Nowa produkcyjna wersja clearOCR API v2.0. Wyniki testu OCR na 53,8 tys. najtrudniejszych stron

Udostępniliśmy nową, produkcyjną wersję clearOCR API v2.0 — narzędzia OCR do polskich dokumentów, PDF-ów, skanów i zdjęć.

To ważny etap w rozwoju clearOCR. Nową wersję oceniliśmy na bardzo wymagającym, wewnętrznym zestawie dokumentów. Ten zbiór należy do najtrudniejszych, z jakimi dziś pracujemy.

Serwis clearOCR.com jest już dostępny. Każde nowe konto otrzymuje 1000 darmowych przetworzeń do wykorzystania przez API, więc własne testy można rozpocząć od razu.

Przy okazji premiery publikujemy wyniki naszego wewnętrznego testu porównawczego. Jego celem było sprawdzenie, jak aktualna produkcyjna wersja clearOCR wypada względem poprzedniej produkcji oraz dwóch dużych modeli ogólnych.

W teście porównaliśmy:

• aktualną produkcyjną wersję clearOCR v2.0,
• poprzednią produkcyjną wersję clearOCR v1.1,
• Mistral Large,
• Qwen3.5 397B.

To był „ogon ogona” danych

Test objął około 53,8 tys. stron, a kluczowy jest tutaj kontekst.

Wykorzystaliśmy dane, które pozostały po budowie naszego zestawu szkoleniowego. W praktyce oznacza to resztkowy hard tail — fragment danych złożony z wyjątkowo trudnych stron, na których modele zwykle radzą sobie najsłabiej.

To zbiór przypadków, na których wcześniejsze modele regularnie traciły jakość. W naszych wcześniejszych testach żaden z nich nie uzyskał na tym secie kompletu ocen excellent.

Taki materiał dobrze pokazuje odporność modeli na najtrudniejsze, brzegowe przypadki. Właśnie dlatego uznajemy go za wartościowy.

Co znalazło się w zbiorze testowym

W secie znalazły się między innymi:

• pisma urzędowe, w tym umowy, ustawy, rozporządzenia i informacje o przetargach,
• pismo ręczne,
• skany i zdjęcia książek — od starodruków, przez XIX i XX wiek, po materiały współczesne,
• druki ulotne, takie jak gazetki, reklamy, ulotki i plakaty,
• paragony i faktury,
• logotypy oraz tekst osadzony w grafice,
• prezentacje i formularze,
• gazety historyczne i współczesne,
• dokumenty naukowe oraz teksty zawierające miks języków i alfabetów,
• zdjęcia wykonane telefonem w słabym oświetleniu i skany bardzo niskiej jakości.

Jak testowaliśmy

Wszystkie modele pracowały w tych samych warunkach:

• identyczny prompt,
• temperatura: 0.0,
• wyłączony tryb thinking.

Modele clearOCR działały lokalnie na naszej infrastrukturze. Qwen3.5 i Mistral Large odpytywaliśmy przez zewnętrzne API przy zachowaniu tych samych ustawień generowania.

Parametry obrazów wejściowych:

• maksymalna długość dłuższego boku: 2100 px,
• kompresja: JPEG q=90%.

Danych wejściowych nie przygotowywaliśmy dodatkowo pod konkretne modele. Stron nie prostowaliśmy, obrotów nie korygowaliśmy, obrazów nie poprawialiśmy ręcznie. Test był bliski temu, jak OCR działa później w realnych procesach.

Metodologia oceny

Do weryfikacji użyliśmy zautomatyzowanego sędziego opartego na modelu GPT-5-mini z profilem low. Sędzia analizował obraz źródłowy i wynik OCR. Oceniał zgodność znaków i słów, zachowanie układu, integralność treści, poprawność liczb, dat i kwot, polskie znaki diakrytyczne oraz ogólną czytelność.

Przyjęliśmy konserwatywne podejście. W sytuacji niepewnej sędzia miał obniżać ocenę.

Każda strona trafiała do jednej z czterech kategorii:

• excellent — praktycznie idealnie,
• good — bardzo mało błędów lub ich brak w praktycznym użyciu,
• fair — dużo błędów,
• poor — wynik nienadający się do bezpiecznego dalszego przetwarzania.

Na potrzeby podsumowania liczyliśmy też dwie dodatkowe metryki:

• prod_ready = excellent + good
• review = fair + poor

Zastrzeżenie: potencjalny błąd sędziego jest zauważalny i szacujemy go na około 2 pp. Ten test traktujemy więc jako mocny sygnał porównawczy, a nie laboratoryjny benchmark z precyzją do dziesiątych części procenta.

Wyniki testu OCR na 53,8 tys. najtrudniejszych stron

Najważniejszy wniosek

Na tym zbiorze aktualna produkcyjna wersja clearOCR v2.0 osiągnęła najlepszy wynik całościowy.

W praktyce liczą się tutaj trzy rzeczy:

• najwyższy współczynnik excellent: 9.69%
• najwyższy współczynnik prod_ready: 71.07%
• bardzo niski poziom poor: 1.83%

Taki układ wyników ma dla nas duże znaczenie. Oznacza, że model częściej daje rezultat gotowy do użycia i rzadziej kończy pracę ciężką porażką.

clearOCR v2.0 vs poprzednia produkcja v1.1

Różnice są duże i czytelne:

• excellent: 9.69% vs 4.37%
• prod_ready: 71.07% vs 53.53%
• poor: 1.83% vs 4.13%

To pokazuje wyraźny skok jakościowy. Nowa wersja produkcyjna dużo częściej daje wynik gotowy do dalszego użycia. Znacznie rzadziej kończy się też wynikiem, który wymaga ręcznego ratowania.

clearOCR v2.0 vs Qwen3.5 397B

Porównanie z ogromnym modelem ogólnym Qwen3.5 397B wygląda tak:

• clearOCR v2.0: 71.07% prod_ready
• Qwen3.5-397B: 70.31% prod_ready

Różnica w prod_ready wynosi +0.76 pp na korzyść clearOCR. Ta wartość mieści się w szacowanych granicach błędu sędziego, więc nie traktujemy jej jako definitywnego rozstrzygnięcia całego porównania.

Warto jednak spojrzeć szerzej:

• excellent: 9.69% vs 9.05%
• poor: 1.83% vs 3.86%

Na tym secie nasz wyspecjalizowany model osiąga wynik porównywalny z ogromnym modelem ogólnym. W kilku ważnych metrykach wypada też lepiej.

clearOCR v2.0 vs Mistral Large

Tutaj przewaga clearOCR jest bardzo wyraźna:

• clearOCR v2.0: 71.07% prod_ready
• Mistral Large: 50.01% prod_ready

To różnica 21.06 pp na korzyść clearOCR.

Podobnie wygląda to w kategorii excellent:

• clearOCR v2.0: 9.69%
• Mistral Large: 4.74%

Na tym trudnym secie Mistral Large wypadł po prostu znacznie słabiej.

Dlaczego kategoria „poor” jest tak ważna

W OCR łatwo patrzeć głównie na współczynnik excellent, bo to metryka, która dobrze wygląda w nagłówkach. W praktyce produkcyjnej równie ważne jest to, jak rzadko model zawodzi w sposób poważny.

Przy dokumentach używanych w księgowości, archiwizacji, rekrutacji czy automatyzacji procesów liczy się to, czy:

• nie giną liczby,
• nie mylą się daty,
• nie rozjeżdżają się identyfikatory,
• nie znika fragment treści,
• wynik nie wymaga ręcznej naprawy od zera.

Właśnie dlatego poziom poor = 1.83% ma dla nas tak duże znaczenie.

Co poprawiło się w praktyce

Widzimy też praktyczne efekty zmian. Nowa wersja lepiej radzi sobie z przypadkami, które wcześniej były wyraźnie trudniejsze:

• pismo ręczne i bardziej złożone układy,
• słabe zdjęcia robione smartfonem,
• dokumenty ze starych, zniszczonych książek,
• formularze wielojęzyczne,
• tekst osadzony w grafice.

OCR pisma ręcznego nadal pozostaje trudnym problemem. Obecna wersja clearOCR v2.0 radzi sobie jednak z takimi materiałami wyraźnie lepiej niż wcześniejsze iteracje.

Czego ten test nie pokazuje

Ten test nie jest publicznym benchmarkiem całego rynku OCR dla języka polskiego. Nie pokazuje też średniej jakości na całym rozkładzie dokumentów.

To wewnętrzny test na resztkowym hard tailu danych, które zostały po budowie datasetu szkoleniowego. Taki materiał dobrze nadaje się do porównań odporności modeli na najtrudniejsze przypadki.

Z tej perspektywy wynik jest dla nas bardzo mocny:

• nowa produkcja clearOCR v2.0 wyraźnie poprawia poprzednią wersję v1.1,
• zdecydowanie wyprzedza Mistral Large,
• osiąga wynik porównywalny z Qwen3.5 397B,
• w kilku ważnych metrykach wypada lepiej.

Co to oznacza dla Twojego biznesu

Wniosek jest prosty: rozwijamy clearOCR pod trudne dokumenty z prawdziwego świata.

Takie podejście ma znaczenie wszędzie tam, gdzie codziennie pojawiają się:

• PDF-y,
• skany,
• zdjęcia dokumentów,
• dokumenty urzędowe,
• faktury i paragony,
• CV,
• stare książki i archiwalia,
• trudny OCR po polsku.

Właśnie pod takie zastosowania rozwijamy nasze API.

Rozpocznij testy

Najnowsza produkcyjna wersja clearOCR API v2.0 jest już dostępna publicznie.

Załóż konto na clearOCR.com i odbierz 1000 darmowych przetworzeń, aby sprawdzić na własnych danych, jak clearOCR radzi sobie z PDF-ami, zdjęciami, trudnymi skanami i dokumentami, które trzeba zamienić na czysty tekst.

Własny test mamy już za sobą. Patrząc na ten wynik, oceniamy ten etap jako bardzo mocny krok naprzód.

Poniżej pokazujemy kilka przykładowych materiałów ilustrujących, jak w praktyce wyglądają różne poziomy jakości OCR.

Excellent - Dokument urzędowy odpowiedź

Excellent - Ulotka sfotografowana z ręki

Excellent - Kierunkowskazy ze zdjecią telefonu

Fair - Maszynopis z 1946 r.

Good - Umowa o partnerstwie gmin

Good - Strona książki z cieniami