İçeriğe geç
Cuma, 20 Kasım 2026Yapay zekâ · sade Türkçe · denenmiş@yapaytu
YAPAYTU

Daniel van Strien, sekiz OCR modelinin maliyetini ölçtü

Daniel van Strien'in sekiz açık OCR modelini karşılaştırdığı test, belge okuma maliyetindeki düşüşü ve arşivleri işlerken karşılaşılan hataları ortaya koydu.

Yapay TU Editör · 4 dk okuma
OCR testinde sayfa başına maliyet düştü
Kısa cevap

19 Kasım 2026'da haberleştirilen karşılaştırmada Daniel van Strien, sekiz açık OCR modelini aynı 850 sayfada sınadı. Hugging Face Jobs üzerinde yapılan testte LightOnOCR-3-0.8B, aynı görüntü boyutunda Nisan 2025 tarihli RolmOCR'a göre yaklaşık beş kat daha düşük GPU maliyetiyle metin çıkardı.

Daniel van Strien'in sekiz açık OCR modelini karşılaştırdığı çalışma, taranmış belgelerden metin çıkarmanın GPU maliyetinde düşüş gösteriyor. The Decoder'ın 19 Kasım 2026'da aktardığı testte, en yeni model bin sayfayı 0,10 doların altında hesaplama maliyetiyle işledi. OCR, görüntüdeki yazıyı bilgisayarın işleyebileceği metne çeviren optik karakter tanıma işlemi. Arşivini aramaya açmak istiyorsan bu rakamın yalnızca GPU süresini kapsadığını hesaba katmalısın.

Karşılaştırmada ne ölçüldü?

Daniel van Strien, birincil kaynakta yayımladığı karşılaştırmada Nisan 2025 ile Ekim 2026 arasında çıkan sekiz modeli aynı 850 sayfa üzerinde çalıştırdı. Test kümesi, eski doğa tarihi kitaplarından 350 sayfa, 1771 tarihli Encyclopaedia Britannica'dan 250 sayfa ve daktiloyla yazılmış ya da basılmış arşiv belgelerinden 250 sayfa içeriyor.

Bütün modeller Hugging Face Jobs üzerinden kiralanan tek bir NVIDIA RTX PRO 6000 üzerinde çalıştı. Araştırmacının hesaplamada kullandığı saatlik kira, yazı tarihinde 2,75 dolar. Görüntüler modele gönderilmeden önce uzun kenarları 2.048 piksele sığacak şekilde boyutlandırıldı. Böylece farklı modellerin aynı belgeyi işleme maliyetleri ortak bir başlangıç koşulunda karşılaştırıldı.

Nisan 2025 tarihli RolmOCR için bin sayfanın maliyeti 0,51 dolar olurken LightOnOCR-3-0.8B için 0,095 dolara indi. Yaklaşık beş katlık fark bu iki modelin aynı görüntü boyutundaki sonuçlarına dayanıyor. Eski modele daha küçük görüntü verildiğinde fark yaklaşık üç kata düşüyor; kaynak, bu küçültmenin bazı sayfalarda okuma kalitesini de gerilettiğini belirtiyor.

Bir milyon sayfa için verilen tutar neleri kapsıyor?

Bir milyon sayfa için hesaplanan 65-130 dolar, LightOnOCR-3-0.8B'nin belge türüne göre harcadığı GPU süresini kapsıyor. Kaynak, işlerin başlaması için geçen birkaç dakikayı da hesap dışında bırakıyor. Bu nedenle rakamı belgelerin taranması, sonuçların düzeltilmesi ve arşivin hazırlanması dahil bir proje teklifi gibi okumamak gerekiyor.

Maliyetteki düşüşün tamamı model değişiminden kaynaklanmıyor. Van Strien, GLM-OCR ile Britannica sayfalarını işlerken önceki çalıştırma düzeninde bin sayfa için 1,57 dolar hesapladı. Sayfaların sunucuya gönderilme biçimi, görüntü boyutu, GPU ve model çalıştırma yazılımı birlikte değiştirildiğinde aynı modelin maliyeti 0,40 dolara düştü. Ardından LightOnOCR-3-0.8B'ye geçiş, bu belge türünde tutarı 0,13 dolara indirdi.

Önceki düzende GPU, sayfa grupları arasındaki hazırlık işlemleri sırasında boş bekliyordu. Yeni düzende sunucunun önünde işlenecek sayfalar tutuldu. Kaynak, yapılan değişikliklerin etkisini birbirinden tam olarak ayıramadığını söylüyor. Dolayısıyla yalnızca daha güçlü ekran kartına geçerek aynı tasarrufun elde edileceği sonucuna varılamaz.

Ucuzlayan modeller hangi hataları yaptı?

Modeller boş sayfalara metin uydurabildi ve bazı formlarda aynı içeriği tekrar ederek çıktı sınırına takıldı. Test kümesindeki 63 boş kitap sayfası, bu hataları görmeyi sağladı: OvisOCR2 bunların 24'üne ilgisiz bir İngilizce cümle yazdı. RolmOCR ise boş sayfaların çoğunda gerçekte bulunmayan tablolar oluşturdu.

Noktalı kılavuz çizgiler içeren bir formda hiçbir model iki denemenin ikisini de temiz tamamlayamadı. LightOnOCR-3-0.8B de tekrara giren modeller arasındaydı. Üzeri siyah lekeyle kapanmış satırlar bulunan başka bir sayfada üç model, okunamayan son kaydı farklı biçimlerde uydurdu; çıktılar tahmin yapıldığına dair bir işaret taşımıyordu.

Buna karşılık, insan tarafından kontrol edilmiş metinleri bulunan 282 kitap sayfasında ortanca karakter hata oranları yüzde 0,44 ile yüzde 0,82 arasında kaldı. En yeni model bu sayfalarda en eski modelden daha fazla hata yapmadı. Diğer belge türlerinin değerlendirmesinde görsel yapay zekâ hakeminden yararlanıldı. Hakemin, çıktıların gösterim sırası değişince bazı kararlarını değiştirmesi de çalışmanın sınırlamaları arasında. Okunamayan satırların nasıl tamamlandığını değerlendirirken yapay zekânın bilgi uydurma sorununu da hesaba katmalısın.

Bizim yorumumuz: Arşivinden örnek seçerek başla

Bizce bu çalışmanın Türkiye'deki bir geliştiriciye veya arşiv sorumlusuna en yararlı önerisi, model seçmeden önce kendi belgelerinden küçük bir örnek kümesi hazırlamak. Eski dergileri aramaya açmak istiyorsan temiz baskılı bir sayfayla silik, iki sütunlu bir sayfayı aynı ölçüde başarılı okuyup okumadığını görmelisin. Modelin ürettiği metni asıl taramayla yan yana incelemek, katalogdaki genel bir başarı oranından daha doğrudan karar vermeni sağlar.

Türkçe desteğine ilişkin ayrı bir sonuç ve Türkiye'den hizmete erişim koşulları bu karşılaştırmada açıklanmadı. Türkçe karakterleri doğru aktardığını varsayarak bütün arşivi işlemeye başlamak bu yüzden erken olur. Örnek kümeni hazırlarken özellikle kişi adlarını ve satır sonlarında bölünmüş kelimeleri kontrol listene eklemeni öneririz.

Bütçe hesabına metni kontrol etmek için ayıracağın zamanı da kat. Boş sayfaya uydurulmuş bir tablo eklenmesi, arşivde gerçekte bulunmayan içeriğin aranabilir hale gelmesine neden olabilir. Çıktıyı otomatik yayımlamadan önce bu tür hataları yakalayacak bir inceleme adımı belirle.

Bir öğrencinin birkaç taranmış makaleyi okumasıyla bir kurumun bütün koleksiyonunu işlemesi farklı ihtiyaçlar doğurur. Küçük bir iş için önce yapay zekâya PDF okutma rehberindeki belge hazırlama adımlarını inceleyebilirsin. Toplu işlem planlıyorsan örnek sayfaların çıktılarını sakla; model veya çalıştırma ayarını değiştirdiğinde aynı sayfaları yeniden karşılaştır. Böylece hız kazanırken metnin nerede bozulduğunu takip edebilirsin.

Sonuçları kendi belgelerinde nasıl kontrol edebilirsin?

Kontrole, boş ve okunması zor sayfaları da içeren bir örnek grubunun çıktısını taramalarla karşılaştırarak başlayabilirsin. Aşağıdaki kayıt şablonu, kendi denemendeki hataları sayfa bazında tutmak için kullanılabilir:

text
Sayfa / dosya adı:
Kullanılan model ve görüntü boyutu:
Yanlış okunan veya atlanan metin:
Kaynakta bulunmadığı halde eklenen içerik:
Tekrar ya da yarım kalan çıktı:
Düzeltme için harcanan süre:

Kaynak, üç modelin olağan işlem akışının dışında çalıştırıldığını ve kullanılan ayarların bazı modelleri kayırabileceğini açıkça belirtiyor. Bu yüzden kendi örnek grubunda kabul edilebilir doğruluğu gördükten sonra sayfa sayısını artır; bütün arşivi işlemeden önce hatalı sayfaları nasıl ayıracağını belirle.

Bu yazı sponsorlu değildir.

Sık sorulanlar

Bir milyon sayfayı yapay zekâyla metne çevirmek ne kadar tutuyor?

Karşılaştırmada LightOnOCR-3-0.8B için sayfa türüne bağlı olarak yaklaşık 65-130 dolar GPU süresi hesaplandı. Bu tutar toplam arşiv projesi bedeli veya bir hizmetin satış fiyatı değil.

En ucuz OCR modeli belgeleri doğru okuyabiliyor mu?

LightOnOCR-3-0.8B, testteki kitap sayfalarında eski modelden daha fazla hata yapmadı. Ancak sorunlu formlar ve okunamayan bölümler için hatasızlık sonucu çıkarılamıyor.

OCR karşılaştırmasında Türkçe belgeler test edildi mi?

Yazıda Türkçe belgeler için ayrı bir başarı ölçümü açıklanmadı. Türkçe bir arşivde kullanmadan önce kendi belgelerinden örneklerle doğruluğu kontrol etmelisin.

#ocr#lightonocr#hugging-face#belge-isleme
E-bülten

Haftada bir e-posta. Sadece işe yarayanlar.

Haftanın en iyi yapay zekâ araçları ve yeni rehberler. İstediğin an tek tıkla çık.

Adresine bir onay e-postası gelir. Aydınlatma metni
Sıradaki yazı Hugging Face API nasıl kullanılır? İlk Python isteği

Bunları da okuyun