ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارThe Decoder→ المصدر

تراجعت كلفة OCR إلى الخُمس خلال 18 شهرًا: مليون صفحة بين $65 و$130

لم تعد رقمنة أرشيف من الكتب والوثائق الورقية مكلفة. فقد قارن Daniel van Strien من Hugging Face بين ثمانية نماذج OCR مفتوحة على 850 صفحة. كان أقدم النماذج، RolmOCR (أبريل 2025)، يكلّف 51 سنتًا لكل 1000 صفحة، بينما تقل كلفة أحدثها، LightOnOCR-3-0.8B (أكتوبر 2026)، عن 10 سنتات. ويبلغ مليون صفحة ما بين $65 و$130 كإيجار GPU. وقبل شراء خدمة جاهزة، من المفيد أن تقدّر كلفة تشغيلك الخاص.

معالج بواسطة الذكاء الاصطناعي من The Decoder؛ بتحرير Hamidun News
تراجعت كلفة OCR إلى الخُمس خلال 18 شهرًا: مليون صفحة بين $65 و$130
المصدر: The Decoder. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليThe Decoder ↗
رئيس التحرير
حقيقة رئيسية #1لم يوفّر ضبط إعدادات التشغيل أقل مما وفّره تغيير النموذج
حقيقة رئيسية #2جرى الاختبار على بطاقة RTX PRO 6000 واحدة بسعر $2,75 في الساعة عبر خدمة التأجير في Hugging Face
حقيقة رئيسية #3اختلقت بعض النماذج نصوصًا على الصفحات الفارغة وعلقت في حلقات تكرار

إذا كان لديكم مخزن من الصور الممسوحة ضوئيًا، مثل عقود قديمة وبطاقات أرشيفية وكتب مرقمنة، فلم يعد السؤال «كم يكلف تحويلها إلى نص» سؤالًا بلاغيًا. فالمقارنة الحديثة التي أجراها Daniel van Strien من Hugging Face تُظهر أن كلفة التعرف على النصوص في الصور انخفضت خلال عام ونصف بنحو خمسة أضعاف. وبات مليون صفحة يكلّف اليوم ما بين $65 و$130 كإيجار بطاقة رسوميات. لم يعد هذا ميزانية مشروع، بل بندًا في المصروفات بحجم عشاء للفريق.

كيف أُجري الاختبار

اختار Van Strien ثمانية نماذج OCR متاحة بحرية، وشغّلها على المجموعة نفسها المؤلفة من 850 صفحة. ضمّت المجموعة كتبًا قديمة في التاريخ الطبيعي، والموسوعة البريطانية الصادرة عام 1771، ووثائق أرشيفية مطبوعة وبالآلة الكاتبة. وهذه مواد يتعثر فيها التعرف على النصوص عادةً بسبب الطباعة الباهتة والخطوط غير المألوفة والتنسيق المعقّد.

عملت جميع النماذج على بطاقة Nvidia RTX PRO 6000 نفسها، واستأجرها الباحث عبر Hugging Face بسعر $2,75 في الساعة. وهذا مهم لنزاهة المقارنة، إذ تُحسب كلفة الصفحة هنا مباشرة من زمن تشغيل GPU، لا من تعرفات سحابات مختلفة.

وهذه هي النتيجة. كان أقدم النماذج في المقارنة، RolmOCR الصادر في أبريل 2025، يكلّف نحو 51 سنتًا لكل 1000 صفحة عند حجم الصورة نفسه. أما أحدثها، LightOnOCR-3-0.8B الصادر في أكتوبر 2026، فتقل كلفته قليلًا عن 10 سنتات. ولا تكاد الأسعار تختلف بين النماذج الخمسة الواقعة بينهما. وعند احتسابها لمليون صفحة، تتراوح الكلفة بين $65 و$130 بحسب مدى تعقيد المصادر.

وفي الوقت نفسه، قرأ النموذج الجديد صفحات الكتب بجودة لا تقل عن جودة النموذج القديم. أي إن الكلفة المنخفضة لم تتحقق على حساب الجودة، على الأقل في هذه المجموعة.

أين تحقق التوفير فعلًا

أكثر ما يفيد عمليًا في الاختبار أن تغيير النموذج ليس الرافعة الوحيدة. فبحسب van Strien، أعطى تحسين عملية التشغيل نفسها توفيرًا بحجم مماثل تقريبًا، وربما أكبر. ويقصد الباحث بذلك أربعة أمور:

  • تغذية النموذج بالصفحات بوتيرة أكثر انتظامًا حتى لا تبقى بطاقة الرسوميات عاطلة؛
  • استخدام صور ممسوحة أصغر حجمًا يظل النموذج قادرًا على قراءة النص فيها؛
  • تحديث البرمجيات التي يعمل عليها النموذج؛
  • استخدام بطاقة رسوميات أسرع.

والتشبيه المألوف هنا مطبعة بها طابعة جيدة. فإذا غُذّيت الطابعة بالورق على دفعات متقطعة، ومُسحت الصور بدقة لا يحتاج إليها أحد، فستعمل حتى أفضل طابعة ببطء وبكلفة عالية. لذلك ينبغي لمن يشغّل OCR بالفعل أن يتحقق أولًا مما إذا كان خط المعالجة يقف عاطلًا نصف الوقت، ثم يبحث بعد ذلك عن checkpoint جديد.

ما الذي يبقى موضع تساؤل

للنتيجة تحفظات يجدر تذكّرها. أولًا، ترتبط الأرقام باستئجار بطاقة رسوميات بعينها بسعر $2,75 في الساعة، وبمجموعة وثائق بعينها. وقد يختلف السعر والجودة عند تطبيقها على فواتيركم أو مخطوطاتكم أو جداولكم ذات الخط الصغير.

ثانيًا، أساءت بعض نماذج الاختبار التصرف. فقد «رأت» نصًا على صفحات فارغة، أي اختلقته، أو كرّرت المقطع نفسه بلا نهاية. وهذا خطأ مزعج في الأرشيف، لأنه يبدو كنص عادي ويمر بسهولة إلى قاعدة البيانات. وإذا كنتم تبنون بحثًا أو RAG فوق وثائق مرقمنة، فينبغي رصد الصفحات الفارغة والتكرارات الحلقية بفحص مستقل.

ثالثًا، هذه مقارنة أجراها مؤلف واحد، وليست benchmark مستقلًا. لكن الاتجاه واضح: أصبحت نماذج التعرف المفتوحة رخيصة بما يكفي لتشغيلها على أجهزتكم الخاصة أو على GPU مستأجر.

ماذا نفعل عمليًا

لفرق المنتجات والمؤسسين الذين يدفعون لخدمة OCR سحابية عن كل صفحة، حان وقت احتساب البديل: خذوا عينة من بضع مئات من صفحاتكم، وشغّلوا عليها نموذجين أو ثلاثة نماذج مفتوحة، وقارنوا السعر والجودة. وعلى المطورين أن يبدأوا بضبط خط المعالجة، أي حجم الصور الممسوحة والتغذية بالدفعات وإصدارات البرمجيات، قبل تغيير النموذج. وفي كل الأحوال لا بد من فحص الصفحات الفارغة والتكرارات. فعند كلفة تقل عن $130 لكل مليون صفحة، لا تكون الحوسبة هي الأعلى كلفة، بل الأخطاء الصامتة في البيانات.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف أُجري الاختبار؟

اختار Van Strien ثمانية نماذج OCR متاحة بحرية، وشغّلها على المجموعة نفسها المؤلفة من 850 صفحة. ضمّت المجموعة كتبًا قديمة في التاريخ الطبيعي، والموسوعة البريطانية الصادرة عام 1771، ووثائق أرشيفية مطبوعة وبالآلة الكاتبة. وهذه مواد يتعثر فيها التعرف على النصوص عادةً بسبب الطباعة الباهتة والخطوط غير المألوفة والتنسيق المعقّد. عملت جميع النماذج على بطاقة Nvidia RTX PRO 6000 نفسها، واستأجرها الباحث عبر Hugging Face بسعر $2,75 في الساعة.

ما أبرز التفاصيل حول أين تحقق التوفير فعلًا؟

أكثر ما يفيد عمليًا في الاختبار أن تغيير النموذج ليس الرافعة الوحيدة. فبحسب van Strien، أعطى تحسين عملية التشغيل نفسها توفيرًا بحجم مماثل تقريبًا، وربما أكبر. ويقصد الباحث بذلك أربعة أمور: تغذية النموذج بالصفحات بوتيرة أكثر انتظامًا حتى لا تبقى بطاقة الرسوميات عاطلة؛ استخدام صور ممسوحة أصغر حجمًا يظل النموذج قادرًا على قراءة النص فيها؛ تحديث البرمجيات التي يعمل عليها النموذج؛ استخدام بطاقة رسوميات أسرع. والتشبيه المألوف هنا مطبعة بها طابعة جيدة.

ما أبرز التفاصيل حول ما الذي يبقى موضع تساؤل؟

للنتيجة تحفظات يجدر تذكّرها. أولًا، ترتبط الأرقام باستئجار بطاقة رسوميات بعينها بسعر $2,75 في الساعة، وبمجموعة وثائق بعينها. وقد يختلف السعر والجودة عند تطبيقها على فواتيركم أو مخطوطاتكم أو جداولكم ذات الخط الصغير. ثانيًا، أساءت بعض نماذج الاختبار التصرف. فقد «رأت» نصًا على صفحات فارغة، أي اختلقته، أو كرّرت المقطع نفسه بلا نهاية. وهذا خطأ مزعج في الأرشيف، لأنه يبدو كنص عادي ويمر بسهولة إلى قاعدة البيانات. وإذا كنتم تبنون بحثًا أو RAG فوق وثائق مرقمنة، فينبغي رصد الصفحات الفارغة والتكرارات الحلقية بفحص مستقل.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…