94,25 % de precisión, 49,87 % de las facturas mal
Por qué la precisión por campo oculta la mayoría de los errores de extracción y qué significa para el coste real de procesar facturas con IA. 12 modelos, 5 idiomas.
Publicado el 6 de octubre de 2026 · cifras de la ejecución 20260930T183434Z-453f94
Cuando un proveedor dice que su IA lee facturas con un 94,25 % de precisión, casi siempre se refiere a campos: de todos los nombres de proveedor, fechas, NIF y importes, el 94,25 % salió bien. Parece casi resuelto. No lo está. Lo que importa a contabilidad es cuántas facturas pasan sin que nadie las toque, y esa cifra puede quedarse en el 50,13 %.
La diferencia, medida
Pedimos a 12 modelos extraer 13 campos de 150 facturas sintéticas en cada uno de cinco idiomas (español, inglés, alemán, francés, checo), desde texto plano hasta escaneos y fotos de móvil. Esta es la proporción de campos correctos junto a la proporción de facturas con todos los campos correctos:
| Modelo | Campos correctos | Facturas totalmente correctas | API / 1000 | Con correcciones / 1000 |
|---|---|---|---|---|
| Claude Sonnet 5.5 | 99,97 % | 99,59 % | 10,65 $ | 18,69 $ |
| Gemini 3.8 Flash | 98,84 % | 97,86 % | 5,83 $ | 48,51 $ |
| GPT-6 Sol | 99,78 % | 97,20 % | 10,44 $ | 66,44 $ |
| GLM-5.3 Flash | 99,52 % | 94,53 % | 1,00 $ | 110,32 $ |
| GPT-6 Luna | 99,28 % | 91,60 % | 0,53 $ | 168,53 $ |
| DeepSeek V4.1 Flash | 99,31 % | 91,46 % | 0,57 $ | 171,25 $ |
| Mistral Medium 3.5 | 96,81 % | 73,73 % | 4,67 $ | 529,99 $ |
| Gemma 4 31B | 95,35 % | 62,66 % | 0,20 $ | 746,84 $ |
| Mistral Small 4 | 94,25 % | 50,13 % | 0,43 $ | 997,75 $ |
(Selección de los 12 modelos, media de los cinco idiomas. Todos los modelos y los resultados por idioma están en la clasificación.)
Mistral Small 4 acierta el 94,25 % de los campos y aun así el 49,87 % de las facturas tiene al menos un campo mal. Gemma 4: 95,35 % de los campos, pero más de un tercio de las facturas hay que corregirlas.
Por qué las dos cifras se separan
Una factura tiene 13 campos. Un modelo que falla en el 5,75 % de los campos no concentra sus errores en unas pocas facturas; se reparten. Y basta un campo mal para que una persona tenga que tocar la factura. Así, una tasa de error pequeña por campo se convierte en una tasa grande por documento.
También importa qué campo falla. Mistral Small se equivoca sobre todo en la fecha de devengo del impuesto (82,33 %) y en el NIF/IVA (84,33 %). Gemma 4 en la cuenta bancaria (80,93 %). Incluso GLM-5.3 Flash es menos fiable en la cuenta bancaria (97,86 %), justo el campo donde menos se quiere un error.
Lo que hace con el coste
El precio de la API es la parte pequeña de la factura. Supongamos que corregir una factura lleva 3 minutos a 40 $ la hora, es decir, 2 $ por factura errónea. Por cada 1000 facturas:
- Claude Sonnet 5.5 cuesta 10,65 $ de API y 8,04 $ de correcciones: 18,69 $.
- Mistral Small 4 cuesta 0,43 $ de API y 997,32 $ de correcciones: 997,75 $.
El modelo más barato en la API es el más caro de operar. GLM-5.3 Flash queda en medio: diez veces más barato que Sonnet en la API, pero su 5,46 % de facturas imperfectas lo deja en 110,32 $ por 1000 en total. Y todo esto suponiendo que sepa qué facturas están mal. Sin comprobaciones como totales que cuadren y los dígitos de control del NIF y del IBAN, los errores van directos a la contabilidad.
Puede ajustar los minutos y la tarifa por hora a su caso en la recomendación de modelo.
Qué preguntar antes de elegir un modelo
- Precisión por documento, no por campo. «Todos los campos correctos» es la cifra que corresponde al procesamiento sin intervención.
- Por campo. Qué campo falla importa tanto como cuántas veces: un IBAN erróneo no es una dirección de entrega errónea.
- En su idioma y con su calidad de entrada. Los escaneos y fotos son más difíciles; GLM-5.3 Flash baja ahí al 93,99 %, Sonnet 5.5 se mantiene en el 100 %.
- Con sus propios documentos, si es posible. Las facturas sintéticas son una comparación justa, no una garantía.
Cada cifra lleva hasta las salidas reales de los modelos: abra cualquier modelo en la clasificación o recorra los ejemplos. Cómo generamos las facturas y puntuamos las respuestas se explica en la metodología.