Skip to content

Обработка документов с помощью Google Document AI OCR

Enterprise Document OCR от Google Document AI — это API Google Cloud, который извлекает печатный и рукописный текст из PDF и изображений; оплата за страницу, первые 1.000 страниц бесплатны.

Есть бесплатный план · от $0,60 · API

Вердикт Stork: Google Document AI OCR

Enterprise Document OCR от Google — недорогой и точный базовый слой для извлечения текста в больших объёмах, но структурированные данные стоят дополнительно через Form Parser или Layout Parser.

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

720p. В 480p вдвое дешевле. Минимум $0.05 за видео.
Десять минут говорящего видео стоят $2.
Мы запускаем открытые модели на собственных GPU. Когда наша себестоимость минуты падает, падает и цена.
Оживить фотоРазработчикам: есть API

Что делает Google Document AI OCR

Enterprise Document OCR — один из процессоров Document AI в Google Cloud. Вы отправляете PDF или изображение (PDF, GIF, TIFF, JPEG, PNG, BMP или WebP; DOCX находится в закрытой предварительной версии) и получаете в ответ объект Document в формате JSON с текстом, страницами, блоками, строками, токенами и их положением. Сервис распознаёт печатный и рукописный текст, может объединять встроенный текст цифровых PDF с результатами OCR (нативный разбор PDF) и оценивает качество изображения каждой страницы от 0 до 1; если оценка ниже 0,5, он перечисляет вероятные дефекты, такие как размытие, блики или обрезанный текст. По данным Google, поддерживается более 200 языков; для дюжины из них, включая иврит, тайский, тамильский и телугу, рукописный текст отмечен как неподдерживаемый.

Настройка выполняется по обычной схеме Google Cloud: создайте проект, включите Document AI API, создайте процессор Enterprise Document OCR в выбранном регионе (США, ЕС и несколько других) и обращайтесь к нему через REST API или клиентские библиотеки. Онлайн-запросы (синхронные) принимают до 15 страниц и 40 МБ (30 страниц в режиме без изображений); пакетные запросы принимают до 500 страниц на документ, 1 ГБ на файл и 5.000 файлов в одном запросе. Стабильные версии модели — pretrained-ocr-v2.0-2023-06-02 и pretrained-ocr-v2.1-2024-08-07; версия v2.1.1 является релиз-кандидатом за пределами США и ЕС.

Цены на Google Document AI OCR

Оплата по факту использования, за 1.000 страниц, с расчётом по месячному циклу.

ТарифЦенаЧто включено
Enterprise Document OCR, первые 1.000 страниц$0Бесплатный уровень
Enterprise Document OCR, от 1.000 до 5.000.000 страниц$1,50 за 1.000 страницТекст, рукописный текст, разметка, качество изображения
Enterprise Document OCR, свыше 5.000.000 страниц$0,60 за 1.000 страницТо же
Дополнения OCR$6,00 за 1.000 страницOCR формул, извлечение флажков, определение стиля шрифта (только процессор v2)

Пример: 100.000 страниц обычного OCR в месяц — это 1.000 бесплатных плюс 99.000 по $1,50 за 1.000 = 99 x $1,50 = $148,50. Если дополнения включены для всех страниц, добавьте 100 x $6,00 = $600 (на странице цен не указано, распространяется ли бесплатный уровень на дополнения).

Другие процессоры Document AI оплачиваются отдельно, если вам нужна структура, а не просто текст:

ПроцессорЦена за 1.000 страниц
Layout Parser (включает разбиение на фрагменты)$10,00
Form Parser$30,00 (до 1 млн страниц), $20,00 свыше
Custom extractor$30,00 (до 1 млн страниц), $20,00 свыше
Custom classifier / splitter$5,00 (до 1 млн страниц), $3,00 свыше

Gemini Enterprise Flexible Savings Plans снижают эти ставки (OCR стоит $1,35 за 1.000 страниц при годовом плане на 1 год и $1,20 при плане на 3 года). Неудачные запросы (4xx или 5xx) не тарифицируются. Страница — это одна страница PDF или одно изображение; для DOCX до 3.000 символов считаются одной страницей. Новые клиенты Google Cloud получают бесплатные кредиты на $300 в рамках Google Cloud Free Program.

Цены проверены на странице цен поставщика 10 ноября 2026 года. См. Document AI pricing.

Основные возможности

Что документация Google Document AI указывает для Enterprise Document OCR:

  • Печатный и рукописный текст на более чем 200 языках, с подсказками языка в формате BCP-47
  • Нативный разбор PDF, объединяющий встроенный цифровой текст с результатами OCR
  • Оценки качества изображения (от 0 до 1) с восемью типами дефектов, такими как размытие, блики и обрезка текста
  • Дополнение OCR формул: формулы возвращаются в LaTeX с ограничивающими рамками
  • Дополнение для извлечения флажков: заполненные и пустые флажки и переключатели
  • Дополнение для стилей шрифта: тип шрифта, насыщенность, цвет, полужирный и курсив на уровне слов
  • Вывод на уровне символов, выбор диапазона страниц и определение символов в ячейках
  • Пакетные задания до 5.000 файлов и до 500 страниц на документ

Для кого лучше всего подходит Google Document AI OCR

Сервис подходит разработчикам и командам по работе с данными в Google Cloud, которым нужно извлекать текст из сканов, факсов, форм и фотографий в больших объёмах и которым важна цена за страницу, резко снижающаяся при объёме свыше 5 миллионов страниц в месяц. Оценка качества изображения полезна для возврата нечитаемых сканов человеку, а дополнения для формул и флажков закрывают случаи, которые обычный OCR пропускает. Это API, а не приложение: интерфейса для загрузки и скачивания файлов для эпизодических пользователей нет.

Если вам нужны таблицы и пары «ключ — значение», а не просто текст, сравните Form Parser или Layout Parser от Google с Amazon Textract и Azure AI Document Intelligence, особенно если вы уже работаете на AWS или Azure. Для получения Markdown из сложных PDF, пригодного для LLM, обратите внимание на LlamaParse. Для бесплатного OCR на собственных серверах без оплаты за страницу стандартным решением с открытым исходным кодом является Tesseract.

Что говорят пользователи

В опубликованных сравнениях OCR от Google входит в число лидеров среди облачных решений, но Enterprise Document OCR редко тестируется отдельно. Сравнение 2026 года от ImageToTable.ai, компании, которая продаёт конкурирующий инструмент извлечения данных и не проводила собственных тестов, ссылается на сторонние тесты с точностью около 95% на печатном тексте и рекомендует выбирать то облако, которым вы уже пользуетесь. В нём также сообщается, что Google уступает Azure и Textract по строкам счетов и таблицам, со ссылкой на тест счетов 2025 года. Обычный совет — провести сравнительное тестирование на собственных документах, прежде чем принимать решение.

Плюсы

  • Низкая цена за страницу, которая снижается до $0,60 за 1.000 страниц свыше 5 миллионов страниц
  • Первые 1.000 страниц бесплатны, а новые аккаунты Google Cloud получают кредиты на $300
  • Распознаёт рукописный текст и поддерживает более 200 языков
  • Оценки качества изображения помогают выявлять нечитаемые сканы
  • Дополнения для формул, флажков и стилей шрифта в процессоре v2

Минусы

  • Только API: для использования нужны проект Google Cloud и код
  • Онлайн-запросы ограничены 15 страницами; для более длинных файлов нужны пакетные задания
  • Для таблиц и полей «ключ — значение» нужны более дорогие процессоры (от $10 до $30 за 1.000 страниц)
  • Рукописный текст не поддерживается для ряда языков (около дюжины), включая иврит и тайский

Частые вопросы

Сколько стоит Google Document AI OCR?

Enterprise Document OCR стоит $1,50 за 1.000 страниц при объёме от 1.000 до 5 миллионов страниц в месяц и $0,60 за 1.000 страниц сверх этого; первые 1.000 страниц бесплатны. Дополнения OCR стоят $6,00 за 1.000 страниц. Цены проверены 10 ноября 2026 года.

Бесплатен ли Google Document AI OCR?

Частично. В таблице цен первые 1.000 страниц указаны как бесплатные, а новые клиенты Google Cloud получают бесплатные кредиты на $300. Далее оплата идёт за каждую страницу; безлимитного бесплатного тарифа нет.

Какие типы файлов поддерживает Enterprise Document OCR?

PDF, GIF, TIFF, JPEG, PNG, BMP и WebP. Поддержка DOCX находится в закрытой предварительной версии: до 15 страниц в синхронных запросах и до 30 в асинхронных.

Может ли Google Document AI распознавать рукописный текст?

Да, для большинства поддерживаемых языков. В таблице языков Google рукописный текст отмечен как неподдерживаемый для армянского, гуджарати, иврита, каннада, кхмерского, лаосского, малаялам, панджаби, тамильского, телугу, тайского и идиша.

Каковы ограничения по числу страниц на один запрос?

Онлайн-запросы принимают до 15 страниц и 40 МБ (30 страниц в режиме без изображений). Пакетные запросы принимают до 500 страниц на документ, файлы до 1 ГБ и до 5.000 файлов в одном запросе.

В чём разница между Document AI OCR и Form Parser?

Enterprise Document OCR возвращает текст и разметку по цене $1,50 за 1.000 страниц. Form Parser дополнительно извлекает пары «ключ — значение», таблицы и флажки в виде структурированных полей по цене $30 за 1.000 страниц при объёме до 1 миллиона страниц. Layout Parser по цене $10 за 1.000 страниц возвращает структуру документа и фрагменты для поиска.

Как он соотносится с Cloud Vision API?

Оба сервиса относятся к Google Cloud. Enterprise Document OCR в составе Document AI — процессор, ориентированный на документы: с оценкой качества изображения, нативным разбором PDF и дополнениями, такими как OCR математических формул и извлечение флажков, а также с пакетной обработкой многостраничных документов.

Сравнить альтернативы

Google Document AI OCR

Есть бесплатный план · от $0,60 · API

Нравится статья? Получайте такие каждое утро на почту.

одно письмо в день · отписка в два клика · без сторонних трекеров