应付团队选发票 OCR:每千张 $10 对 $100
两家厂商报同一件活,报价差十倍,两个定价页都没说清多出来的钱买到了什么。
两家托管解析器做同一件明面上的活:读一张发票,把字段返回。其中一家每页收的钱是另一家的十倍。对一个每月 5,000 张发票、每张两页的应付团队,同样的量,一个 $100,一个 $1,000。
两个数都来自厂商本身,不是转售博客。AWS 的数取自 2026 年 11 月 22 日 us-east-1 的官方价格清单数据源,Google 的数取自同一天的 Document AI 定价页。价格会动,值得记住的是那个十倍的比值。
价目表
| 路线 | 返回什么 | 每页价格 | 每 1,000 张发票(2 页) |
|---|---|---|---|
| AWS Textract AnalyzeExpense | 商户、总额、行项目、日期 | $0.010,每月前 100 万页;之后 $0.008 | $20 |
| Google Document AI Invoice parser | 按固定 schema 返回发票字段 | $0.10;签承诺用量可到 $0.09、$0.08 | $200 |
| Google Document AI Expense parser | 收据字段 | $0.10,同样的阶梯 | $200 |
| AWS Textract DetectDocumentText | 文本和词,不含字段 | $0.0015,前 100 万页;之后 $0.0006 | $3 纯 OCR |
第四行当地板看。同一份文件、同一个厂商,只出原始文本,价格是解析字段的六分之一。第四行和第一行之间的差价,就是"别人已经替你解决字段抽取"这件事的标价。
十倍的差价买的是什么
两条托管路线都是丢一个 PDF 进去,拿结构化的值出来。发票量大的时候真正要紧的差别不是模型质量,那个你在定价页上看不出来,而是字段缺失或含糊时会发生什么。托管解析器有固定 schema 和有文档的行为,下游代码可以假定 key 存在,错也错得可预测。
这份可预测性就是每千张多付 $180 买到的东西。如果你的应付流程要进 ERP 连接器,期望拿到商户、日期、币种、净额、税额、总额,然后人工审核异常,那托管解析器就是一个更小的集成工作量,而不是一条还得自己先做准确率评估才敢用的自建管线。
两个方向上都别只看标价。便宜十倍,如果它在多页发票上悄悄漏掉税额那行还没人量,那也没多少价值。贵十倍,如果输出 schema 跟你 ERP 要的对不上、映射照样得重写,一样不值。
算一遍:5,000 张发票,一万页
| 路线 | 每月成本 | 还欠什么 |
|---|---|---|
| Google Invoice parser | $1,000 | 抽取这块没有,剩下 ERP 映射 |
| AWS AnalyzeExpense | $100 | ERP 映射、异常审核 |
| Textract 出文本 + 自己的模型 | $20.75 | schema、提示词、评估、准确率责任 |
第三行不是猜的。一万页 DetectDocumentText 是 $15.00。一张两页发票大约产生 1,400 token 的 OCR 文本,一次受约束的 JSON 回答大约 300 个输出 token。按 Mistral Large 标价,输入每百万 $0.50、输出每百万 $1.50,5,000 张发票输入 $3.50、输出 $2.25。合计每月 $20.75,折每千张 $4.15。
token 那两个数是我的假设,写出来是为了方便你替换:每页密排发票约 700 token 文本,输出约 300 token JSON。如果你扫的是低质量扫描件、OCR 文本翻三倍,模型这部分也跟着翻三倍,总额落在 $30 附近。
便宜路线在哪断
$20.75 这条路会在五个具体地方翻车,提前知道,差别就是一条能跑的管线和一张工单。
跨页行项目。 OCR 按阅读顺序出文本,一张续表进了第二页就成了段落。认出这是续表并接回去,是你的代码,不是厂商的。
必须对得上的总额。 托管解析器返回字段。你自己的管线也返回字段,外加所有能证明某字段算错的不一致:行项目求和、跟小计比对、不一致就拒收,别把错的数字往下游递。
币种和税额格式。 同一个逗号在一个国家是千分位,在另一个国家是小数点。一张写死的规则表,比在提示词里请模型"仔细一点"管用。
手写和印章。 能判断"这份文件不在分布内"比硬猜值钱。置信度低就失败关闭。
评估得自己搭。 五十张人工核对过的发票、按字段打分,是诚实测试的最低量。没有这个数,你不知道便宜路线是真便宜,还是只是没人发现不准。
按量和容忍度选
| 情况 | 合理路线 | 为什么 |
|---|---|---|
| 每月 500 张以内,一个会计 | 托管解析器,或现成的收据扫描工具 | 成本在集成,不在每页费 |
| 每月 2,000 到 20,000 张,要进 ERP | AWS AnalyzeExpense;若已有 Google 承诺用量则用 Google | schema 固定、异常可预期,每页 $0.01 |
| 同量级,有工程人力 | 原始 OCR 加自己的模型,配 50 张评估集 | 这个量级便宜五倍,失败模式自己掌握 |
| 每月超过 50 万页 | 先谈价,再重新量 | AWS 降到每页 $0.008,Google 签约降到 $0.08 |
不随量变的一件事:读结果的人无论哪条路线都要同样那六个字段。工程时间先花在对账校验上,再花在提示词措辞上,因为凌晨三点抓出商户名写错的是校验。
免费额度
Azure Document Intelligence 在 S0 档公开每月 500 页免费,价格页的分档表里写着。用这 500 页在自己的文件上做一次真实试点,比任何对比表都直接,也是判断你的扫描件是否像你以为的那么干净最便宜的办法。
这篇没有核实 Azure 的单价。Azure 定价页的每页数字是脚本渲染的,我能读到的响应里没有那些值,我不打算引用一个取不到的价格。要数字请用他们的计算器。这条谨慎也适用于所有把定价页做成 JavaScript 应用的厂商:你不能在不跑它代码的情况下读到某个数,那就把记忆里的那个数当未核实处理。
常见问题
AWS 同步和异步调用同价吗? 这个量级上同价。价格清单里 SyncExpensePagesProcessed 和 AsyncExpensePagesProcessed 前一百万页都是 $0.010。单张走同步,批处理走异步,计费不看这个。
不同区域价格一样吗? 可能不一样。文中所有数字都是 2026 年 11 月 22 日的 us-east-1。按你实际部署的区域再查一遍,两家之间的比值会保持,绝对值会动。
只要文本的话 Document AI 更便宜吗? 它的 OCR 处理器跟发票解析器定价不同,但发票模型每页 $0.10 摆在那里,纯文本活儿的对照对象是 Textract 的 $0.0015。算法一样:只在你自己解析不了的地方付解析费。
能不能跳过 OCR,直接把 PDF 丢给多模态模型? 能,这是合理的第四条路:一份文件一次调用,没有单独的 OCR 账单。代价是付图像 token 而不是页费,成本随分辨率和页数走,预测起来更难。换之前先在自己的文件上量。
上量先坏的是什么? 不是解析器,是限流和重试。批处理端点就是为这个存在的,一个遇 429 退避重试的队列,现在建比第一个月末爆掉之后补要便宜。
结论
每月 5,000 张发票,两条托管路线是 $100 和 $1,000,用同一家厂商的原始 OCR 自建大约 $21。两个托管方案之间十倍的差,不是你能从定价页上读出来的质量差,那就按 schema 契合度和"异常谁负责"来选。如果你说不出谁来核对抽出来的字段,买解析器。如果你说得出,而且手里有五十张人工核对过的样本能证明管线能用,原始路线第一个月就把钱挣回来了。
相关:会计用的收据扫描定价、把合同审阅 token 砍掉 83% 的条款映射、1,000 次 RAG 问答的实测成本。
相关文章
本站文章由编辑人工撰写,收录的工具均经过实测或公开资料核验。文中链接指向工具官网或 GitHub 仓库,仅作信息参考,不构成付费推广。