位置付けとリリース日
Google Cloud Document AI の Enterprise Document OCR プロセッサのバージョンで、ドキュメントから文字とレイアウト情報を認識・抽出するために使用されます。公式は 2025 年 2 月 3 日に、このバージョンをリリース候補版(Release Candidate)として提供すると発表しました。現在のプロセッサ一覧では公開プレビュー版として掲載され、v2.1 に類似していると説明されています。(docs.cloud.google.com)
機能と用途
- ドキュメント内の印刷文字と手書き文字を認識し、文字とレイアウト情報を抽出します。プロセッサは 200 以上の言語に対応しています。スキャン文書のデジタル化、文書検索、その後のデータ処理に使用できます。(docs.cloud.google.com)
- PDF のネイティブテキスト抽出、言語検出、画像品質スコアリング、指定ページの処理などの設定に対応しています。このバージョンは、数式の LaTeX 抽出、チェックボックスの状態認識、フォントスタイル検出というオプションの OCR アドオンにも対応しています。(docs.cloud.google.com)
- 一般的な対応形式には、PDF、GIF、TIFF、JPEG、PNG、BMP、WebP が含まれます。(docs.cloud.google.com)
制限
- このバージョンは公開プレビューのリリース候補版であり、プロセッサ一覧で一般提供(GA)と記載された安定版ではありません。公式のバージョン一覧によると、
US、EU、asia-southeast1では利用できません。2025 年の発表で当初利用可能なリージョンとして挙げられたのは、asia-south1、australia-southeast1、europe-west2、europe-west3、northamerica-northeast1です。(docs.cloud.google.com) - プロセッサのドキュメントに記載されたドキュメント当たりの上限は、同期リクエストで 15 ページ、非同期バッチ処理で 500 ページです。同期リクエストで画像なしモードを有効にすると、最大 30 ページまで可能です。ページ範囲の指定は同期処理でのみサポートされます。(docs.cloud.google.com)
- 画像品質分析は、欠陥のないデジタル文書に対して誤検知を生じる可能性があり、スキャン文書や撮影された文書により適しています。有効にすると処理の遅延が増加します。(docs.cloud.google.com)
価格
確認日:2026 年 11 月 19 日。公式が公表しているのは、このバージョン単独のトークン価格ではなく、Enterprise Document OCR プロセッサの処理ページ数に基づく米ドル(USD)建ての料金です。標準価格欄では、毎月最初の 1,000 ページは無料、1,000~5,000,000 ページの階層は 1.50 米ドル/1,000 ページ、5,000,000 ページ以上の階層は 0.60 米ドル/1,000 ページです。OCR オプションアドオンの標準価格は 6.00 米ドル/1,000 ページです。入力と出力はそれぞれトークン単位で課金されません。具体的な料金とリージョンへの適用状況は、公式の料金ページと請求書を参照してください。(cloud.google.com)