Cargando...
API de OCR
Una API para todos los motores de OCR
Envía un PDF o una imagen y recibe el texto. OpenOCR se encarga de dividir los PDF, de los SDK de cada proveedor y de la autenticación: cambia de motor o reintenta el mismo documento con otro modelo sin tocar tu código.
Por ahora, la aplicación y la documentación están en inglés.
Todos los motores, una sola integración
APIs en la nube, modelos de código abierto y modelos de visión y lenguaje detrás del mismo endpoint y con el mismo formato de respuesta.
Un único saldo de créditos
Sin cuentas ni claves separadas para cada proveedor. Recarga una vez y usa cualquier motor.
Compara antes de decidir
Las clasificaciones y benchmarks públicos muestran precisión, velocidad y precio lado a lado para que elijas el motor adecuado para tus documentos.
Paga por uso
Sin suscripción. Pagas por página procesada y registrarte lleva un par de minutos.
Lo último del blog
Todos los artículos →
17 min de lectura
SP-DocReader: reducir a la mitad la tasa de error de OCR en Vary-600K con self-play sensible a las diferencias
Con Qwen3-VL-4B, SP-DocReader reduce en aproximadamente un 54% la tasa de error de caracteres en Vary-600K frente al ajuste fino supervisado de dos épocas, entrenando un módulo de OCR mientras el backbone permanece congelado.
23 min de lectura
Modelos pequeños, datos estructurados: ¿pueden los VLM ligeros sustituir a las API en la nube en la extracción de documentos complejos?
¿Pueden los modelos de visión de 4B–7B extraer JSON estructurado de archivos complejos en GPU locales? Un nuevo estudio de FAU Erlangen evalúa 8 VLM de pesos abiertos en colecciones universitarias.
12 min de lectura
Enviamos una página en blanco a 184 motores de OCR. Algunos la leyeron de todos modos.
Al presentar una imagen blanca vacía de 800 por 1000 píxeles a los modelos de visión modernos, los motores de OCR clásicos devuelven silencio. Los modelos más recientes redactan cartas sobre ovnis, casos judiciales victorianos y anuncios de salud intestinal.