你正在决定：把发票与合同处理放在一个需要自行整合的云端API上，还是买一个连工作流一并交付的成品平台。每页单价全部公开，但这个决策的关键并不在单价。
本文列出 Azure AI Document Intelligence、Google Document AI、AWS Textract 与 Rossum 在2026年的公开价目，计算一个真实香港处理量在各平台的实际年度支出，并指出每页单价没有包含的部分。
以下价格为各供应商的公开牌价，以美元计算。由于价目会变动，落实采购前请自行核对供应商定价页。
2026年AI文件处理每页实际收费是多少？
2026年的公开牌价由每千页0.6美元至50美元不等，决定价格的是你调用哪一个API，而不是你选哪一家供应商。纯文字提取在三大云平台均约为每千页1.5美元；结构化字段提取则贵上十至三十倍。
这个价差，是本文最重要的一项事实。
同一份PDF发票，收费可以是每千页1.5美元，也可以是50美元，分别只在于你调用的是纯文字检测，还是完整的表单与表格分析。开发团队往往默认使用最贵的调用方式，因为它返回的数据最丰富。
2026年每千页基准牌价
--- 纯文字提取（仅OCR）：Azure、Google 与 AWS 均约为每千页1.5美元。
--- 版面与结构解析：三家均约为每千页10美元。
--- 预建文件模型（例如发票、收据）：每千页8至10美元。
--- 自定义训练提取模型：每千页20至30美元。
--- AWS Textract 表单分析：每千页50美元，是本次比较中最高的单次调用收费。
Azure AI Document Intelligence 收费多少？
Azure AI Document Intelligence 2026年公开牌价为：Read（OCR）每千页1.5美元、Layout 每千页10美元、预建模型每千页10美元、自定义提取每千页30美元。高分辨率、公式与条码等附加功能，另加每千页6美元。
免费层确实存在，但范围极窄。
Azure 免费层每月提供500页额度，但每份文件只处理首两页，文件大小上限为4MB。这足以测试单页发票的提取质量，却不足以测试一份十二页的合同。
实务含义是：在评估阶段就要编列付费层预算，而不是评估之后才编。不少团队在免费层试点，事后才发现自己的真实文件从未被完整处理过。
Google Document AI 收费多少？
Google Document AI 的 Enterprise Document OCR，每月首500万页收费每千页1.5美元，超出部分降至每千页0.6美元。Layout Parser 为每千页10美元。自定义提取器与 Form Parser 为每千页30美元，高用量可降至20美元。
Google 是本次比较中，唯一在OCR上公开提供用量折扣的供应商。
当每月处理量达500万页，费率下降60%，由每千页1.5美元降至0.6美元。对于高用量的扫描作业而言，这是真实的结构性优势。
但若每月处理量低于约50万页，这项折扣完全无关，Google 的价格与 Azure、AWS 并无分别。不要让一个你永远达不到的用量级距，主导你的平台决策。
AWS Textract 收费多少？
AWS Textract 按API调用收费：DetectDocumentText 每千页1.5美元、表格提取约每千页15美元、表单分析每千页50美元；专为发票与收据而设的 AnalyzeExpense，约为每千页8至10美元。
Textract 是本文所有选项中，内部价差最大的一个。
调用 DetectDocumentText 是每千页1.5美元；在同一份文件上同时调用 AnalyzeDocument 的表单、表格与查询功能，收费可达每千页70美元。47倍的差距，纯粹取决于你的开发人员写了哪一行调用。
就发票与收据而言，AnalyzeExpense 以每千页8至10美元的价格，比用 AnalyzeDocument 表单分析拼凑同样结果更便宜，准确度通常也更高。许多团队根本不知道有这个API。
Rossum 收费多少？
Rossum 公开的 Starter 方案起价为每年18,000美元，包含API访问、邮件或手动上传的文件接收、12个月文件归档与搜索、Rossum Aurora 文件AI，以及不限账户数。Business 与 Enterprise 层级只提供报价，不公开价格。
Rossum 并非按页收费，用单位成本与三大云平台比较，会错过重点。
Starter 买到的是一个可运作的应付账款产品：核实界面、复核队列、审计轨迹，以及不限用户账户。在 Azure、Google 或 AWS 上，你收到的是一个API响应，上述所有东西都要自己建。
Starter 之上的层级，对企业买家更重要。Business 增加自定义业务逻辑、主数据匹配、重复检测，以及 SAP 与 Coupa 集成；Enterprise 再加单点登录、沙盒环境、指定云位置与自定义品牌。两者都需要经过销售流程，价格均未公开。
每月8,000张发票，实际年度成本是多少？
假设一家香港物流公司每月处理8,000张发票，平均每张两页，即每月16,000页。按公开牌价计算，年度API支出约为：AWS AnalyzeExpense 1,920美元、Azure 预建发票模型 1,920美元、Google 自定义提取器 5,760美元；Rossum 则由18,000美元起。
这道算术应该在供应商演示之前完成，而不是之后。
试算：每月16,000页，纯发票处理
--- AWS Textract AnalyzeExpense，每千页10美元：每月160美元，全年约1,920美元。
--- Azure 预建发票模型，每千页10美元：每月160美元，全年约1,920美元。
--- Google 自定义提取器，每千页30美元：每月480美元，全年约5,760美元。
--- Rossum Starter：全年18,000美元固定收费，无论你送出16,000页还是60,000页。
1,920美元与18,000美元之间的差距看似决定性，实际并非如此，下一节解释原因。
每页单价没有包含什么？
API费用是文件自动化预算中最小的一条线。集成工程、异常处理界面、核实人力、主数据匹配与持续准确度监察，通常才是成本主体。一笔1,920美元的年度API账单，往往落在一个首年成本数倍于此的项目之内。
五项不会出现在任何定价页上的成本：
--- 集成工程。把提取结果接上你的ERP、与采购订单匹配、处理失败情况，在每一次部署中都是定制工作。
--- 异常处理界面。大约每十份文件就有一份需要人工复核。这个画面总要有人去建，或者你购买一个已内置的产品。
--- 核实人力。字段准确度达95%，仍然代表有人要检查被标示的那5%。这笔人手开支，才是真正的运营成本。
--- 主数据匹配。把提取到的供应商名称对上正确的供应商记录，与读取文字是两个不同的问题，而大多数项目正是卡在这里。
--- 准确度漂移监察。文件版面会改变。若无人量度，提取质量会安静地下滑。
若你需要建立整体AI支出的全貌，可参考我们的企业AI成本管理框架，当中说明如何编排这类预算。
各个选项真正的弱点在哪里？
本文每一个选项，都存在一种不应选它的情况。Azure 免费层把文件截断至两页；Google 的用量折扣，中型企业永远达不到；Textract 的定价，对错误的API调用惩罚极重；Rossum 的18,000美元门槛，在每月约3,000份文件以下并不划算。
直接写明，因为一份每一项都由同一个选项胜出的比较，只是广告。
Azure 的弱点在于你需要低成本评估多页文件的时候。免费层两页的上限，令合同与月结单的诚实试点测试无法在不付费的情况下进行。
Google 的弱点在于中型市场买家。它的结构性优势要在每月500万页以上才启动；一家500人的香港企业不会达到，付的价钱与其他人一样。
AWS 的弱点在于成本可预测性。同一页文件，最便宜与最贵的调用相差47倍，代表一个开发人员的决定就能令账单倍增。治理成本是真实存在的。
Rossum 的弱点在于入门价格。每月约3,000份文件以下，每年18,000美元相对于在云端API上做一次称职集成所能得到的成果，并不划算。它亦不公开 Business 与 Enterprise 价格，因此 Starter 以上的预算编列，必须经过销售周期。
UD 自身的限制同样值得写明。UD 是香港的技术实施伙伴，并非上述平台的分销商。我们不制订它们的价格，亦无法代你取得供应商折扣。如果你的需求只是一个纯粹的应付账款产品、无需与既有系统集成，直接购买 Rossum 或同类AP平台是合理路径，你并不需要实施伙伴。
你应该选哪一个？
按文件量与内部工程能力决定。每月3,000份文件以下且有自家开发人员，选 Azure 预建模型或 AWS AnalyzeExpense。每月3,000份以上而没有工程资源，Rossum 这类成品平台值回其门槛价。每月500万页以上，Google 的用量级距胜出。
四种买家轮廓，以及对应的诚实结论：
--- 每月3,000份文件以下，有开发人员。Azure 预建模型或 AWS AnalyzeExpense。年度API支出低于2,000美元，复核界面由你自行建置。
--- 每月3,000份以上，没有多余工程资源。选成品平台。工作流、核实画面与审计轨迹本身就是产品，自行重建所耗的工程时间，成本高于18,000美元。
--- 已经全面采用某一朵云。使用该供应商的服务。跨云数据传输加上第二次信息安全审查的成本，会高于价差本身。
--- 每月500万页以上。Google Document AI。在该规模下，降至每千页0.6美元每年可省下六位数金额。
正确的下一步是什么？
在向任何供应商索取报价之前，先确立三个数字：每月文件数量、每份文件平均页数，以及你实际需要提取的字段。缺少这三项，你收到的每一份报价都建基于供应商的假设而非你的用量，比较也就失去意义。
接着，用你自己的500份文件做一次付费试点，而不是用供应商的样本。
在你真实的版面上量度字段层级准确度，并统计有多少份文件需要人工修正。这个百分比乘以文件量、再乘以全额人力时薪，才是你真正的运营成本。API费用只是尾数。
文件自动化，是少数在投入前算术上就能算清楚的AI投资之一。大多数机构跳过这一步，改为凭演示的观感决定。科技周期来了又去，能够带着可运作系统走过周期的企业，往往是身边坐着一位经验丰富的伙伴、在合同之前先要求看用量数字的那些。懂AI的冷，更懂你的难。UD 同行28年，让科技成为有温度的陪伴。
本文由 UD 香港企业 AI 团队审阅。所列价格为2026年8月各供应商公开牌价，采购前请自行核实。
先算清楚你自己的数字
在比较报价之前，先弄清文件工作实际消耗了团队多少成本。UD 的 AI Staff Solution 让受训的AI员工接手行政、会计与后勤文件流程；由用量评估、平台选型，到系统集成与准确度追踪，UD 团队手把手带你完成每一步。28年香港企业服务经验。
