2026年11月,Hugging Face研究员丹尼尔·范斯特里恩对8款OCR模型展开测试。他租用Nvidia RTX PRO 6000 GPU,每小时费用为2.75美元,用于处理850页历史文献。
测试数据显示,2025年4月推出的RolmOCR识别一千页内容约需0.51美元。到2026年10月,LightOnOCR-3-0.8B把同样规模的处理成本压到不足0.1美元,折合人民币约0.67元。
除了模型更新,运行方式也会明显影响开销。缩小输入图像、均衡分配任务等做法,被证明与升级模型同样重要。
在书籍页面识别方面,较新的模型准确率没有落后于早期版本,但部分模型仍会出现空白页误生成等情况。







