給大型語言模型、資料庫和 AI agent 直接可用的文字:標題、表格、公式都保留,掃描檔、照片、手寫都能辨識。
辨識出的 Markdown 或 JSON 會顯示在這裡。
拖一個檔案進來試試。每天 3 頁,不用註冊。
行和列擠成一段文字,大型語言模型只能猜哪個數字對應哪一欄。
輸出 Markdown 表格,JSON 裡則是按行排列的陣列。
雙欄排版、側邊欄和腳註混在一起。
標題、分欄和列表按順序逐頁保留。
這家給純文本,那家給 HTML,另一家只給座標。
不管哪個模型,返回的都是 Markdown 或帶型別的 JSON 塊。
註冊即送點數,不用綁卡。
POST /v1/ocr
{ "model": "auto",
"file_url": "…/invoice.pdf" }支援 URL、base64 或先上傳檔案,也可以只辨識指定頁。
# Invoice INV-2041 | Item | Qty | | Toner | 2 |
直接餵給大型語言模型、建索引,或改用 JSON 塊。
註冊送 200 點數,無需繫結信用卡。
## 4. Financial results | Region | 2025 | 2026 | |---|---|---| | APAC | 4.1M | 5.3M | | EMEA | 3.8M | 4.0M |
# Invoice | Item | Qty | |---|---| | Toner | 2 |
{ "type": "table",
"rows": [
["Item","Qty"],
["Toner","2"] ] }Markdown 適合提示詞和搜尋;程式碼需要結構時用帶型別的 JSON 塊。
只按實際完成辨識的模型計費:3 點數
某個模型報錯或返回空頁時,自動換列表裡的下一個模型辨識。
用 auto,再選質量優先、最便宜或最快;也可以直接指定模型。
每頁多少點數明碼標價。失敗的請求和命中快取的重複請求都不收費。
“佔位評價:客戶之前遇到的問題,以及換用之後的變化。”
“佔位評價:最好帶一個具體數字,比如每月頁數、節省的工時、錯誤率。”
“佔位評價:如果沒有這個產品會怎樣。”
和其他幾種從文件裡取文字的辦法比一比。
| OCRRouter | 只用一家廠商的 API | 自己部署開源模型 | |
|---|---|---|---|
| 能呼叫的模型 | 全部,同一種請求 | 只有這一家的 | 你部署了哪些就是哪些 |
| 換模型 | 改一個詞 | 重新接入一遍 | 重新部署一遍 |
| 模型出故障時 | 自動換下一個模型 | 請求直接失敗 | 半夜被叫起來修 |
| 輸出格式 | 所有模型都一樣 | 各家不同 | 各模型不同 |
| 按 key 限制花費 | 自帶 | 看廠商 | 自己開發 |
| 拿到第一個結果要多久 | 幾分鐘 | 幾小時 | 幾天 |
報錯和空結果都不扣點數。
同一個檔案發給同一個模型,直接返回快取。
需要時再充值,沒有訂閱。
上傳的檔案 24 小時後刪除,也不會拿去訓練模型。
沒找到答案? 檢視文件
註冊送 200 點數,無需繫結信用卡。

# Invoice INV-2041 | Item | Qty | Amount | **Total due** $319.00