Признайтесь, было такое, что вам необходимо вытащить текст из сканированного отчёта на 50 страниц, разгадать рукописные записи коллеги или перенести таблицу из PDF в табличку Excel, а вместо этого вы тратите полвечера на перепечатывание вручную Египетских иероглифов от коллеги или сложных научных формул.
С развитием нейросетей про этот круг ада можно смело забыть! Современные модели научились полноценно понимать верстку страницы, распознавать таблицы, считывать формулы и аккуратно форматировать результат. Сегодня я протестирую не только нейросети, но и некоторые популярные бесплатные сервисы. Может быть они смогут доказать, что еще не везде стоит использовать ИИ.
Чтобы не гадать, я решил провести честный тест моделей прямо внутри платформы BotHub – сервис, в котором собраны разные модели, где не нужно, искать иностранные карты или заводить десятки аккаунтов. Все данные защищены шифрованием, а переключаться между моделями можно в одном окне!
?При регистрации по этой ссылке BotHub дарит 300 000 CAPS ?, что за глаза хватит и для освобождения вашего свободного времени от переписывания формул, и для расшифровки текста от коллеги. Забирайте бонус и протестируйте все сами!
Как буду тестировать?
Чтобы проверка была максимально честной и наглядной, дадим моделям два сложных задания:
Тест №1: Сложный документ с таблицами и формулами (скриншот PDF страницы из исследования)
Тест №2: Рукописный текст (снимок конспекта или документа на смартфон при среднем освещении).
Здесь профессионально сымитирована кривая съемка, плохой почерк и ужасное освещение.
Основной целью будет оценить не только точность распознавания отдельных слов, а еще и насколько правильно модель или сервис сохраняет структуру документа (заголовки, таблицы, списки и форматирование и т.п.)
Универсальным промпт для BotHub будет:
“Проанализируй загруженное изображение документа. Извлеки весь текст, сохрани иерархию заголовков и переведи все таблицы в формат Markdown без потери данных.”
1. GPT-5.6 Sol (OpenAI)
Флагманская модель от OpenAI, специально созданная для сложных профессиональных задач, рассуждений, работы с кодом и тяжелыми документами. GPT-5.6 Sol поддерживает гигантский контекст до 1,05 млн токенов и обладает актуальной базой знаний. Модель отличается глубоким пониманием верстки, умеет наглядно восстанавливать структуру таблиц и переводить формулы в формат Markdown или LaTeX.
Главная фишка: Контекст 1,05 млн токенов, высочайшая точность анализа мультимодальных данных и схем.
Тестируем!
Результат? Оба изображения идеально распознаны, текст разделён по источникам, английский текст также не запутал модель. Здесь не допущено ни единой ошибки, это идеальная работа.
Ставлю ⭐⭐⭐⭐⭐.
Флагман от компании Anthropic, славящийся своей высокой точностью и честностью ответов, а также идеальной работой со сложными инструкциями.
Главная фишка: Идеальное следование длинным промптам и структурный анализ текста без отсебятины.
Тестируем!
А здесь какой результат? С первым текстом нареканий нету, а вот на втором есть небольшая проблема с формулой. Конечно, ее можно попросить написать и в другом виде, но это займет чуть больше времени, и все же задание было дано чуть другое. Также и цена значительно отличается, так что эту модель можно оценить не более чем на 3 балла. ⭐⭐⭐
В задачах оцифровки фото модель мгновенно считывает текстовые блоки и корректно форматирует списки и таблицы, расходуя при этом минимальное количество капсов.
Главная фишка: Достаточно быстрая скорость генерации и экономный расход ресурсов.
Тестируем!
Самая дешевая модель на данный момент. С первым текстом, как обычно, все отлично. Однако на втором также присутствует проблема с формулой. Однако учитывая стоимость, эту модель можно оценить минимум на 4 балла (а то и плюсом). ⭐⭐⭐⭐
4. Gemini 3 Pro (Google)
Изначально обученный на обработку разных типов данных (текст, фото, видео, аудио) в едином пространстве. Модель обладает хорошим блоком компьютерного зрения, что позволяет нейросети уверенно распознавать текст даже на поврежденных сканах, смазанных фотографиях со смартфона или снимках с неровным освещением.
Главная фишка: Нативная мультимодальность и устойчивость к шумам/бликам на фото.
Тестируем!
И здесь результат тоже удовлетворительный. Все тоже самое, что у Claude и Deepseek, но цена тоже кусается. Чуть менее уверенные 4 балла ⭐⭐⭐⭐
Известная своим прямым и быстрым стилем работы. В версии Grok 4.6 разработчики существенно улучшили считывание визуальных деталей, схем и чертежей. Модель мгновенно выделяет ключевые данные из таблиц и счетов, превращая их в структурированный текст.
Главная фишка: Быстрое извлечение фактов, ключевых пар “ключ-значение” и сведений из документов.
Тестируем!
Таблица есть, текст распознан, уверенные 4 балла ⭐⭐⭐⭐
По итогу все нейросети справились со своей задачей. Да, с небольшими огрехами, но весь текст они с легкостью (а самое главное относительно дешево) смогли распознать.
Давайте проверим несколько веб-сервисов, чтобы понять, а имеет ли смысл вообще платить за такую работу?
Веб-сервис OCR.space – один из самых популярных онлайн-инструментов в интернете. Работает прямо в браузере, вы просто загружаете фото или PDF-файл, выбираете язык оригинала и получаете распознанный текст.
Предоставляет до 25 000 бесплатных распознаваний в месяц, поддерживает более 30 языков (включая русский) и умеет отдавать результат как обычным текстом, так и в формате JSON.
Тестируем!
Да, а вот тут начинаются проблемы. Форматирование полетело, рукописный текст не был распознан, а также работать можно только с одним файлом за раз. Ну тут никак нельзя поставить более двух баллов, и то, это за быстроту ответа (распознавание в лучшем режиме заняло не более 5 секунд). ⭐⭐
Классический веб-конвертер OnlineOCR.net, которым пользуются миллионы людей по всему миру для быстрой оцифровки сканов. Сервис позволяет бесплатно за пару кликов перевести фото или PDF-документ в любой популярный редактируемый формат.
Тестируем!
Эээ ну.. даже комментировать ничего не хочется. Кое-как справился с текстом статьи, однако на рукописный текст стало страшно смотреть. Это претендент на последнее место, заслуженный один балл. ⭐
Convertio – популярный онлайн-сервис, который чаще всего используют для конвертации файлов, но у него есть и встроенный OCR-инструмент. С его помощью можно быстро распознать текст с фото или PDF и получить редактируемый документ.
Тестируем!
Как вы уже наверное поняли, информацию на сайте нельзя посмотреть сразу, нужно именно скачивать файл (формат кстати можно выбрать, уже небольшой плюс). А что с результатами? На самом деле тоже плачевно… С английским текстом он более-менее справился, но все же ошибки в формулах портят картину, поэтому придется перепечатывать их вручную. А вот что он мне с русским текстом сделал… просто выдал ту же картинку. Уверенные два балла. ⭐⭐
Общий рейтинг
⭐⭐⭐⭐⭐ |
|
⭐⭐⭐⭐ |
|
⭐⭐⭐⭐ |
|
⭐⭐⭐⭐ |
|
⭐⭐⭐ |
|
⭐⭐ |
|
⭐⭐ |
|
⭐ |
Что по итогу? Сегодня каждая современная модель легко справиться с распознаванием текста, пользователю остается только сравнивать цену на за работу. Отличился только GPT-5.6 Sol, у которого была уже готовая к вставке формула. И он же является заслуженным победителем сегодняшнего рейтинга. Соотношение цена/качество у данной модели лидирует. Второе место я бы отдал DeepSeek V4 Pro, который за меньшую стоимость также неплохо справился с задачей. Ну и сильно разочаровал Claude Opus 5, который съел в несколько раз больше токенов, чем все остальные модели, при этом результат был на уровне всех остальных (ну все же у него чуть другие задачи, понять можно).
Бесплатные сервисы к сожалению сегодня полноценно не справились с задачей, их эпоха уже уходит. Может лет 5-10 назад они и пользовались спросом, но теперь даже самая дешевая модель намного лучше оцифрует каракули вашего коллеги.
Наш блог
В нашем блоге есть много других интересных статей:
Топ-15 нейросетей-чатов на русском в 2026: сравниваем GPT, Claude, Gemini, DeepSeek
ИИ для резюме в 2026: как обойти ATS, ChatGPT и HR-алгоритмы
Нейросети для бизнес‑аналитика: разбор ТЗ, оценка проекта и план‑график за 15 минут
Как сделать коллаж из фото с помощью нейросети бесплатно: пошаговая инструкция