OpenRouter 实测最佳 OCR 模型：Claude Opus 5.5 最准，Mistral OCR 性价比最高

OpenRouter 用 8 张自制扫描页（264 项关键值），实测 15 个视觉模型、Mistral OCR 和 Tesseract 做 OCR 的表现。

OpenRouter 用 8 张自制扫描页、264 项关键值，横向实测 15 个视觉模型、Mistral OCR 与 Tesseract 的 OCR 表现，并公开准确率与成本数据，附可复用的关闭推理与双模型交叉校验方法。

• OpenRouter 用 8 张自制扫描页、264 项关键值实测 OCR 表现
• 横评 15 个视觉模型、Mistral OCR 与传统 Tesseract
• 标题结论：Claude Opus 5.5 最准，Mistral OCR 性价比最高
• 公开准确率与成本双维度数据，可用于内部选型对齐
• 附关闭推理、双模型交叉校验等可复用方法

这是什么信号

OpenRouter 用 8 张自己生成的扫描页、共 264 项关键值作为可核对样本，把 15 个通用视觉模型、专用 OCR 服务 Mistral OCR 以及传统方案 Tesseract 放在同一套测试里比较。它给出的不只是“谁更强”，而是同时给出准确率与成本两个维度，并按题目标题得出结论：Claude Opus 5.5 最准，Mistral OCR 性价比最高。更关键的是，它把“关闭推理”“双模型交叉校验”这些做法作为可复用方法一并公开。

这意味着 OCR 选型正在从“凭感觉挑一个大模型”变成“有基准、有单价、有复核流程”的工程决策。对做文档处理、票据识别、合同解析的团队来说，这是一份可以直接拿来对齐内部标准的公开对照表。

为什么重要

OCR 是大量 AI 业务的隐形前置环节：RAG 的语料入口、财务自动化的票据入口、法务与审单的合同入口，都依赖它。这一环出错，后面的模型再强也救不回来。而过去团队面临的困境是：通用视觉模型能力在涨，但没人说得清它在扫描件这种“脏输入”上到底比专用 OCR 强多少、贵多少。

这次实测的价值在于把两个变量同时摆出来：最高准确率往往对应最高成本，而专用 OCR 在高准确率区间内单价更低。选型不是选“最好”，而是选“在你能容忍的错误率下最便宜的那一个”。此外，“关闭推理”这一条经验对成本结构影响很大——很多团队默认开着推理跑 OCR，等于为并不需要的思考过程付费。

对谁有价值

• 做文档解析、RAG 语料清洗的工程团队：需要一份可复现的模型对照，减少试错。
• 财务、法务、供应链等有大量扫描件流转的业务方：关心关键字段（金额、日期、编号）的准确率而非整页观感。
• 控制 AI 成本的负责人：需要知道“多花几倍钱换几个百分点准确率”是否值得。
• 做 AI 应用交付的独立开发者与小团队：缺少自建评测集的人力，可直接借鉴其样本构造方式。

可以怎么行动

1. 不要直接套用结论。先按自己的文档类型造 10 到 20 页样本，标注几十个关键字段，形成自己的迷你评测集——扫描质量、字体、版式差异会显著改变排名。
2. 用“关键值命中率”而不是“整页相似度”作为指标。业务出错几乎都出在数字、日期、编号这些少量字段上。
3. 先跑关闭推理的配置，确认准确率是否仍在可接受区间；若下降明显，再对高价值文档单独开启推理，做分层处理。
4. 对高风险字段上双模型交叉校验：两个来源不一致时转人工，把错误拦在入库之前，而不是靠单模型死磕。
5. 把“专用 OCR 处理大批量常规页 + 视觉模型兜底疑难页”作为默认架构，按页分流而不是全量上最贵模型。

风险与限制

首先，样本只有 8 页、264 项关键值，规模很小，且是合成扫描页，未必覆盖真实场景里的折痕、印章、手写、多栏排版与低分辨率传真件。其次，模型版本迭代很快，标题中的排名会随版本更新迅速失效，参考时应关心方法论而非名次。第三，成本数据依赖调用方式与批处理策略，直接换算到自己业务上会有偏差。最后，准确率是平均值，业务上真正要问的是“最坏情况错在哪”——一份合同错一个金额，比错十个无关字段代价高得多，这一点任何平均指标都无法体现。

信息差价值在于：多数团队选 OCR 时只看“能不能识别”，而这份实测把准确率和成本放在同一张表里比较，并且把“关闭推理”这种直接影响账单的配置经验公开出来。知道这件事的人，可以在同样效果下把单位成本压下来；不知道的人，会默认开着推理处理大批量扫描件。

业务启发是分层架构比单点选型更重要。常规页交给便宜的专用 OCR 批量处理，疑难页再交给最准的视觉模型兜底，高风险字段用双模型交叉校验加人工兜底——这套组合把成本、准确率、风险三个目标拆开管理，而不是指望一个模型全赢。

可沉淀动作有三件：一是自建小型标注集，把关键字段命中率变成可跟踪指标；二是把“关闭推理”与“双模型校验”写进团队 OCR 处理规范；三是建立按页分流的调度策略，并在模型版本更新后重跑基准，避免名次失效后仍在沿用旧结论。

• OpenRouter：Announcements（RSS） 原帖