← Alle Modelle

Document AI Enterprise Document OCR v2.1.1

Veröffentlicht Herausgeber Googlepretrained-ocr-v2.1.1-2025-01-31

Einordnung und Veröffentlichungsdatum

Eine Version des Enterprise Document OCR-Prozessors von Google Cloud Document AI zur Erkennung und Extraktion von Text und Layoutinformationen aus Dokumenten. Google kündigte offiziell am 3. Februar 2025 an, dass diese Version als Veröffentlichungskandidat (Release Candidate) eingeführt wird; die aktuelle Prozessorliste führt sie als öffentliche Vorschau und gibt an, dass sie v2.1 ähnelt. (docs.cloud.google.com)

Fähigkeiten und Einsatzmöglichkeiten

  • Erkennt gedruckten und handgeschriebenen Text in Dokumenten und extrahiert Text und Layoutinformationen; der Prozessor unterstützt mehr als 200 Sprachen. Er kann zur Digitalisierung von Scans, zur Dokumentensuche und zur nachgelagerten Datenverarbeitung eingesetzt werden. (docs.cloud.google.com)
  • Unterstützt Konfigurationen wie die Extraktion nativen PDF-Texts, Spracherkennung, Bildqualitätsbewertung und die Verarbeitung ausgewählter Seiten. Diese Version unterstützt außerdem optionale OCR-Add-ons: LaTeX-Extraktion mathematischer Formeln, Erkennung des Kontrollkästchenstatus und Erkennung von Schriftstilen. (docs.cloud.google.com)
  • Zu den gängigen unterstützten Formaten gehören PDF, GIF, TIFF, JPEG, PNG, BMP und WebP. (docs.cloud.google.com)

Einschränkungen

  • Diese Version ist ein Veröffentlichungskandidat in öffentlicher Vorschau und keine stabile Version, die in der Prozessorliste als allgemein verfügbar (GA) gekennzeichnet ist. Laut offizieller Versionsliste ist sie nicht für US, EU und asia-southeast1 verfügbar; in der Ankündigung von 2025 wurden zunächst asia-south1, australia-southeast1, europe-west2, europe-west3 und northamerica-northeast1 als verfügbare Regionen aufgeführt. (docs.cloud.google.com)
  • Die Prozessordokumentation nennt als Obergrenze pro Dokument 15 Seiten für synchrone Anfragen und 500 Seiten für die asynchrone Stapelverarbeitung; bei synchronen Anfragen sind mit aktiviertem bildlosem Modus bis zu 30 Seiten möglich. Die Angabe eines Seitenbereichs wird nur bei synchroner Verarbeitung unterstützt. (docs.cloud.google.com)
  • Die Bildqualitätsanalyse kann bei fehlerfreien digitalen Dokumenten Fehlalarme auslösen und eignet sich eher für gescannte oder fotografierte Dokumente; ihre Aktivierung erhöht die Verarbeitungslatenz. (docs.cloud.google.com)

Preise

Abfragedatum: 19. November 2026. Offiziell veröffentlicht sind die nach Anzahl verarbeiteter Seiten berechneten Preise in US-Dollar (USD) für den Enterprise Document OCR-Prozessor, keine gesonderten Token-Preise für diese Version: In der Standardpreisspalte sind die ersten 1.000 Seiten pro Monat kostenlos; die Preisstufe von 1.000 bis 5.000.000 Seiten beträgt 1,50 USD/1.000 Seiten; die Preisstufe ab 5.000.000 Seiten beträgt 0,60 USD/1.000 Seiten. Der Standardpreis für optionale OCR-Add-ons beträgt 6,00 USD/1.000 Seiten. Ein- und Ausgabe werden nicht getrennt nach Token abgerechnet; für die konkreten Kosten und die regionale Anwendbarkeit sind die offizielle Preisseite und die Abrechnung maßgeblich. (cloud.google.com)

Offizielle Quellen