Короткий ответ: на своих устойчивых формах точнее классический OCR с шаблоном — 99 % и выше по полю, предсказуемо и объяснимо. На редких формах, свободных формулировках и документах, которых вы раньше не видели, точнее языковая модель, потому что шаблона там просто нет. И есть третье измерение, где модель проигрывает всегда, — воспроизводимость: на одном и том же документе она может дать разный ответ при повторном прогоне.
Поэтому вопрос «что точнее» почти всегда поставлен неверно. Правильный вопрос — какая доля вашего потока приходится на устойчивые формы, а какая на хвост, и сколько стоит обслуживать каждую часть. Ниже — семь параметров сравнения, разбор воспроизводимости, расчёт на 5 000 документов в месяц для обоих подходов и гибрид, который в итоге и внедряют.
Расчёты модельные, арифметика открытая. Ставки: бухгалтер 844 ₽/час — полная стоимость часа с взносами, надбавками и рабочим местом, посчитанная по методике полной стоимости часа сотрудника, — и инженер 3 000 ₽/час. Проверка одного документа в очереди — полторы минуты, то есть 21,10 ₽. Состояние рынка моделей — на сентябрь 2026 года.
Семь параметров, по которым они расходятся
Оба подхода работают поверх одного и того же распознанного текста: языковая модель не заменяет OCR, она заменяет третий слой — извлечение полей из текста и координат. Сравнивать их поэтому надо не по «умности», а по семи практическим свойствам.
| Параметр | Классический OCR с шаблоном | Языковая модель поверх текста |
|---|---|---|
| Точность на своих устойчивых формах | 99 % и выше по полю | 96–99 % по полю |
| Редкие формы и свободные формулировки | Не работает вовсе, пока нет шаблона | Работает сразу, без настройки |
| Воспроизводимость на одном документе | Побитово одинаковый ответ всегда | 0,5–3 % документов дают расхождение при повторном прогоне |
| Цена извлечения на документ | Около 0,20 ₽, токены не тратятся | 1–5 ₽ на токены, в расчётах ниже берём 2,50 ₽ |
| Скорость на документ | Десятки миллисекунд | 2–8 секунд, на длинных документах больше |
| Объяснимость | Видно, из какой области страницы взято значение | Ответ приходит без адреса на странице, если его не потребовать отдельно |
| Что нужно для запуска | Образец формы и 4 часа инженера — 12 000 ₽ на форму | Инструкция извлечения, тестовый набор и замер воспроизводимости |
Третья и шестая строки — те, о которых не спрашивают, и именно они потом создают проблемы. Объяснимость нужна не для красоты: если проверяющий не видит подсвеченное место в скане, минута правки превращается в четыре, потому что человек ищет значение глазами по всему листу. Требовать от модели вместе со значением ещё и координаты можно, но это отдельная работа, и её надо оговорить до начала, а не после.
Таблица-сравнение в две колонки «Шаблон» и «Языковая модель», семь строк: «Свои формы — 99 % и выше / 96–99 %», «Редкие формы — не работает / работает сразу», «Воспроизводимость — всегда одинаково / 0,5–3 % расхождений», «Цена извлечения — 0,20 ₽ / 2,50 ₽», «Скорость — доли секунды / 2–8 секунд», «Объяснимость — видно место на странице / нужно требовать отдельно», «Запуск — 12 000 ₽ на форму / инструкция и тестовый набор». Ячейки-победители в каждой строке помечены тонкой рамкой: они распределены между колонками примерно поровну. Внизу подпись: «Четыре строки за шаблон, три за модель — отсюда и берётся гибрид». Чертёжная графика, подписи по-русски.
Воспроизводимость: почему для бухгалтерии это решающее
Доля документов, на которых система при повторном прогоне того же файла отдаёт тот же самый набор значений. У шаблона она равна ста процентам по построению. У языковой модели — нет: даже при нулевой температуре генерация зависит от версии модели, порядка обработки и внутренних оптимизаций провайдера. Ориентир для типовой первички — 0,5–3 % документов с расхождением хотя бы в одном поле; на свободных формулировках и длинных договорах разброс выше.
В большинстве задач этим можно пренебречь. В бухгалтерии — нельзя, и вот почему. Документ проводится один раз, а обращаются к нему многократно: при сверке с контрагентом, при перепроведении после исправления, при выгрузке в отчётность, при налоговой проверке. Если повторный прогон того же скана даёт другую сумму строки, вы не сможете ответить на простой вопрос «откуда взялась цифра» — а этот вопрос рано или поздно задаст либо главный бухгалтер, либо аудитор.
Архитектурное следствие из невоспроизводимости простое: извлечённые значения фиксируются в журнале вместе с версией модели, текстом инструкции и датой, и повторно не пересчитываются без явного решения человека. Соблазн «перегнать всё заново на новой версии модели» выглядит безобидно ровно до первого расхождения в закрытом периоде. Как этот эффект устроен в целом и что с ним делают в системах с ИИ, разобрано в материале про недетерминизм ответов ИИ-агента.
Замер делается за один день и до выбора подхода: возьмите 200 своих документов, прогоните трижды подряд и посчитайте долю документов, где хотя бы одно поле отличилось. Если получилось выше 3 % — либо инструкция извлечения написана слишком свободно, либо задача не для модели. Это тот же принцип, что и с точностью: проверяемое число вместо обещания, и мы разобрали его подробно в материале про реальную точность распознавания.
Цена: 5 000 документов в месяц двумя способами
Модельная компания: 5 000 входящих документов в месяц, в среднем 1,5 страницы на документ — итого 7 500 страниц. Двенадцать крупных поставщиков дают 85 % потока устойчивыми формами, оставшиеся 15 % — хвост из мелких контрагентов и разовых бланков. Распознавание текста нужно в обоих вариантах и стоит одинаково: 0,80 ₽ за страницу.
Модель дороже в эксплуатации на 4 963 ₽ в месяц и дешевле на старте на 54 000 ₽ — значит, шаблоны отбивают свою настройку за 11 месяцев. Но в этой арифметике не видно главного риска: шаблон ломается молча. Поставщик поменял бланк — извлечение продолжает выдавать значения не из тех областей, и ошибки идут потоком до первой жалобы. У модели то же событие даёт всплеск в очереди проверки, то есть видимый сигнал. Разница между тихим и громким отказом дороже одиннадцати месяцев экономии.
Столбчатая диаграмма из трёх составных столбцов, ось Y — рубли в месяц от 0 до 35 000. Столбец 1 «Шаблоны — 27 252 ₽» с сегментами: текст 6 000, извлечение 1 000, очередь 18 252, поддержка 2 000. Столбец 2 «Модель — 32 215 ₽» с сегментами: текст 6 000, токены 12 500, очередь 13 715. Столбец 3 «Гибрид — 20 283 ₽» с сегментами: текст 6 000, шаблоны 850, токены 1 875, очередь 9 558, поддержка 2 000. Под каждым столбцом мелкой подписью разовые вложения: 144 000 ₽, 90 000 ₽, 234 000 ₽. Сегмент «очередь проверки» во всех трёх столбцах выделен одинаковой штриховкой, сверху ремарка «самая дорогая часть везде — не токены, а человек». Подписи по-русски.
Гибрид, который обычно и внедряют
Практика 2026 года — не выбор одного из двух, а разделение потока. Шаблоны ставят на устойчивое ядро, модель — на хвост и на спорные поля. Собранный так конвейер на тех же пяти тысячах документов выглядит иначе.
Обратите внимание, где именно возникает выигрыш. Не на токенах и не на лицензиях: и там, и там суммы небольшие. Выигрыш возникает в очереди проверки — 453 документа вместо 865 и 650. То есть подход выбирается не по цене извлечения, а по тому, сколько работы он оставляет человеку. Считать удобнее в правках: на потоке 5 000 документов с восемью позициями это 40 000 строк табличной части в месяц, и каждый процентный пункт по строкам — это 400 правок и около 2 340 ₽.
- 1Шаблон — поставщикам от 250–300 документов в месяц
Ниже этого объёма четыре часа инженера на форму не отбиваются никогда. Граница считается прямо: 12 000 ₽ разработки делить на выигрыш около 4 ₽ на документ — это 3 000 документов от одного поставщика.
- 2Модель — на весь остальной поток без исключений
Хвост нестабилен по определению: заводить в нём шаблоны — работа без конца. Пусть редкие формы дают всплеск в очереди, это честный и видимый расход, а не тихий брак.
- 3Модель — вторым мнением на спорных полях
Там, где шаблон вернул значение с низкой уверенностью или не сошлась проверка, вопрос задаётся модели отдельно: «сумма итога на этом документе» с приложенным фрагментом текста. Дёшево, потому что таких обращений единицы процентов от потока.
- 4Мониторинг шаблонов — обязательная строка поддержки
Панель должна показывать долю очереди в разрезе поставщиков. Прыжок с 8 до 40 % за неделю по одному контрагенту означает смену бланка, и это надо увидеть на панели, а не из разговора с бухгалтерией через месяц.
Соблазн отдать модели сам скан, минуя распознавание текста, понятен: одна деталь вместо двух. На практике вы теряете координаты. Классический OCR отдаёт не только символы, но и их места на странице — именно поэтому проверяющий видит подсвеченное поле прямо в скане и правит одно значение за полторы минуты. Без координат он ищет значение глазами по всему листу, и время правки растёт втрое-вчетверо. Плюс к этому дороже токены на изображение и хуже воспроизводимость. Для паспортов, бланков и первички связка «OCR плюс модель поверх текста» пока побеждает по совокупности.
Что доступно из России в сентябре 2026
Выбор модели для этой задачи ограничен не качеством, а доступностью оплаты и требованиями к данным. По состоянию на сентябрь 2026 года рабочих вариантов три группы.
- Российские облачные модели. GigaChat 3 в вариантах Lite, Pro и Max, GigaChat 3.1 Ultra и корпоративная платформа GigaChat Enterprise с развёртыванием на своих серверах; YandexGPT 5 и Yandex AI Studio. Оплата в рублях, данные в российском контуре, договорная часть закрывается поручением на обработку. Сравнение этих двух семейств по задачам мы разбирали отдельно — GigaChat или YandexGPT.
- Локальные модели в своём периметре. Qwen 3, Llama, DeepSeek и Mistral разворачиваются через Ollama на собственном сервере. Главный аргумент — 152-ФЗ: документы не покидают контур вообще, трансграничной передачи нет по построению. Цена вопроса — сервер и инженерные часы, разложено в материале про локальную модель под 152-ФЗ.
- OpenAI и Anthropic. Прямая оплата из России невозможна, страна не входит в список поддерживаемых. Доступ идёт через рублёвые прокси и агрегаторы, и это риск, а не рекомендация: канал может закрыться в любой момент, а вместе с ним встанет обработка документов. Для контура, от которого зависит закрытие месяца, это неприемлемая зависимость.
Практический совет по выбору: для извлечения полей из первички хватает младших и средних моделей — задача структурная, а не творческая. Проверьте это на своём тестовом наборе прежде, чем платить за старшую: разница в цене токенов между Lite и Ultra на потоке 5 000 документов измеряется десятками тысяч рублей в месяц, а разница в доле очереди — часто единицами процентных пунктов. Методика выбора разобрана подробнее в материале о том, как выбрать языковую модель для бизнеса.
Когда не нужно ни то ни другое
И честная граница. Оба подхода читают картинку, а картинку читать нужно далеко не всегда.
- Контрагент в ЭДО. Контур.Диадок, Saby ЭДО и 1С-ЭДО отдают структурированный файл с подписью: ни OCR, ни модель здесь не нужны, документ загружается. Если вы сканируете бумагу от контрагента, который уже в обмене, правильный ответ — «настройте обмен», а не «улучшите извлечение»; порядок подключения разобран в материале как устроен ЭДО и что нужно для старта.
- У поставщика есть выгрузка. Крупный контрагент на 400 документов в месяц — это неделя переписки о реестре файлом против постоянной строки в смете. Спрашивать стоит всегда: чаще всего выгрузка есть и ничего не стоит.
- PDF со встроенным текстовым слоем. Распознавание не нужно, извлечение — нужно; из двух подходов работают оба, и решает та же арифметика, что выше.
- Скан такого качества, что читать нечего. Ни модель, ни шаблон не восстановят выбитый в белый участок или мелкий шрифт со 150 dpi. Здесь чинить надо вход, а не извлечение — разбор по факторам собран в материале про плохие сканы, печати и рукописный текст.
И общий принцип, который не отменяется выбором подхода: распознавание никогда не бывает стопроцентным, поэтому проект без контура проверки — не проект. Ни шаблон, ни модель не дают нуля ошибок; разница между ними в том, насколько заметно они ошибаются. Требовать надо не точность, а чтобы ни одна ошибка в критичном поле не прошла молча — норматив, который стоит записывать в договор, не выше 0,3 % документов с незамеченной ошибкой.
Подход выбирается не по цене извлечения, а по тому, сколько работы он оставляет человеку в очереди проверки.
