Paxa Labs
登录
全部对比

最适合各类任务的 OCR API

按您的任务挑选文字识别和文档信息提取 API，无论是给语言模型用的 Markdown、按 Schema 填写字段、泰国文档、手写、Office 文件、超长文档，还是在自有环境中部署。每条理由都来自该厂商自己的文档。

为产品加入文档识别功能的开发者，通常面对的是一类文档和一个输出去处。输出形式决定了大部分选择：给语言模型用的 Markdown，或写入数据库的类型化字段。其余取决于文档中的语言、文件类型、文档长度，以及服务能在哪里运行。

价格与说明最近核实于 2026年10月

免费开始查看完整价格

哪个 API 适合哪项工作

哪个 API 适合哪项工作
工作适合的选择
把 PDF 转成 Markdown，供 LLM 和 RAG 使用
  • Mistral OCRMistral OCR 把每一页返回为 Markdown，表格可内嵌，也可单独以 Markdown 或 HTML 返回，并在文字旁一同提取页面中的图片。
  • LlamaParse除 Fast 档位只返回不含 Markdown 的文本外，Parse 的各个档位都把每一页返回为带标题和表格的 Markdown。
  • Paxa LabsPaxa OCR Lite 按阅读顺序把每一页返回为 GitHub 风格的 Markdown，包含标题、列表和表格，也可把同一识别结果返回为类型化区块。
按您自己编写的 Schema 填写字段
  • Mistral OCRannotations 可为整份文档或每个图像区域填写 Pydantic、Zod 或 JSON Schema，支持嵌套对象、数组和枚举。
  • LlamaParseExtract 以需要轮询的作业方式填写最多 5,000 个属性的 JSON Schema，并可为每个字段附上引用和置信度分数。
  • Paxa LabsPaxa Document Extraction 在一次响应中填写最多 100 个叶字段的类型化 Schema，每个值都是文档上印着的文字，或为 null 并附原因。
泰国身份证件、发票和表单
  • Azure Document IntelligenceRead 和 Layout 在印刷文字和手写两项中都列出泰语，预建的发票和收据模型也在语言列表中列出泰语。
  • Paxa LabsPaxa Document Extraction 内置泰国文档的字段类型，包括核对过校验位的 13 位泰国识别号码、府、银行、保险公司、法人形式，以及佛历或公历日期。
手写
  • Amazon TextractAmazon Textract 能读英文文档中的手写内容，并为每个结果给出 0 到 100 的置信度分数。
  • Azure Document Intelligencev4.0 的 Read 和 Layout 模型能读手写，支持的语言包括泰语，语言代码可不填。
Office 文件
  • Azure Document Intelligence除 PDF 和图片外，Read 和 Layout 还接受 DOCX、PPTX 和 XLS 文件。
  • Mistral OCR除 PDF 和图片外，Mistral OCR 还接受 PPTX 和 DOCX 文档，并把每一页返回为 Markdown。
  • LlamaParseParse 能读 130 多种文件类型，并返回 Markdown、文本或 JSON。
超长文档
在您自己的基础设施上运行
  • Azure Document IntelligenceRead、Layout 以及发票、收据和身份证件模型可以 Docker 容器形式在您的本地环境中运行。
  • Mistral OCRMistral 的 OCR 4 发布公告介绍了单容器的自托管部署方式，面向企业客户提供。
  • LlamaParse其自托管指南通过 Helm chart 在您自己的 Kubernetes 集群上运行 Parse 和 Extract，适用于 Enterprise 套餐。

来源：Mistral OCR guide（在新标签页中打开）LlamaParse Parse overview（在新标签页中打开）LlamaParse OCR and languages（在新标签页中打开）Mistral annotations（在新标签页中打开）LlamaParse file and request limits（在新标签页中打开）LlamaParse Extract response（在新标签页中打开）Azure Document Intelligence language support（在新标签页中打开）Azure Document Intelligence prebuilt languages（在新标签页中打开）Amazon Textract set quotas（在新标签页中打开）Amazon Textract best practices（在新标签页中打开）Azure Document Intelligence quotas and limits（在新标签页中打开）Azure Document Intelligence containers（在新标签页中打开）Mistral OCR 4 announcement（在新标签页中打开）LlamaParse self-hosting and BYOC（在新标签页中打开）

本指南的编写方法

这里列出的厂商都在本站有对比页面，另加 Paxa OCR Lite 和 Paxa Document Extraction，二者只出现在其文档支持的任务下。每条理由都来自该厂商自己的文档，链接附在旁边。价格是每 1,000 页的公开标价，每月复核一次。本页不打分，也不排名。

公开标价

公开标价
服务商文字识别，每千页字段提取，每千页
Paxa LabsPaxa OCR Lite · Paxa Document Extraction$6.50$13
LlamaParse$1.25-56$10-75
Amazon Textract$1.50-4.00$15-70
Azure Document Intelligence$1.50-10$10-30
Mistral OCR$2-4$3-5

所有价格均按服务商按量付费第一档用量的每千页计。字段提取与我们不超过 50 个字段的 Schema 价格对比，更大的 Schema 为每千页 $20。

常见问题

哪个 OCR API 最好？

取决于任务。在上方找到与您的文档和输出相符的任务，再用您自己的文件测试其中列出的 API。

文字识别和文档信息提取有什么区别？

文字识别把每一页的文字返回为 Markdown 或结构化区块。文档信息提取则从同一文件中填写指定字段，例如发票号码或日期。Paxa OCR Lite 负责前者，Paxa Document Extraction 负责后者。

一个流程可以同时使用其中几个 API 吗？

可以。按任务分流文档，例如把演示文稿交给一个 API，把扫描的泰语表单交给另一个。您的代码需要为每个 API 处理一种响应格式。

是否发布准确率对比？

没有。我们不公开任何模型的准确率、质量或速度数据。请把同一批文档分别交给您考虑的各个 API，再比较结果。

从免费积分开始

使用 Google、GitHub 或 Hugging Face 登录，即可用 100 一次性免费积分处理您自己的文本。

免费开始