AI-OCRの比較は、料金と「手書き対応」の○×で終わりがちです。けれども、注文書や請求書には取引先の名前と取引の中身が入っています。読ませた帳票がAIの学習に使われるのか、どこに保存されるのかは、料金と同じくらい先に見たい点です。この記事では、AI-OCR製品7種、クラウドのOCR API 2種、生成AIのAPI 2種の計11種を、公式の料金ページ・規約・セキュリティの説明だけで調べました(2026年11月15日確認)。
先にお断りします。製品7種とクラウドのOCR API 2種は、実際に契約して試してはいません。当社が実際に読ませたのは、開発の仕事で使っている生成AIのAPI(4モデル)と、比較の基準にした従来型のOCR(2種)だけです。測った部分と調べただけの部分は分けて書いています。作り方の決まりは比較記事の評価方針にあります。料金・手書き対応・連携を中心にした選び方はAI-OCR比較8選+2にまとめています。
結論:学習の扱いは4通りに分かれ、APIの誤りは「文字」より「意味」
| 学習の扱い(公式の記載) | 該当 |
|---|---|
| 使わないと明記 | AIRead on Cloud、Google Document AI、OpenAI API |
| 条件つき(同意した場合だけ/帳票ごとに切れる/無料枠だけ使う) | LINE WORKS PaperOn、DX Suite、Gemini API |
| 使えると規約に書いてある(申し出で除外) | スマートOCR |
| 公式ページで記載を確認できなかった | SmartRead、Flax Scanner HUB、AnyForm OCR、Azure AI Document Intelligence |
「確認できなかった」は「使っている」という意味ではありません。公開されているページに書かれていなかった、という事実だけです。該当する製品は、契約の前に書面で確認してください。
当社の測定では、生成AIのAPIは注文書3様式・3条件の97項目のうち89〜97項目を正しく返しました。二重線で直した数量は、4モデルとも訂正後の値を読みました。誤りの多くは文字の読み違いではなく、発注した側と受ける側の社名を逆に入れるという意味の取り違えでした。
11種の一覧と1種ごとの要点
上の一覧と各カードは、公式ページの記載をそのまま整理したものです。「学習」の欄は、根拠の文を原文のまま引用しています。料金のうち「11月9日確認」と書いたものは、AI-OCR比較の更新時に確認した値で、今回は料金ページの本文を取得できなかったものです。
データの扱いを横に並べる
| 種類 | 学習 | 保存先・保存期間 | 認証 |
|---|---|---|---|
| AIRead on Cloud | 使わないと明記 | Microsoft Azure(国名の記載なし)。期間は確認できず | ISO/IEC 27001:2022 |
| LINE WORKS PaperOn | 管理者が同意した場合だけ使う | 国内のデータセンター。最大2年間 | 確認できず |
| DX Suite | 使う(帳票ごと・環境全体で切れる) | AWS・Azure とのみ記載。期間は確認できず | ISO/IEC 27001・27017 |
| スマートOCR | 使える(文書の申し出で除外) | 6か月経過または1TB超過の画像は削除できる。国の記載なし | ISO27001・27017(SDクラウド) |
| SmartRead | 確認できず | 確認できず | ISO/IEC 27001:2022・27017:2015 |
| Flax Scanner HUB | 確認できず | 確認できず | Pマーク・ISMS(提供元) |
| AnyForm OCR | 記載なし(オンプレで社内に置く形) | 社内 | 確認できず |
| Google Document AI | 使わないと明記 | 同期処理は保存しない。バッチは処理後すぐ削除 | 今回は確認できず |
| Azure AI Document Intelligence | 確認できず | リソースを作ったリージョンで処理。24時間で自動削除 | 今回は確認できず |
| OpenAI API | 使わないと明記(共有を選んだ場合を除く) | 今回は確認していない | 今回は確認していない |
| Gemini API | 無料枠は使う・有料枠は使わない | 今回は確認していない | 今回は確認していない |
読んでいて気づいた点を3つ挙げます。
- 「学習」という言葉を使わない会社がある。DX Suite は公式に「『学習』という表現の代わりに『自動最適化』を使用しています」と書いています。規約を「学習」で検索して見つからなくても、使わないとは限りません。「精度向上」「2次利用」「改善」でも探してください
- 取り消しても、さかのぼっては消えない場合がある。PaperOn は、学習利用の同意をあとで取り消しても、取り消す前に上げたデータは引き続き対象になると書いています。最初の設定を決める人が、社内で誰なのかを先に決めておく必要があります
- 初期設定がどちら側かを見る。PaperOn は同意しなければ使われない側、DX Suite とスマートOCR は何もしなければ使われる側です。同じ「選べる」でも、放っておいたときの結果が逆になります
当社で測った部分:注文書を生成AIのAPIに読ませる
AI-OCRの製品を買わずに、生成AIのAPIに画像を渡して項目に分けさせる作り方があります。当社が案件で使っている形です。これがどのくらい読めるのかを、同じ画像で測りました。
測り方
- 書類:当社で作った架空の注文書3様式。社名・人名・品番はすべて架空です
- 様式1:印字の注文書。表形式で8行、単価・金額・合計あり
- 様式2:取引先独自のFAX発注依頼書。項目名と列の並びが違い、日付は和暦、発注者の欄が下にある。6行
- 様式3:印刷された枠に手書き風の文字で記入した注文用紙。数量を二重線で消して書き直した箇所が1つ、○で囲む選択が1つ。5行
- 画像の条件は3つ:スキャン相当(200dpi)、FAXの標準モード相当(横200dpi×縦100dpiの白黒2値、傾き約1度、ごま塩のノイズ、縦すじ1本)、スマホ撮影相当(斜めからの台形のゆがみ、影、軽いぼけ)
- 指示:3様式とも同じ指示文1つ。様式ごとの設定や見本は渡していない。1モデルにつき各1回
- 採点:注文番号・日付・社名・合計・品番・品名・数量・単価・金額など、1条件あたり97項目を正解と突き合わせた。全角と半角、空白、カンマの違いは誤りにせず、それ以外は1文字違えば誤り
- 測定日:2026年11月15日。かかった費用は合計およそ0.54ドル

上は、測定に使った様式3のFAX相当の画像です(架空の書類)。
| モデル | スキャン相当 | FAX相当 | 撮影相当 | 1枚の費用 | 1枚の時間 |
|---|---|---|---|---|---|
| Gemini 3.8 Flash | 97/97 | 97/97 | 97/97 | 約0.007ドル | 約12秒 |
| OpenAI gpt-5.5 | 97/97 | 96/97 | 97/97 | 約0.046ドル | 約10秒 |
| Gemini 3.5 Flash-Lite | 97/97 | 97/97 | 94/97 | 約0.002ドル | 約2秒 |
| OpenAI gpt-5.4-mini | 95/97 | 89/97 | 97/97 | 約0.005ドル | 約3秒 |
比較の基準として、同じ画像を従来型のOCR 2種(オープンソースの Tesseract 5.5、macOS 標準の文字認識)にも読ませました。こちらは文字を返すだけで項目には分けないので、社名・伝票番号・品番・品名の46項目が出力のどこかに出ているかだけを見ています。
| エンジン | スキャン相当 | FAX相当 | 撮影相当 |
|---|---|---|---|
| 生成AIのAPI 4モデル(同じ物差しで) | 46/46 | 42〜46/46 | 45〜46/46 |
| macOS 標準の文字認識 | 42/46 | 29/46 | 40/46 |
| Tesseract 5.5(初期設定・日本語) | 30/46 | 25/46 | 25/46 |
分かったこと
- 二重線の訂正は、4モデルとも訂正後を読んだ。「120」を消して「150」と書き直した数量は、3条件すべてで150と返りました。macOS の文字認識は同じ箇所を「720150」と1つの数字につなげました。文字は拾えても、どちらが生きている数字かは分かりません
- 誤りの多くは、発注側と受注側の取り違え。4モデル・36枚の合計で誤りは14項目あり、そのうち11項目は社名の欄です。「御中」や「行」が付いた宛先を発注した側に入れる、という逆転が4枚(8項目)で起きました。文字は正しく読めているので、画面で見ても気づきにくい誤りです
- FAX相当では、文字そのものの読み違いが出た。「食堂」が「食管」、「完封」が「丸串」、「コンパウンド」が「コーンパウンド」、「三陽」の1文字目が抜ける、といった誤りです。品番と数量は、今回は全モデル・全条件で正しく読めました
- 和暦と○囲みは全モデルが読めた。「令和8年11月13日」は2026-11-13に、○で囲んだ「配達」は選ばれた値として返りました
- 従来型のOCRは、手書き風とFAXで落ちる。Tesseract は手書き風の様式3で12項目中0〜5項目、macOS の文字認識もFAX相当の様式3は5項目でした。加えて、どちらも行と列の対応が出力に残らないので、品番と数量を結びつける処理が別に要ります
- 高いモデルが必ず上ではなかった。今回いちばん安定したのは1枚約0.007ドルのモデルで、約0.046ドルのモデルと差はほとんどありませんでした。ただし各1回の結果です
この測定の限界
- 書類は当社で作った架空のもので、「手書き」は手書き風のフォントを1文字ずつ揺らしたものです。本物の手書き、くせ字、薄い鉛筆、かすれ、印鑑の重なりはありません。実際のFAXではこの数字より悪くなると考えてください
- FAXとスマホ撮影は、画像を加工して再現したものです。本物のFAX機や複合機は通していません
- 3様式・各5〜8行・各1回だけの結果です。生成AIは同じ画像でも回によって答えが変わります。回数を重ねれば数字は動きます
- 生成AIのAPIは、読みに自信がない箇所を数字で教えてくれません。まちがっていても、もっともらしい値が返ります。人が確かめる画面と、合計や品番台帳との突き合わせは別に作る前提です
- AI-OCR製品の中の読み取りは、これらのAPIと同じとは限りません。この結果を製品の精度として読まないでください
書類の画像・正解・指示文・各モデルの出力・採点の手順は、そのまま公開しています。正解データ/指示文/採点スクリプト/採点結果/画像の例:様式1 スキャン・様式2 FAX相当・様式3 FAX相当・様式3 撮影相当/出力の例:Gemini 3.8 Flash(様式3 FAX)・gpt-5.4-mini(様式2 FAX)・macOS 文字認識(様式3 スキャン)。
作る側から見た注意点
読み取りの仕組みを作って運用している立場から、製品を選ぶ場合にもAPIで作る場合にも共通することを書きます。
1. 正答率より「誤りに気づけるか」
97項目中96項目が合っていても、残りの1項目が数量や宛先なら誤出荷になります。見るべきは、まちがいが起きたときに止まる仕組みがあるかです。当社の作り方では、数量×単価と金額、明細の合計と合計欄、品番と品番台帳を機械で突き合わせ、合わない行だけ人に見せます。製品を選ぶ場合は、確信度の表示と、確認画面で原本の画像と並べて見られるかを確かめてください。
2. 発注側と受注側は、読ませる前に決めておく
今回の誤りでいちばん多かった社名の取り違えは、指示の出し方で防げます。自社が受注側だと分かっているなら、「受注側は当社」と固定し、相手の社名だけを読ませれば済みます。汎用の指示文1つで全部を読ませた今回の条件は、わざと厳しくしてあります。
3. 読んだあとの行き先を先に決める
読み取りが正しくても、そのあと販売管理ソフトへ人が打ち直していれば手間は減りません。CSVで取り込めるのか、APIがあるのか、画面に入力するしかないのかで、作るものが変わります。これはAI-OCR比較で詳しく書いています。
4. 試すときは、いちばん汚い帳票を持っていく
無料トライアルや無償評価では、きれいな帳票ではなく、かすれたFAX、手書きの訂正が入ったもの、取引先独自の様式を選んでください。今回の測定でも、差が出たのはFAX相当と手書き風でした。
既製で合わないとき:読み取りから入力までを1つの仕組みで作る
当社では、FAXの注文書を読み取り、読みにくい行だけ人が確かめ、RPAで今の販売管理ソフトに入力する形を運用しています(FAXの注文書を読み取ってRPAで入力した事例・月額1万円(税別)・初期費用0円、サーバー代とAIの利用料は別)。かすれたFAXや薄い手書きは読み取りが外れることがあり、人が確かめる前提です。流れは動く見本で見られます。
よくある質問
Q. 結局、いちばん正確なのはどれですか?
この記事では答えを出していません。製品7種とクラウドのOCR API 2種は実際に試しておらず、当社が測った生成AIのAPIも、架空の書類3様式・各1回の結果だからです。自社の帳票で、候補の2〜3種を無料トライアルで比べるのがいちばん確かです。
Q. 生成AIのAPIで読めるなら、AI-OCR製品は要りませんか?
要る会社のほうが多いと考えます。製品には、確認画面、帳票の仕分け、確信度の表示、利用者の管理、サポートが付いています。APIはそれらを自分で作る必要があります。開発できる人がいて、読んだあとを自社のシステムにつなぎたい会社に向く作り方です。
Q. APIで読むと、月1,000枚でいくらですか?
今回の実測の単価をそのまま掛けると、1,000枚で約2〜46ドルです(モデルによる。1枚0.002〜0.046ドル)。これは読み取りの利用料だけで、確認画面の開発と運用の費用は別にかかります。
Q. 無料トライアルに、本物の注文書を入れても大丈夫ですか?
トライアル中のデータの扱いが本契約と同じかどうかは、今回は確認できていません。学習に使う・使わないを選べる製品では、トライアルの環境でも設定を先に確かめてください。Gemini API の無料枠は、入力が製品の改善に使われると公式の表に書かれています。
Q. この記事の順番は何で決めていますか?
種類ごとに分け、製品の中は「学習に使うか」を公式で確認できたものを前に置いています。掲載料で順番や内容を変えていません。当社はシステム開発会社で、読み取りの仕組みを作る仕事を受けています。その立場は評価方針に書いています。
まとめ
- AI-OCRは、料金の前に「読ませた帳票を学習に使うか」「どこに保存するか」を見る。11種のうち、使わないと明記しているのは3種、条件つきが3種、規約で使えるとしているのが1種、公式で確認できなかったのが4種
- 規約は「学習」だけでなく「精度向上」「2次利用」「自動最適化」でも探す。初期設定がどちら側かも見る
- 当社の測定では、生成AIのAPIは注文書の97項目のうち89〜97項目を正しく返し、二重線の訂正も読めた。誤りの多くは発注側と受注側の取り違えで、文字は合っているので気づきにくい
- 架空の書類・各1回の結果で、実際のFAXではこれより悪くなる。合計や台帳との突き合わせと、人が確かめる画面は別に要る
掲載内容の訂正・追加のご連絡はこちらへ。事実に関わる修正は無償で対応します。この記事は掲載料で順番や評価を変えていません。
参考にした資料(2026年11月15日確認)
- AIRead:https://airead.ai/faq/ / https://airead.ai/cloud_security/
- LINE WORKS PaperOn:https://line-works.com/paperon/ / https://line-works.com/terms/paperon-data/
- DX Suite:https://inside.ai/about/datapolicy / https://dx-suite.com/price/
- スマートOCR:https://www.smartocr.jp/lineup/ / https://www.smartocr.jp/pdf/agreement.pdf
- SmartRead:https://www.smartread.jp/price/ / https://www.cogent.co.jp/security-policy/
- Flax Scanner HUB:https://cinnamon.ai/flax-scanner-hub/
- AnyForm OCR:https://www.hammock.jp/anyform/
- Google Document AI:https://docs.cloud.google.com/document-ai/docs/data-usage
- Azure AI Document Intelligence:https://learn.microsoft.com/en-us/azure/foundry/responsible-ai/document-intelligence/data-privacy-security
- OpenAI:https://developers.openai.com/api/docs/pricing
- Gemini API:https://aistudio.google.com/docs/pricing