Si está planificando el enrutamiento de modelos OCR, lo difícil no es encontrar un modelo que pueda leer texto de una imagen o un PDF. Lo difícil es decidir qué ruta debe encargarse del OCR de texto plano, qué ruta debe encargarse de formularios y tablas, y qué ruta tiene permitido tocar documentos regulados en primer lugar.
Por eso, el enrutamiento de modelos OCR debería empezar por la política, no por la preferencia del proveedor. Un endpoint de OCR de texto de bajo coste puede seguir siendo la ruta equivocada para facturas. Un extractor estructurado de alta calidad puede seguir siendo la ruta equivocada para trabajos de archivo masivo. Y una ruta que parece barata puede acabar siendo cara si sus límites síncronos obligan a reintentos o a una ruta de respaldo.
A fecha de 14 de julio de 2026, la página de inicio pública y la página de precios de Flatkey posicionan el producto como una pasarela de IA unificada con una sola clave, un solo saldo y controles de enrutamiento. El feed público de precios consultado para este borrador también exponía modelos con capacidad OCR o adyacentes a visión-OCR, como qwen-vl-ocr, deepseek-ocr y deepseek-ocr-2. Este artículo sigue escrito como un manual de enrutamiento y no como una garantía de catálogo: los lectores deben validar el feed de modelos en vivo y la página de precios antes de conectar tráfico OCR de producción.
En qué optimiza realmente el enrutamiento de modelos OCR
Un buen enrutamiento de modelos OCR no persigue a un único ganador. Asigna la carga de trabajo documental adecuada a la ruta adecuada.
En la práctica, los equipos suelen equilibrar cinco variables:
- Profundidad de extracción: el OCR de texto plano, la reconstrucción de diseño, las tablas, los formularios, la extracción de pares clave-valor y las firmas no deben ir por una única ruta predeterminada.
- Unidad de facturación: algunos servicios facturan el OCR sencillo por página, mientras que otros suben bruscamente cuando se les pide extracción estructurada.
- Restricciones del documento: los límites de páginas síncronas, los límites asíncronos, los topes de tamaño de archivo y los topes de consultas por página afectan directamente la fiabilidad del enrutamiento.
- Controles de datos: la retención, la región y los límites contractuales pueden descartar rutas antes de comparar la calidad.
- Seguridad de la ruta de respaldo: un respaldo solo es válido si puede gestionar la misma clase de archivo, el mismo número de páginas y la misma clase de cumplimiento sin degradación silenciosa.
Ese es el trabajo real de el enrutamiento de modelos OCR. No es una clasificación. Es un motor de políticas de carga de trabajo.
Empiece el enrutamiento de API de OCR con IA normalizando primero las unidades
El primer modo de fallo en el enrutamiento de API de OCR con IA es comparar precios que parecen similares pero que están asociados a resultados muy diferentes.
Antes de comparar rutas, reduzca cada ruta a la misma unidad:
- Coste efectivo en dólares por página para OCR de texto plano
- Coste efectivo en dólares por página para extracción estructurada
- Coste efectivo en dólares por página para complementos o procesadores de mayor valor
- Páginas máximas por solicitud síncrona
- Páginas máximas por trabajo asíncrono
Las páginas oficiales actuales de precios dejan clara la discrepancia:
| Proveedor | Señal oficial de precios verificada el 2026-07-14 | Conclusión para el enrutamiento |
|---|---|---|
| Google Document AI | OCR de documentos Enterprise: $1.50 / 1,000 pages; complementos de OCR: $6 / 1,000 pages |
Buen recordatorio de que el precio base del OCR y las capas de mejora están separados |
| Azure Document Intelligence | Read: $1.50 / 1,000 pages; modelos preconstruidos: $10 / 1,000 pages; extracción personalizada: $30 / 1,000 pages |
El mismo documento puede pasar por niveles de coste muy distintos según los requisitos de salida |
| Amazon Textract | Ejemplo de Detect Document Text: $0.0015 / page; tablas: $0.015 / page; formularios: $0.05 / page; ejemplo de tablas + formularios + consultas: $0.070 / page |
La extracción estructurada puede multiplicar el coste de la API OCR muy por encima de la extracción básica de texto |
Aquí es donde normalmente se malinterpreta el coste de la API OCR. Los equipos comparan solo las tarifas de OCR de texto plano y luego enrutan facturas, formularios fiscales y contratos a niveles de funciones para los que nunca presupuestaron.
Para revisar el coste de la API OCR, haz tres preguntas antes de ponerlo en producción:
- ¿Esta cotización es para OCR de texto plano o para extracción estructurada?
- ¿La ruta cobra por formularios, tablas, consultas o complementos por separado?
- ¿Los límites de páginas obligarán al trabajo a una ruta asíncrona o de respaldo más cara?
Si no puedes responder esas tres preguntas, tu estimación del coste de la API OCR sigue incompleta.
Usa clases de carga de trabajo en lugar de una única ruta OCR predeterminada
El siguiente error en el enrutamiento de la API OCR de IA es enviar todos los documentos por la misma ruta.
Eso normalmente crea lo peor de ambos mundos:
- El OCR barato para archivos se procesa en exceso.
- Las cargas de trabajo de extracción de formularios se especifican por debajo de lo necesario.
- El respaldo se vuelve peligroso porque la ruta de copia de seguridad no puede reproducir la misma forma de extracción.
Un patrón mejor es definir las clases de ruta por adelantado:
| Carga de trabajo | Mejor comportamiento de la ruta | Por qué importa |
|---|---|---|
| OCR de texto plano | Primero, la ruta de texto aprobada de menor coste | Sensible al coste y, por lo general, tolerante con una salida más simple |
| OCR consciente del diseño | Enrutar a modelos que preserven párrafos, encabezados y tablas | Necesario para fragmentación posterior, búsqueda o interfaces de revisión |
| Formularios/facturas estructurados | Enrutar solo a extractores con soporte de esquema o salida fiable de pares clave-valor | La precisión debe juzgarse por campos, no por texto sin procesar |
| PDF grandes por lotes | Favorecer rutas asíncronas con límites altos de páginas y comportamiento de cola predecible | De lo contrario, los límites síncronos pueden romper el respaldo |
| Documentos regulados | Enrutar solo a proveedores ya aprobados para retención y reglas de región | La ruta más barata es irrelevante si viola la política documental |
Aquí es donde el enrutamiento de modelos de IA documental se vuelve más útil que un benchmark genérico de OCR. El enrutamiento de modelos de IA documental te permite separar «leer la página» de «extraer los campos de negocio» antes de que el coste y los respaldos exploten en producción.
Coloca las barreras de calidad antes del respaldo
La mayoría de los equipos dice que quiere calidad OCR, pero solo mide la precisión de caracteres. Eso es demasiado superficial para un verdadero enrutamiento de modelos de IA documental.
Tu política de enrutamiento debería evaluar la calidad según la carga de trabajo:
- OCR de texto sin formato: completitud del texto, orden de lectura, compatibilidad multilingüe, tolerancia a la escritura a mano
- OCR de diseño: límites de tablas, jerarquía de encabezados, agrupación de párrafos
- Extracción de campos: precisión clave-valor, estabilidad de normalización, visibilidad de errores
- Operaciones: paridad síncrona/asíncrona, compatibilidad de archivos, límites de páginas, límites de consultas
La propia documentación de precios y cuotas de Amazon Textract muestra por qué esto importa. El OCR está incluido en las salidas de Analyze Document, pero las solicitudes síncronas de PDF y TIFF están limitadas a 1 página, mientras que los trabajos asíncronos de PDF y TIFF pueden llegar a 3.000 páginas. El documento de límites de servicio de Azure vincula el recuento de páginas y el rendimiento directamente con la facturación y el comportamiento de limitación. Google Document AI publica cuotas de páginas por minuto y solicitudes por minuto según el tipo de procesador.
Esta es la pieza que falta en muchas guías de enrutamiento de modelos OCR: el respaldo no es solo «qué proveedor está operativo». El respaldo es «qué proveedor puede aceptar la misma clase de documento sin romper la forma de la salida, los límites de páginas o la política de costes».
Construye clases de respaldo alrededor de los límites del documento
El diseño más seguro de enrutamiento de API OCR de IA usa clases de respaldo explícitas en lugar de una conmutación por error amplia entre proveedores.
He aquí un ejemplo práctico:
- Clase A: OCR síncrono de una sola página para capturas de pantalla, documentos de identidad o escaneos simples
- Clase B: OCR asíncrono multipágina para PDF grandes
- Clase C: extracción estructurada para facturas, formularios y contratos
- Clase D: documentos regulados con un conjunto restringido de proveedores
Luego define el respaldo solo dentro de la clase:
- Una ruta de la Clase A puede conmutar por error a otra ruta OCR síncrona.
- Una ruta de la Clase B solo debería conmutar por error a otra ruta asíncrona que pueda absorber el mismo recuento de páginas.
- Una ruta de la Clase C solo debería conmutar por error a una ruta que preserve la estructura de campos, no solo texto sin formato.
- Una ruta de la Clase D solo debería conmutar por error dentro del mismo perímetro de cumplimiento.
Eso es lo que parece en la práctica un enrutamiento de modelos de IA documental fiable.
Un árbol de decisión práctico para el enrutamiento de modelos OCR
flowchart TD
A[Nuevo trabajo de documento] --> B{¿Necesita campos estructurados?}
B -->|No| C{¿Archivo de una sola página o sincronizado pequeño?}
B -->|Sí| D{¿Flujo de trabajo de factura/formulario/contrato?}
C -->|Sí| E[Usar la ruta OCR plano aprobada de menor coste]
C -->|No| F[Usar ruta OCR asíncrona con margen de capacidad de páginas]
D -->|Sí| G[Usar la ruta aprobada de extracción estructurada]
D -->|No| H[Usar ruta OCR consciente del diseño]
E --> I{¿Falla la primaria?}
F --> I
G --> J{¿La alternativa equivalente preserva el esquema de salida?}
H --> I
I -->|Sí| K[Fallback solo dentro de la misma clase de tamaño de archivo y límite de páginas]
I -->|No| L[Devolver resultado]
J -->|Sí| M[Fallback a la ruta estructurada preaprobada]
J -->|No| N[Escalar para revisión manual o reenviar a la cola por lotes]
K --> L
M --> L
N --> L
Este árbol de decisiones es el núcleo del enrutamiento de modelos OCR. Construyéndolo una vez, luego mapee las rutas dentro del árbol en lugar de reescribir la lógica de negocio cada vez que aparezca un nuevo modelo OCR o contrato.
Donde encaja Flatkey
El posicionamiento público de Flatkey importa aquí porque el dolor del enrutamiento OCR rara vez es una sola llamada a un modelo. Es la dispersión alrededor de la llamada: múltiples proveedores, unidades de precios mixtas, fallback poco claro y escasa visibilidad del gasto.
El feed de precios en vivo de Flatkey consultado el 14 de julio de 2026 mostró entradas visibles capaces de OCR o adyacentes a OCR, incluidas qwen-vl-ocr, deepseek-ocr y deepseek-ocr-2, junto con modelos más amplios de imagen y visión. Eso no elimina la necesidad de validar la calidad de salida o la disponibilidad actual. Sí hace que la historia de la capa de control sea más relevante para los equipos que comparan opciones de enrutamiento de API OCR con IA a través de una sola pasarela en lugar de cuentas de proveedores dispersas.
Dicho de otro modo: el enrutamiento de modelos OCR solo ayuda si ingeniería, finanzas y seguridad pueden revisar las mismas rutas, la misma lógica de precios y las mismas clases de fallo. Ese es el problema que se supone debe resolver un proceso de pasarela unificada.
Una lista de verificación de lanzamiento en cuatro puntos
Antes de poner en producción el enrutamiento de modelos OCR, confirme estos cuatro elementos:
- Precios normalizados por unidad: puede explicar el verdadero coste de la API OCR por ruta, no solo por el titular del proveedor.
- Clases de carga de trabajo: OCR plano, OCR de diseño, extracción estructurada y documentos regulados no comparten una sola ruta predeterminada.
- Puertas de calidad: cada ruta se prueba frente a la forma exacta de salida que necesita la carga de trabajo.
- Límites de fallback: la conmutación por error permanece dentro de la misma clase de límite de páginas, tipo de archivo y cumplimiento.
Si omite cualquiera de esos puntos, el enrutamiento de modelos OCR se convierte en reintentos y excepciones en lugar de un sistema duradero.
Conclusión
La mejor estrategia de enrutamiento de modelos OCR suele ser aburrida en el buen sentido. Hace que el coste de la API OCR sea comparable, mantiene barato el OCR simple, dirige la extracción estructurada al nivel adecuado y se niega a hacer fallback a una ruta que no puede manejar con seguridad el mismo documento.
Ese es el estándar que vale la pena perseguir. Empiece validando el catálogo en vivo y los precios que realmente puede comprar hoy, luego diseñe el enrutamiento de modelos de IA documental en torno a las unidades por página, los niveles de funciones y las clases de fallback juntos en lugar de uno por vez.
Si quieres una vista actual del catálogo público de Flatkey y de la superficie de precios antes de conectar nuevas rutas OCR, empieza por la página de precios.
