腾讯混元OCR免费开放，好用吗？
8月腾讯把混元OCR免费塞进混元大模型API，单月调用量从3亿次飙到40亿次，12倍增长。7家OCR创业公司估值直接被打穿——我朋友那家做票据识别的，融了B轮现在融不动了，投资人一句话："腾讯都免费了你拿什么打？"我当天就接了API跑了500张真实发票。中文单字错率从3%压到0.5%，深度学习多模态OCR在中文场景确实到了可用水位。表格结构恢复率96.8%，之前用百度OCR解构合并单元格经常断裂，混元这个基本能还原。算法层面腾讯在文档理解上的积累不是吹的。但免费是有代价的。第一，免费额度每天1万次，超出后0.003元/次——看着便宜，但我们日均15万次调用，月费照样上万。第二，QPS限制500，高峰期排队明显。第三，机器学习模型对复杂排版（多栏报纸、手写批注）的识别精度还不如PaddleOCR的定制化方案。推理优化做得不错，首字延迟200ms以内，但大批量异步任务没有Batch API，得自己写队列。说白了，腾讯的打法跟当年云厂商送CDN流量一个套路——用免费杀进场，用生态锁住你。你的OCR pipeline一旦深度绑定混元API，哪天腾讯调价或降QPS，你一点脾气没有。
发布于 上海
分享
评论
1
未登录
友善发言
评论
加载中
