Il confronto e il metodo
Un test comparativo condotto da Daniel van Strien, ricercatore di Hugging Face, ha misurato quanto costa oggi estrarre testo da materiali scansionati usando modelli di intelligenza artificiale liberamente accessibili. Il campione comprendeva 850 pagine: vecchi volumi di storia naturale, l'edizione del 1771 della Britannica e documenti d'archivio dattiloscritti e a stampa. La notizia è stata riportata da IT之家.
Tutti gli otto modelli esaminati sono stati eseguiti sulla stessa scheda grafica, una Nvidia RTX PRO 6000 noleggiata tramite Hugging Face al costo di 2,75 dollari l'ora. Tenere identiche le condizioni hardware permette di attribuire le differenze di spesa al modello e alla configurazione del processo, non all'infrastruttura.
Il crollo dei costi
A parità di dimensione delle immagini, il modello RolmOCR, pubblicato nell'aprile 2025 e il più vecchio del gruppo, richiedeva circa 0,51 dollari per ogni mille pagine riconosciute. Il modello più recente, LightOnOCR-3-0.8B, uscito nell'ottobre 2026, scende sotto i 0,1 dollari per la stessa quantità di pagine. Su scala maggiore, l'elaborazione di un milione di pagine comporterebbe un noleggio GPU tra 65 e 130 dollari, con variazioni legate al tipo di materiale originale.
La diminuzione non è soltanto effetto del cambio di modello. Secondo van Strien, ottimizzare il modo in cui i modelli vengono eseguiti può far risparmiare quanto o più del passaggio a una versione più nuova. Tra le misure indicate figurano una distribuzione più equilibrata dei compiti di elaborazione delle pagine, l'uso di scansioni di dimensioni minori, l'aggiornamento del software e il ricorso a GPU più veloci.
Accuratezza e limiti aperti
Sul fronte della qualità, il modello più recente, applicato alle pagine di libri, non risulta inferiore al più vecchio. Restano però problemi documentati: alcuni modelli tendono a generare testo su pagine vuote oppure a ripetere lo stesso contenuto più volte. Si tratta di errori rilevanti per chi digitalizza archivi storici, dove l'affidabilità della trascrizione conta quanto il costo.
Il dato principale riguarda i costi di elaborazione su un campione circoscritto e in condizioni hardware controllate. Il materiale non indica come i risultati si trasferiscano ad altri tipi di documenti, a lingue diverse o a qualità di scansione differenti, né specifica quali dei cinque modelli intermedi siano stati confrontati. La riduzione dei costi è quindi confermata nel perimetro del test, mentre la sua generalizzazione resta da verificare.
Perché conta
La digitalizzazione di libri e archivi è da tempo un'attività costosa, spesso limitata dalla disponibilità di risorse. Se il riconoscimento di mille pagine scende sotto 0,1 dollari, il vincolo economico si sposta dalla potenza di calcolo alla verifica umana degli errori. La notizia, attribuita a IT之家 sulla base del lavoro di van Strien, segnala un cambiamento misurabile, ma non ancora una soluzione completa.
