Skip to content

Transforme seus documentos com o Google Document AI OCR

O Enterprise Document OCR do Google Document AI é uma API do Google Cloud que extrai texto impresso e manuscrito de PDFs e imagens, com preço por página e as primeiras 1.000 páginas gratuitas.

Plano grátis · a partir de $0.60 · API

Veredito da Stork sobre Google Document AI OCR

O Enterprise Document OCR do Google é uma camada de base barata e precisa para extração de texto em alto volume, mas dados estruturados custam mais por meio do Form Parser ou do Layout Parser.

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

720p. Em 480p custa a metade. Mínimo de $0.05 por vídeo.
Dez minutos de vídeo falante custam $2.
Rodamos modelos abertos em nossas próprias GPUs. Quando nosso custo por minuto cai, o preço cai também.
Faça uma foto falarDesenvolvedores: existe uma API

O que o Google Document AI OCR faz

O Enterprise Document OCR é um dos processadores do Document AI, do Google Cloud. Você envia um PDF ou uma imagem (PDF, GIF, TIFF, JPEG, PNG, BMP ou WebP; DOCX está em pré-visualização privada) e recebe de volta um objeto Document em JSON com o texto, as páginas, blocos, linhas, tokens e suas posições. Ele lê texto impresso e manuscrito, pode mesclar o texto incorporado de PDFs digitais com os resultados do OCR (análise nativa de PDF) e atribui a cada página uma pontuação de qualidade de imagem de 0 a 1, listando prováveis defeitos, como desfoque, reflexo ou texto cortado, quando a pontuação é inferior a 0,5. O Google afirma que o serviço lida com mais de 200 idiomas; a escrita à mão está marcada como não suportada para uma dúzia deles, incluindo hebraico, tailandês, tâmil e telugu.

A configuração segue o fluxo habitual do Google Cloud: crie um projeto, ative a API do Document AI, crie um processador Enterprise Document OCR em uma região (EUA, UE e várias outras) e chame-o pela API REST ou pelas bibliotecas de cliente. As requisições online (síncronas) aceitam até 15 páginas e 40 MB (30 páginas no modo sem imagem); as requisições em lote aceitam até 500 páginas por documento, 1 GB por arquivo e 5.000 arquivos por requisição. As versões estáveis do modelo são pretrained-ocr-v2.0-2023-06-02 e pretrained-ocr-v2.1-2024-08-07, com a v2.1.1 como release candidate fora dos EUA e da UE.

Preços do Google Document AI OCR

Pagamento conforme o uso, por 1.000 páginas, cobrado por ciclo mensal.

PlanoPreçoIncluído
Enterprise Document OCR, primeiras 1.000 páginas$0Nível gratuito
Enterprise Document OCR, de 1.000 a 5.000.000 de páginas$1.50 por 1.000 páginasTexto, escrita à mão, layout, qualidade de imagem
Enterprise Document OCR, acima de 5.000.000 de páginas$0.60 por 1.000 páginasO mesmo
Complementos de OCR$6.00 por 1.000 páginasOCR de matemática, extração de caixas de seleção, detecção de estilo de fonte (somente processador v2)

Exemplo: 100.000 páginas de OCR simples em um mês correspondem a 1.000 gratuitas mais 99.000 a $1.50 por 1.000 = 99 x $1.50 = $148.50. Com os complementos ativados para todas elas, acrescente 100 x $6.00 = $600 (a página de preços não informa se o nível gratuito cobre os complementos).

Outros processadores do Document AI têm preços separados, caso você precise de estrutura e não apenas de texto bruto:

ProcessadorPreço por 1.000 páginas
Layout Parser (inclui chunking)$10.00
Form Parser$30.00 (até 1 milhão de páginas), $20.00 acima disso
Custom extractor$30.00 (até 1 milhão de páginas), $20.00 acima disso
Custom classifier / splitter$5.00 (até 1 milhão de páginas), $3.00 acima disso

Os Gemini Enterprise Flexible Savings Plans reduzem essas tarifas (o OCR custa $1.35 por 1.000 páginas em um plano de 1 ano e $1.20 em um plano de 3 anos). Requisições com falha (4xx ou 5xx) não são cobradas. Uma página corresponde a uma página de PDF ou a uma imagem; para DOCX, até 3.000 caracteres contam como uma página. Novos clientes do Google Cloud recebem $300 em créditos gratuitos no Google Cloud Free Program.

Preços verificados na página de preços do fornecedor em 10 de novembro de 2026. Consulte Document AI pricing.

Principais recursos

O que a documentação do Document AI do Google lista para o Enterprise Document OCR:

  • Texto impresso e manuscrito em mais de 200 idiomas, com indicações de idioma BCP-47
  • Análise nativa de PDF que mescla o texto digital incorporado com o OCR
  • Pontuações de qualidade de imagem (0 a 1) com oito tipos de defeito, como desfoque, reflexo e texto cortado
  • Complemento de OCR de matemática: fórmulas retornadas em LaTeX com caixas delimitadoras
  • Complemento de extração de caixas de seleção: caixas de seleção e botões de opção preenchidos e vazios
  • Complemento de estilo de fonte: tipo de fonte, peso, cor, negrito e itálico no nível da palavra
  • Saída no nível de símbolo, seleção de intervalo de páginas e detecção de caractere na caixa
  • Jobs em lote de até 5.000 arquivos e 500 páginas por documento

Para quem o Google Document AI OCR é mais indicado

É indicado para desenvolvedores e equipes de dados no Google Cloud que precisam de extração de texto em alto volume a partir de digitalizações, faxes, formulários e fotos, e que desejam preço por página com queda acentuada acima de 5 milhões de páginas por mês. A pontuação de qualidade de imagem é útil para encaminhar digitalizações ilegíveis de volta a uma pessoa, e os complementos de matemática e de caixas de seleção cobrem casos que o OCR simples não atende. É uma API, não um aplicativo: não há interface de envio e download para usuários ocasionais.

Se você precisa de tabelas e pares chave-valor, e não de texto bruto, compare o Form Parser ou o Layout Parser do próprio Google com o Amazon Textract e o Azure AI Document Intelligence, especialmente se você já utiliza AWS ou Azure. Para Markdown pronto para LLMs a partir de PDFs complexos, veja o LlamaParse. Para OCR gratuito e hospedado por conta própria, sem cobrança por página, o Tesseract é a opção open source de referência.

O que os usuários dizem

Comparações publicadas colocam o OCR do Google entre os líderes em nuvem, mas raramente testam o Enterprise Document OCR isoladamente. Uma comparação de 2026 do ImageToTable.ai, que vende uma ferramenta de extração concorrente e não realizou testes próprios, cita benchmarks externos de cerca de 95% de precisão em texto impresso e recomenda escolher a nuvem que você já utiliza. Ela também informa que o Google fica atrás do Azure e do Textract em itens de linha de faturas e em tabelas, citando um benchmark de faturas de 2025. O conselho comum é fazer um bake-off com seus próprios documentos antes de assumir um compromisso.

Prós

  • Preço baixo por página, que cai para $0.60 por 1.000 acima de 5 milhões de páginas
  • Primeiras 1.000 páginas gratuitas, além de $300 em créditos para novas contas do Google Cloud
  • Lida com escrita à mão e mais de 200 idiomas
  • As pontuações de qualidade de imagem ajudam a identificar digitalizações ilegíveis
  • Complementos de matemática, caixas de seleção e estilos de fonte no processador v2

Contras

  • Apenas API: exige um projeto no Google Cloud e código para utilizar
  • Requisições online limitadas a 15 páginas; arquivos mais longos exigem jobs em lote
  • Tabelas e campos chave-valor exigem processadores mais caros ($10 a $30 por 1.000)
  • Reconhecimento de escrita à mão não é compatível com uma dúzia de idiomas, incluindo hebraico e tailandês

Perguntas frequentes

Quanto custa o Google Document AI OCR?

O Enterprise Document OCR custa $1.50 por 1.000 páginas de 1.000 a 5 milhões de páginas por mês e $0.60 por 1.000 páginas acima disso; as primeiras 1.000 páginas são gratuitas. Os complementos de OCR custam $6.00 por 1.000 páginas. Preços verificados em 10 de novembro de 2026.

O Google Document AI OCR é gratuito?

Em parte. A tabela de preços lista as primeiras 1.000 páginas como gratuitas, e novos clientes do Google Cloud recebem $300 em créditos gratuitos. Depois disso, paga-se por página; não existe plano gratuito ilimitado.

Quais tipos de arquivo o Enterprise Document OCR suporta?

PDF, GIF, TIFF, JPEG, PNG, BMP e WebP. O suporte a DOCX está em pré-visualização privada, com até 15 páginas em requisições síncronas e 30 em requisições assíncronas.

O Google Document AI consegue ler escrita à mão?

Sim, para a maioria dos idiomas suportados. A tabela de idiomas do Google marca a escrita à mão como não suportada para armênio, guzerate, hebraico, canarim, khmer, laosiano, malaiala, punjabi, tâmil, telugu, tailandês e iídiche.

Quais são os limites de páginas por requisição?

As requisições online aceitam até 15 páginas e 40 MB (30 páginas no modo sem imagem). As requisições em lote aceitam até 500 páginas por documento, arquivos de até 1 GB e até 5.000 arquivos por requisição.

Qual é a diferença entre o Document AI OCR e o Form Parser?

O Enterprise Document OCR retorna texto e layout a $1.50 por 1.000 páginas. O Form Parser também extrai pares chave-valor, tabelas e caixas de seleção como campos estruturados, a $30 por 1.000 páginas até 1 milhão de páginas. O Layout Parser, a $10 por 1.000 páginas, retorna a estrutura do documento e fragmentos (chunks) para recuperação.

Como ele se compara à Cloud Vision API?

Ambos vêm do Google Cloud. O Enterprise Document OCR do Document AI é o processador voltado a documentos, com pontuações de qualidade de imagem, análise nativa de PDF e complementos como OCR de matemática e extração de caixas de seleção, além de processamento em lote de documentos com várias páginas.

Comparar alternativas

Google Document AI OCR

Plano grátis · a partir de $0.60 · API

Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.

um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros