ModelVerdict
ČeštinaCS

Z našich dat

Přesnost 94,25 %, 49,87 % faktur špatně

Proč přesnost po polích skrývá většinu chyb při vytěžování a co to znamená pro skutečnou cenu zpracování faktur pomocí AI. 12 modelů, 5 jazyků.

Publikováno 6. října 2026 · čísla z běhu 20260930T183434Z-453f94

Když dodavatel tvrdí, že jeho AI čte faktury s přesností 94,25 %, skoro vždy myslí pole: ze všech názvů dodavatelů, dat, DIČ a částek jich 94,25 % vyšlo správně. Zní to skoro hotově. Není to tak. Účtárnu zajímá, kolik faktur projde bez lidského zásahu, a to číslo může být jen 50,13 %.

Rozdíl v číslech

Nechali jsme 12 modelů vytěžit 13 polí ze 150 syntetických faktur v každém z pěti jazyků (čeština, angličtina, němčina, francouzština, španělština), od čistého textu po skeny a fotky z mobilu. Tady je podíl správných polí vedle podílu faktur, kde byla správně všechna pole:

Model Správná pole Faktury úplně správně API / 1 000 Včetně oprav / 1 000
Claude Sonnet 5.5 99,97 % 99,59 % 10,65 USD 18,69 USD
Gemini 3.8 Flash 98,84 % 97,86 % 5,83 USD 48,51 USD
GPT-6 Sol 99,78 % 97,20 % 10,44 USD 66,44 USD
GLM-5.3 Flash 99,52 % 94,53 % 1,00 USD 110,32 USD
GPT-6 Luna 99,28 % 91,60 % 0,53 USD 168,53 USD
DeepSeek V4.1 Flash 99,31 % 91,46 % 0,57 USD 171,25 USD
Mistral Medium 3.5 96,81 % 73,73 % 4,67 USD 529,99 USD
Gemma 4 31B 95,35 % 62,66 % 0,20 USD 746,84 USD
Mistral Small 4 94,25 % 50,13 % 0,43 USD 997,75 USD

(Výběr z 12 modelů, průměr přes pět jazyků. Všechny modely a výsledky po jazycích najdete v žebříčku.)

Mistral Small 4 trefí 94,25 % polí, a přesto má 49,87 % faktur aspoň jedno pole špatně. Gemma 4: 95,35 % polí, ale víc než třetinu faktur je potřeba opravit.

Proč se ta dvě čísla rozcházejí

Faktura má 13 polí. Model, který se plete v 5,75 % polí, nesoustředí chyby do pár faktur; rozprostřou se. A k tomu, aby fakturu musel opravit člověk, stačí jedno špatné pole. Malá chybovost na pole se tak mění ve velkou chybovost na dokument.

Záleží i na tom, které pole je špatně. Mistral Small se nejvíc plete v datu zdanitelného plnění (82,33 %) a v DIČ (84,33 %). Gemma 4 v čísle účtu (80,93 %). I GLM-5.3 Flash je nejméně spolehlivý u čísla účtu (97,86 %), tedy u pole, kde chybu chcete nejméně.

Co to dělá s cenou

Cena API je menší část účtu. Řekněme, že oprava jedné faktury zabere 3 minuty při sazbě 40 USD za hodinu, tedy 2 USD za každou špatnou fakturu. Na 1 000 faktur pak:

  • Claude Sonnet 5.5 stojí 10,65 USD za API a 8,04 USD za opravy: 18,69 USD.
  • Mistral Small 4 stojí 0,43 USD za API a 997,32 USD za opravy: 997,75 USD.

Nejlevnější model na API je nejdražší v provozu. GLM-5.3 Flash je mezi nimi: na API desetkrát levnější než Sonnet, ale 5,46 % nedokonalých faktur z něj dělá 110,32 USD na 1 000 celkem. A to vše za předpokladu, že víte, které faktury jsou špatně. Bez kontrol, jako je součet částek, kontrola DIČ nebo čísla účtu, jdou chyby rovnou do účetnictví.

Minuty i hodinovou sazbu si pro svůj případ můžete změnit v doporučení modelu.

Na co se ptát, než model vyberete

  1. Přesnost na dokument, ne na pole. „Všechna pole správně“ je číslo, které odpovídá zpracování bez zásahu.
  2. Po polích. Které pole selhává, je stejně důležité jako jak často: špatné číslo účtu není špatná dodací adresa.
  3. Ve vašem jazyce a na vaší kvalitě vstupu. Skeny a fotky jsou těžší; GLM-5.3 Flash tam klesá na 93,99 %, Sonnet 5.5 drží 100 %.
  4. Na vašich vlastních dokumentech, pokud to jde. Syntetické faktury jsou férové srovnání, ne záruka.

Každé číslo vede až ke skutečným výstupům modelů: otevřete libovolný model v žebříčku nebo projděte ukázky. Jak faktury generujeme a jak odpovědi hodnotíme, popisuje metodika.

Podívejte se na aktuální výsledky pro vaši úlohu a jazyk →

Přihlášení e-mailem

E-mail použijeme jen k přihlášení (a k souhrnu, pokud ho zaškrtnete). Žádný spam.