Datalab lite 模式：千页 0.5 美元全结构 OCR，比 Azure Read 准一倍价、比 Layout 便宜 10 倍
VikParuchuri · x · 2026-10-23
Datalab 发布 lite 模式（2026-10-22，作者 Vik Paruchuri）：
- 价格与能力：每千页 0.50 美元，返回完整文档结构——文本、表格、标题、列表、阅读顺序及每个块的 layout 框。
- 对比数据：比 Azure Layout 便宜 10 倍，除数学外文本分数更高、layout 持平；50 页 PDF 5.0 秒返回（Azure Layout 12.0 秒）；比 Azure Read（仅返回文本）更准且价格一半。OmniParseBench 无数学文档上 lite 得 75.1，Azure Read 仅 42.3。
- 技术底座：lite 运行 1M 参数的 Indra OCR，纯 CPU，因而便宜。
- 产品逻辑：作者引用 Jevons 效应——OCR 便宜 10 倍后不再是预算内的批处理任务，而是可以嵌入产品的即时能力：实时解析用户上传、全量索引档案、管线变更时重跑整个语料库。
- 定位：lite 是「System One OCR」（快而直觉），balanced/accurate 模式（OmniParseBench 91.6/93.5）是「System Two」，用于手写、数学、复杂表格和受损扫描件。
- 每月 4 万页免费额度。
所属事件:Datalab 推 0.5 美元/千页 OCR lite 模式并开源 1M 参数模型 Indra(8 条相关)→
「模型」频道最新
- OpenAI 额度机制遭吐槽：剩 13% 用量时拒绝手动重置 — AccomplishedSugar490 · 2026-10-23
- 816B Meta 新模型 39 分反输 180B Qwen：开源模型得分/规模图 — BTA_Labs · 2026-10-23
- 文档太大就不干活？Gemini 在 Google Docs 里拒生图 — viksit · 2026-10-23
- 程序员吐槽：人生真正使命是安利大家试试最新 DeepSeek — intellectronica · 2026-10-23
- SubQ Snap 1.1 登顶决策模型指数，384K 上下文与低幻觉率取胜 — ArtificialAnlys · 2026-10-23
- PolyAI 推 Dialog-RSN-1 语音模型：单 pass 直听音频，响应快于 300ms — matthen2 · 2026-10-23