——小菜：“大胖老师，云OCR一页才几分钱，听着跟不要钱似的，为啥你说它是无底洞？”

——大胖老师：“你见过超市里‘买一送一’的促销吗？进去一看，买一瓶洗发水送一包试用装，最后你推了一整车出来，信用卡刷爆。云OCR的计费规则，就是这么设计的。”

——小菜：“那咱们今天就把它扒个底裤朝天？”

——大胖老师：“不用扒，他们自己写在价目表里，只是字特别小。”

一、一张让馆长血压飙升的账单

话说2023年秋天，某市图书馆的李馆长收到了一封邮件。邮件来自一家国内知名的云服务商，标题是“您的OCR服务月度账单已生成”。李馆长随手点开，心想上个月就用OCR识别了几本地方志，能有多少钱？然后他看到了那个数字，端茶杯的手开始微微颤抖。

账单上写着：文字识别服务调用87234次，版面分析调用42105次，表格识别调用1832次，高精度模式附加费……总计消费：人民币4862.3元。

李馆长把茶杯往桌上一墩，拨通了技术部小陈的电话：“小陈，你给我解释一下，我们就扫了十几本书，怎么花了将近五千块钱？这比买书还贵！”小陈支支吾吾地说：“馆长，那个……一本书扫一遍不行的，有的页面要反复扫好几次才准，而且版面分析、表格、印章识别都是另外算钱的……我没想到会这么多。”李馆长扶着额头，血压计上的数字跟着往上跳。

这不是段子。这是大胖老师调研时收集到的真实案例之一。李馆长的遭遇绝非个案，在全国各地图书馆、档案馆的数字化进程中，云OCR的计费陷阱像一个沉默的碎钞机，悄悄吞噬着本就捉襟见肘的经费。大胖老师决定用最朴素的方式——按计算器——把这个坑的深度和宽度，一寸一寸地量出来。

二、计费规则大起底：你以为的“一次调用”根本不是你以为的

大胖老师打开三家主流云OCR的定价页面，投屏在墙上。小菜搬出了计算器，准备记录。师徒俩像两个精算师，开始了一场“云OCR成本审计”。

第一层：基础计费单位里藏着的猫腻

所有云OCR都宣称“按次计费”，但“一次”的定义各不相同。有的定义为“每张图片调用API一次”，有的定义为“每次成功返回识别结果”，还有的加了限制条件：“单次处理图片大小不超过4MB，超过则自动分割为多次调用”。小菜指着这条：“古籍扫描件为了清晰度，一张图经常十几MB，那一页不就自动变成好几次调用了？”大胖老师点点头：“你已经发现第一个坑了。你以为一页就是一次，实际上可能被悄悄拆成三四次。”

第二层：必选功能的“拆包零售”

普通的现代文档OCR，认字就是认字。但古籍不同，你需要版面分析来区分正文和注文，需要方向检测来处理竖排。这些在本地OCR里是标准流程，在云OCR里却被拆成了独立的收费模块。大胖老师念着某平台的定价表：“通用文字识别，0.008元/次；版面分析，0.005元/次；文字方向分类，0.003元/次；表格识别，0.01元/次；印章检测，0.008元/次……”他念完，问小菜：“一页古籍把这些全勾上，基础费用是多少？”

小菜啪嗒啪嗒按计算器：“0.008 + 0.005 + 0.003 + 0.01 + 0.008 = 0.034元。不过表格和印章不是每页都有……”

“按一半概率算，平均一页0.025元左右。”大胖老师划掉这个数字，“这只是第一次调用的成本。后面还有惊喜。”

第三层：高精度模式的“价格翻倍术”

云OCR通常提供“普通版”和“高精度版”两种模式。普通版速度快、便宜，但对古籍的复杂字形和排版效果很差，准确率可能不到70%。高精度版效果好不少，能达到85%以上，但计费单价直接翻倍甚至更高。大胖老师指着某平台的价格说明：“通用文字识别（普通）：0.008元/次；（高精）：0.015元/次。版面分析一样翻倍。”小菜重新按了一遍计算器，把各项都换成高精度模式，得出新数字：一页约0.05元。

“0.05元一页，”大胖老师把这个数字写在白板上，“看着还是不多，对吧？我们继续往下算。”

三、重试成本：为什么古籍一页往往要“回炉”好几次？

“如果古籍一页扫一次就能完美识别，0.05元一页我也认了。”大胖老师话锋一转，“但现实是，古籍识别从来不是一锤子买卖。你跟古籍打过交道，应该清楚有多少返工的情况。”

小菜掰着手指数：

• 扫描参数不对，图片太暗或太亮，识别效果差，需要重新扫描后重新识别——再来一次。

• 版面分析把正文和夹注混在一起，需要手动调整区域后重新识别——再来一次。

• 有些页面特别复杂，第一次识别某个角落的字全错，需要针对性优化预处理参数后重新识别——再来一次。

• 校对时发现某个关键字错了，需要重新框选那个区域单独识别——再来一次。

• 系统升级模型后，为了更好的效果，需要对旧数据重新识别——整体再来一遍。

大胖老师总结：“保守估计，平均一页古籍从原始扫描到最终可用的文本，至少要调用3次API。有些挑剔的学者，校对时发现一个字不对就要整页重跑。你算算，0.05元乘3是多少？”

小菜按计算器：“0.15元一页。”

“再乘以一个中等县馆的馆藏量。假设两万册古籍，每册50页，就是100万页。”大胖老师把数字写下来，“100万页 × 0.15元 = 15万元。”

小菜倒吸一口气：“十五万？这够王大姐她们馆发好几个月的工资了！”

“而且这还只是首轮识别的费用。”大胖老师继续补充，“古籍数字化不是一锤子买卖。后续发现有漏扫、有新捐赠、有版本更新，或者单纯想用更先进的模型重新识别一次，都得再花钱。这就像你买的不是房子，是酒店——住一晚付一晚，永远没有‘住满归你’的那一天。”

四、隐藏成本大曝光：流量费、存储费和“等等费”

大胖老师还没算完。他又掏出另一张表，上面列着几个容易被忽略的隐藏成本。

流量费。云OCR识别需要把图片上传到云端。一张300DPI的A4古籍扫描件，大小约5MB。100万页就是5TB的上传流量。很多云服务商的上传流量是免费的，但有的会按量计费，尤其是跨区域传输时。就算上传免费，后续下载识别结果、导出双层PDF也要走下行流量。大胖老师查了某云平台的下行流量价格：0.5元/GB。5TB的下行流量就是2500元。这又是一笔隐形开销。

存储费。很多云OCR服务会把上传的图片默认保存一段时间，方便你后续查看和重新处理。听起来是便利功能，但存储是按时间和容量计费的。100万张图片，即使每张只有5MB，也是5TB的存储量。云存储的价格一般在0.1元/GB/月左右，5TB一个月就是500元。一年6000元。如果不及时清理，这笔钱就会像忘记关的水龙头，一个月一个月地流。

等等费。这是大胖老师自己发明的词。“云OCR不是实时出结果的，大量调用要排队。小规模识别还好，你一晚上扔进去几千页，可能就要排在别的大客户后面慢慢等。对于抢救性项目——比如我们之前提到的48小时老宅拆迁——这种等待根本不可接受。时间成本没法算，但绝对是最贵的成本之一。”

小菜把这几项加进总账，重新按计算器：首次识别15万，流量0.25万，存储首年0.6万，合计将近16万。他盯着这个数字看了半天：“大胖老师，这个价钱，都够给我们实验室配十台高配电脑，全装上咱们的文渊慧典，然后跑十年不用再花一分钱。”

“这就是云OCR的商业模式本质。”大胖老师放下计算器，“它不是为你着想的最优方案，而是为厂商利益最大化的收费艺术。你用的越多，它赚的越多。你的古籍越难识别，你需要调用的次数就越多，它就越开心。你跟它的利益是冲突的——你要省钱，它要赚钱。这游戏从一开始就不公平。”

五、两个真实的故事：当账单敲门时

空算数字不够过瘾，大胖老师又讲了两件真人真事，让“天价账单”这个词从抽象变具体。

第一个故事：被“双重收费”逼疯的馆员

2024年初，东部沿海某市图书馆用云OCR处理了一批民国报纸。报纸是双面印刷，一张报纸拍成两页，总共约五万页。馆员小周为了省钱，仔细研究了计费规则，关掉了所有“非必要”的附加功能，只勾选了最基础的文字识别。

三天后，账单到了：两千三百块。小周觉得不对，按他的计算，五万页乘以0.008元/次，应该只有四百块。他打开消费明细，发现大量页面被额外计了“文字方向分类”和“图像质量增强”两个模块的费用。他打电话问客服，客服答复：“系统检测到部分图片方向不一致或质量不佳，自动启用了相应模块进行优化处理。这是为了保证识别效果，默认开启的。”

“默认开启？”小周怒了，“我明明把所有附加功能都取消了！”客服耐心解释：“先生，您取消的是‘手动勾选’，但系统有自动检测机制，当识别置信度低于阈值时，会自动调用优化模块重新处理，这些调用也会计入账单。”翻译成人话就是：你觉得你关掉了，系统觉得不行，又偷偷帮你打开了，然后找你收钱。小周把这个叫“强制消费式识别”，虽然钱追回来了（投诉后），但那批报纸的数字化进度被耽误了两周。

第二个故事：欠费后数据被“撕票”

西北某县图书馆在2022年曾用一家云OCR的免费试用额度处理了一批家谱。试用期结束，额度用完了，但馆里还想继续识别后续的几百页。馆长觉得费用偏高，决定暂时停用，想等年底经费下来再说。他以为已经识别完的数据会保留在云端账号里，随时能下载。

年底，他登录账号，准备把之前的结果全部导出。系统提示：“您的账户因长期未使用，已进入休眠状态。历史数据将在30天后自动清理，如需保留，请升级至付费套餐。”馆长大惊失色，赶紧联系客服，被告知免费额度用户的数据保留期只有90天，到期自动删除，恢复数据需要支付数据恢复费——每GB 200元，他那批数据大概十几个GB，加起来比重新识别还贵。

馆长气得在电话里跟大胖老师吐槽：“这就像你去照相馆拍了全家福，没及时取照片，过几个月去拿，老板说底片销毁了，要恢复得加钱。我都没欠他钱，他就是不给你！”大胖老师听完，沉默了很久，后来把这个故事写进了项目需求文档的“数据安全”一章，旁边用红字标注了四个字：本地存储，生死不移。

六、本地OCR vs 云OCR：我们把账算到小数点后两位

大胖老师让小菜做了一张对比表，把本地部署的“文渊慧典”和云OCR的全生命周期成本放在一起，算一笔五年长账。假设：某县馆藏古籍2万册，100万页，五年内完成全部数字化。

云OCR方案：

• 首轮识别：100万页 × 0.15元/页 = 15万元

• 存储费：5TB × 0.1元/GB/月 × 12月 × 5年 = 3万元

• 流量费（含后续下载导出）：估算1万元

• 版本更新重识别（假设模型升级两次，每次重跑30%的核心文献）：60万页 × 0.15元/页 = 9万元

• 五年总计：约28万元

文渊慧典方案：

• 硬件：普通办公电脑一台（5000元），外置硬盘用于备份（1000元）

• 软件授权费：0元（开源）

• 电费：电脑功率150W，按0.6元/度电，跑100万页约需1000小时，电费约90元

• 维护成本：系统更新免费下载，馆员自己就能操作

• 五年总计：约6090元

小菜按计算器的手在抖：“28万对6千……这差了将近47倍！”

“而且，云OCR的28万是最保守的估计，”大胖老师补刀，“没有算人工校对的时间成本，没有算网络不稳定的重传损失，没有算万一经费断档导致数据被清理的风险。而我们的6千是最高估计——实际上很多馆的电脑本来就是现成的，不需要额外采购，那就只剩电费。一百块钱电费，把全馆古籍数字化，你觉得王大姐听到这个，会不会笑出声？”

七、为什么“便宜”的反而是最贵的？

算完这笔账，大胖老师提出了一个灵魂拷问：“云OCR一页几分钱，听着是白菜价，为什么最后的总账却高得吓人？”

他自问自答：“因为云OCR的计费模式是为‘不确定性’设计的。古籍识别的难度不确定、需要调用的次数不确定、后续的需求不确定。厂商利用这种不确定性，把每一个可能的不确定都变成了收费点。你为了应对不确定，只能不断充值，最终陷入‘用也不是，停也不是’的泥潭。这就像自助餐和点菜的区别——你以为点菜便宜，结果每道菜都单算钱，吃完一结账，比自助餐贵好几倍。”

“而本地OCR，精髓在于‘一次投入，无限使用’。识别一百页和识别一百万页，边际成本趋近于零。电费是恒定的，时间是可以规划的，数据是安全可控的。你把不确定性关在了门外，所以总成本就被锁死在一个极低的水平。”他顿了顿，补了一句：“我们选择的这条路，不是最炫的，但一定是对王大姐最友好的。她不需要懂什么计费规则，不需要担心账单超预算，不需要跟客服扯皮。她只需要一台电脑，一个软件，一本书。这不叫技术降级，这叫技术伦理。”

八、尾声：计算器没用完的电池，留给自己

那天的计算器测试结束后，小菜把电池从计算器里拆出来，放回抽屉。大胖老师问他为什么不继续用了，小菜说：“账已经算清楚了，以后不用再算了。省下来的电池，留着自己用。”

大胖老师笑了。他拧开保温杯，对着窗外的夕阳喝了一口。阳光洒在计算器上，旁边是一张纸，写着两行数字：28万 vs 6千。他拿起笔，在28万下面画了一道重重的横线，在旁边批注：“不是不让你贵，是你不值。”

后来，这张纸被小菜复印了好几份，贴在实验室的墙上、贴在项目文档的扉页、贴在他自己笔记本电脑的背面。每次有人问他“你们为什么不做云端的，多方便啊”，他就指指那张纸，笑着回答：“方便是方便，就是费馆长。”

本文为注水技术版，您看看即可，不必当真，写此文字就是图一乐：-）