中文 ▾

用于 OCR 后处理的无审查 LLMhttps://api.llmocrapi.com/v1

llmocrapi.com指南

OCR API 定价:文本清理的真实成本

OCR API 定价通常按页报价。在这里,你为清理 OCR 引擎已生成的文本按 token 付费:每 100 万输入 token $0.15,每 100 万输出 token $0.50,从预付额度中计费。

更新于

纸张页转化为 token 和硬币的等距插图,代表按 token 计费的 OCR 清理定价

要点

  • API 读取文本而非图像,因此你只需支付 OCR 引擎运行后的清理步骤费用。
  • 典型密集页的成本不到一分钱:如下文计算示例所示,每 1,000 页约 $0.55。
  • 输出 token 的成本高于输入 token,因此仅要求更正是降低账单最便宜的方式。
  • 额度永不过期,失败或被拒绝的请求不收费,新用户可领取 $0.50 的试用额度。

你支付的内容

该服务不读取像素。它不接受扫描件、照片或 PDF 作为图像,也没有图像输入。它接受的是纯文本,这使其成为 OCR 管道的第二阶段:你的 OCR 引擎将图像转换为原始文本,然后语言模型修复该文本。它把被连字符断开的单词重新连接,修复应为 m 的 rn,恢复段落断行,移除页眉并将表格恢复为可读格式。

这种区分对定价很重要。按页 OCR 报价将识别工作和清理工作打包为一个数字。这里的账单仅涵盖语言模型调用,并按 token 计量,这与所有 OpenAI 兼容接口使用的单位相同。如果你已经为 OCR 引擎付费,或在自己的硬件上运行开源引擎,则需在此基础上增加此成本。如果你根本没有 OCR 引擎,仅靠此 API 无法替代它。

该接口背后的模型是一个开放权重模型,其模型 ID 为 uncensored。该模型经过调优,可在合法成人用途中无内容拒绝地回答问题,因此适合包含其他服务会拒绝或标记的困难材料的档案库。有关具体的清理工作流程,请参阅 文档。

两个费率

有两个数字需要记住,没有其他附加费用。无席位费,无月度最低消费,无按页收费。

Token 类型每 100 万 token 的价格每 1,000 token 的价格
输入(提示词:指令加上原始 OCR 文本)$0.15$0.00015
输出(模型写回的清理后的文本)$0.50$0.0005

输入 token 包括你发送的所有内容:系统提示词、任何示例以及 OCR 文本本身。输出 token 是模型返回的所有内容。上下文窗口为 100,000 个 token(包含提示词和补全),因此单个请求可以容纳非常长的文档,但按页面或章节大小进行清理通常更便宜且更准确。

失败请求和被拒绝请求不收费。如果调用返回错误,你无需为此付费,这使得重试逻辑的构建成本很低。

计算示例:1,000 页

取一批 1,000 张扫描页。假设一个密集页面约有 600 个单词,即约 800 个 token 的 OCR 文本。假设清理后的页面长度相同,为 800 个 token,且你的清理指令为每个请求增加 200 个 token。

  • 每页输入:800 + 200 = 1,000 个 token。对于 1,000 页,总计 1,000,000 个 token,即 1M。按每 1M $0.15 计算,输入成本为 $0.15。
  • 每页输出:800 个 token。对于 1,000 页,总计 800,000 个 token,即 0.8M。按每 1M $0.50 计算,输出成本为 $0.40。
  • 总计:1,000 页的总成本为 $0.15 + $0.40 = $0.55。

这些是假设,而非你文档的测量值。Token 数量取决于语言、格式以及扫描的噪声程度。使用长复合词或非拉丁脚本的语言通常每个单词使用更多 token,因此在为大型任务做预算之前,请先测量自己页面的样本。每个响应中的 usage 字段会告诉你确切的输入和输出 token 数,因此 20 页的试点测试可为你提供可靠的每页数据。

扩展相同任务

由于没有层级结构,成本随数量线性扩展。使用相同的每页 1,000 个输入 token 和 800 个输出 token:

页数输入成本输出成本总计
1,000$0.15$0.40$0.55
10,000$1.50$4.00$5.50
100,000$15.00$40.00$55.00
1,000,000$150.00$400.00$550.00

最低充值金额为 $20,按此配置可覆盖约 36,000 页($20 除以每 1,000 页 $0.55,约为 3.64 万页)。在假设条件下,处理包含一百万页的大型档案库需 $550,你可以分步充值,而非一次性付清。

影响账单的因素

输出长度

输出 token 的成本是输入 token 的三倍多,因此最大的节省是让模型少写。许多清理任务不需要返回整页。如果你只要求更正的行,或要求查找和替换对列表,之前产生 800 个输出 token 的页面可能只产生 200 个。重新运行示例:输入保持在每 1,000 页 $0.15,输出变为 200,000 个 token,按每 1M $0.50 计算为 $0.10,因此总额从 $0.55降至 $0.25。代价是你这边需要更多代码来应用更改。

指令长度

200 个 token 的系统提示词成本较低,但包含十个示例的 2,000 个 token 提示词会在每次请求时产生额外费用。在 1,000 页的情况下,每页多出的 1,800 个 token 会增加 180 万个输入 token,即 $0.27。如果这些示例能提高准确率,这样做是值得的;但请注意这并非免费。请保持示例简短,并删除那些不影响输出的示例。

分块

将长文档拆分为片段会重复每个片段的指令,但将整个文档作为单个请求发送会使错误更难隔离,重试成本更高。每页或每节一个请求是合理的默认设置。仅当你希望输出有硬限制时才设置 max_tokens;它是可选的。

重试

失败请求不收费,因此重试 429 错误仅消耗时间。流式请求在流结束前占用并发槽位,这对吞吐量比价格更重要。

预付额度、赠金和试用

你预先付费并消耗余额。没有订阅,额度永不过期,因此未使用的余额可用于下一批。充值任何整金额,从 $20 到 $500。较大的充值包含赠金:

充值赠金你获得的额度
$20 至 $49无与支付金额相同
$50+5%$52.50
$100+10%$110.00
$200+15%$230.00
$500+15%$575.00

该站点支持加密货币充值:TRC20 链上的 USDT 或 Base 链上的 USDC。具体步骤见定价页面。每条响应均带有X-Balance-USD响应头,因此批量脚本可以监控余额,并在余额耗尽前停止。

要首先在自己的页面上测试清理功能,新用户在使用 Google 或电子邮件和密码注册后,可以在 API 密钥页面上一键领取 $0.50 的试用额度。无需支付,每人限领一次,有效期为 7 天。按每 1,000 页 $0.55 的配置,$0.50 可覆盖约 900 页。试用密钥允许 2 个并发请求和每分钟 60 个请求,足以进行真实样本测试。

与按页报价对比

为了公平比较,将任何按页 OCR 报价转换为每 1,000 页的价格,然后加上你将与此清理步骤配合使用的识别引擎。请自行检查每个提供商的当前定价,因为报价会变化,且通常取决于页面大小、功能和用量阶梯。

当你的页面长度差异很大、大部分成本用于清理而非识别,或者你想处理难以映射到页面的非标准输入(如日志、收据和表单)时,token 模型是更好的选择。如果每页大小相同,按页计费模型可能更容易预测成本;如果你希望由一家供应商同时处理识别和清理工作,完整的文档 AI 服务可能比使用两个工具更简单。如果你的用例包括标记敏感图像,请阅读 NSFW 检测的成本说明,该服务针对另一种纯文本用途,会考虑成本与权衡。

问答

该 API 会自行执行 OCR 吗?

否。它仅接受文本输入,无图像、音频或视频输入。请先运行自己的 OCR 引擎,然后发送原始文本进行清理。

清理一页的成本是多少?

输入 1,000 个 token 且输出 800 个 token 时,每页成本为 $0.00055,即每 1,000 页 $0.55。你的具体费用取决于页面长度以及要求模型返回的文本量。

是否有月费或最低消费?

否。你从预付额度按 token 付费。最低充值为 $20,额度永不过期,失败或被拒绝的请求不收费。

我可以在付费前试用吗?

可以。新用户注册后,可在 API 密钥页面领取 $0.50 的免费试用额度。无需付款,有效期为 7 天。

只差一张表单,即可获得密钥

创建账户,复制密钥,更改基础 URL。这就是全部设置。

获取 API 密钥