Entrá con tu cuenta de Google
Pronto también con Candado (llave de la aldea).
Vas a salir de tu cuenta en este dispositivo.
Un investigador comparó ocho modelos OCR sobre 850 páginas. El costo cayó de 51 a unos 9,5 centavos de dólar por cada mil páginas, aunque persisten errores.
Imagen ilustrativa generada con IA
La digitalización de archivos impresos mediante inteligencia artificial se volvió mucho más económica en una comparación reciente de modelos de reconocimiento óptico de caracteres, conocido como OCR. Daniel van Strien, de Hugging Face, probó ocho modelos abiertos sobre las mismas 850 páginas y encontró diferencias importantes de costo y rendimiento.
El ensayo incluyó libros antiguos de historia natural, páginas de la Encyclopaedia Britannica de 1771 y documentos de archivo impresos o mecanografiados. Todas las pruebas se ejecutaron con una misma GPU Nvidia RTX PRO 6000 alquilada mediante Hugging Face, con una tarifa informada de 2,75 dólares por hora.
Según los resultados divulgados por el investigador, el modelo más antiguo del grupo, de abril de 2025, requirió unos 51 centavos de dólar por cada mil páginas. El más reciente, LightOnOCR-3-0.8B, lanzado en octubre de 2026, bajó a aproximadamente 9,5 centavos por mil páginas.
La reducción es relevante para bibliotecas, archivos y organizaciones que necesitan convertir imágenes escaneadas en texto consultable. Sin embargo, el costo de computación no equivale al costo total de un proyecto: también intervienen el escaneo físico, la preparación del material, la supervisión y las correcciones.
Van Strien señaló que ajustar el modo de ejecución puede ahorrar tanto como cambiar de modelo. Entre las mejoras figuran procesar más páginas en paralelo, reducir resoluciones innecesariamente altas, actualizar el software y aprovechar equipos más rápidos.
En precisión, el balance requiere matices. En un subconjunto de páginas de libros revisadas, los modelos alcanzaron resultados elevados en páginas típicas, pero algunos cometieron más errores que otros. El material histórico con columnas densas siguió siendo especialmente exigente.
El investigador también observó comportamientos problemáticos: ciertos modelos agregaron texto inexistente a páginas en blanco o repitieron fragmentos. Por eso, aunque una estimación de procesamiento masivo pueda ubicarse en decenas o pocos cientos de dólares de GPU, el resultado debe validarse antes de utilizarse como archivo fiel.
Todavía no hay comentarios. Sé el primero.
Para comentar tenés que estar registrado. La nota se lee sin login.
Entrar con Google Seguir en el tablón