas
  • Primeras 1.000 páginas gratuitas, más $300 en créditos para cuentas nuevas de Google Cloud
  • Admite escritura a mano y más de 200 idiomas
  • Las puntuaciones de calidad de imagen ayudan a detectar escaneos ilegibles
  • Complementos de matemáticas, casillas de verificación y estilos de fuente en el procesador v2

Desventajas

  • Solo API: requiere un proyecto de Google Cloud y código para utilizarla
  • Las solicitudes en línea están limitadas a 15 páginas; los archivos más largos requieren trabajos por lotes
  • Las tablas y los campos clave-valor requieren procesadores más caros (de $10 a $30 por cada 1.000)
  • La escritura a mano no es compatible en una docena de idiomas, entre ellos hebreo y tailandés

Preguntas frecuentes

¿Cuánto cuesta Google Document AI OCR?

Enterprise Document OCR cuesta $1.50 por cada 1.000 páginas entre 1.000 y 5 millones de páginas al mes, y $0.60 por cada 1.000 páginas por encima de esa cifra; las primeras 1.000 páginas son gratuitas. Los complementos de OCR cuestan $6.00 por cada 1.000 páginas. Precios verificados el 10 de noviembre de 2026.

¿Es gratuito Google Document AI OCR?

Parcialmente. La tabla de precios indica que las primeras 1.000 páginas son gratuitas, y los nuevos clientes de Google Cloud reciben $300 en créditos gratuitos. Después se paga por página; no existe un plan gratuito ilimitado.

¿Qué tipos de archivo admite Enterprise Document OCR?

PDF, GIF, TIFF, JPEG, PNG, BMP y WebP. La compatibilidad con DOCX está en versión preliminar privada, con hasta 15 páginas en solicitudes síncronas y 30 en asíncronas.

¿Puede Google Document AI leer escritura a mano?

Sí, en la mayoría de los idiomas compatibles. La tabla de idiomas de Google indica que la escritura a mano no es compatible para armenio, guyaratí, hebreo, canarés, jemer, lao, malayalam, panyabí, tamil, telugu, tailandés e yidis.

¿Cuáles son los límites de páginas por solicitud?

Las solicitudes en línea admiten hasta 15 páginas y 40 MB (30 páginas en modo sin imágenes). Las solicitudes por lotes admiten hasta 500 páginas por documento, archivos de hasta 1 GB y hasta 5.000 archivos por solicitud.

¿Cuál es la diferencia entre Document AI OCR y Form Parser?

Enterprise Document OCR devuelve texto y diseño a $1.50 por cada 1.000 páginas. Form Parser, además, extrae pares clave-valor, tablas y casillas de verificación como campos estructurados, a $30 por cada 1.000 páginas hasta 1 millón de páginas. Layout Parser, a $10 por cada 1.000 páginas, devuelve la estructura del documento y fragmentos para recuperación.

¿Cómo se compara con Cloud Vision API?

Ambos provienen de Google Cloud. Enterprise Document OCR de Document AI es el procesador orientado a documentos, con puntuaciones de calidad de imagen, análisis nativo de PDF y complementos como OCR matemático y extracción de casillas de verificación, además del procesamiento por lotes de documentos de varias páginas.

Comparar alternativas

Google Document AI OCR

Plan gratuito · desde $0.60 · API

¿Te está gustando? Recibe uno así en tu bandeja cada mañana.

un correo al día · date de baja en dos clics · sin rastreadores de terceros