OCR grátis da Baidu entra no catálogo com 65k de contexto

Você provavelmente não vai colocar o Qianfan-OCR-Fast no mesmo lugar onde está o Gemini 3.1 Pro Preview. Nem deveria. A pergunta que importa é outra: vale a pena ter um modelo desses rodando de graça no seu pipeline?

O que ele é, de verdade

A Baidu publicou no catálogo, em 20 de abril, um modelo com uma única missão: ler texto em imagem. A descrição oficial é direta — "purpose-built for OCR" — e o nome não esconde nada. É a versão rápida de um OCR anterior, com a promessa de ganho de desempenho sem perder a base multimodal que a Qianfan já tinha.

A modalidade é text+image->text: você manda imagem (e texto opcional) e recebe texto de volta. O contexto é de 65.536 tokens, mais do que a maioria dos documentos que alguém jogaria num extrator. E o preço é o que define o resto da conversa: zero na entrada, zero na saída. É o único campo free: true que aparece na ficha deste modelo.

O que os dados não dizem

Aqui começa o cuidado. O índice de inteligência veio vazio. O benchmark de código, o agentic, o blended, a velocidade — todos sem valor. O catálogo não publicou.

Não dá para escrever "o modelo é bom em X" sem dado. O que dá para dizer é o seguinte: ele foi treinado para uma tarefa específica, e benchmarks gerais não são o critério certo para avaliá-lo. Quem precisa medir qualidade de OCR precisa testar com os próprios documentos — notas de fiscal, recibos, carteirinhas, PDFs escaneados. É o tipo de modelo em que a avaliação caseira vale mais que qualquer ranking.

Onde ele se encaixa no tabuleiro

Olha o topo do catálogo hoje: o Gemini 3.1 Pro Preview lidera com IQ 47,7 e custa US$ 12 por milhão de saída. O GPT-5.3-Codex vem logo atrás a US$ 14. O DeepSeek V4 Pro é o mais barato acima de IQ 45, a US$ 1,74.

O Qianfan-OCR-Fast não está nessa disputa. Não está nem no ranking. É uma ferramenta de prateleira específica — o equivalente a um leitor de código de barras num supermercado que também vende carne importada. Você não compara o leitor com o açougueiro.

Para quem vale

• Equipes que precisam processar alto volume de documentos escaneados e querem zerar o custo da camada de extração.
• Produtos que já têm um LLM forte rodando para raciocínio e querem delegar só a parte chata — passar imagem para texto — para algo especializado.
• Times que testam OCR há meses e estão cansados de pagar por um modelo geral para fazer trabalho de extrator.

Para quem não muda nada

• Quem precisa de um modelo de uso geral (escrever, raciocinar, programar). Esse não é o lugar.
• Quem precisa de OCR com nota publicada para comparar com outros candidatos. Aqui você vai no teste empírico.
• Quem opera em jurisdições com restrição de dados sensíveis em provedores chineses — o criador é Baidu, e o dado de país de origem não foi publicado na ficha, mas o criador é.

A implicação prática

Se você já tem um pipeline de extração de texto de imagem, vale rodar o Qianfan-OCR-Fast por uma semana em paralelo com o que está usando hoje. Se a acurácia nos seus documentos for parecida e o custo cair para zero, a conta é simples. Se for pior, você perdeu uma semana e aprendeu que grátis não basta quando o erro custa mais que a fatura da API.

O catálogo tem 441 modelos listados hoje, 60 criadores diferentes. Modelos gratuitos e especializados são uma categoria própria — não competem com os topos de IQ, competem com a sua planilha de custos. Trate como isso.