OCR API比較10選｜料金・精度・日本語対応などを解説

紙の書類や画像をデータ化する業務は、ペーパーレス化の広がりとともに増え続けています。その中核を担うのが、文字認識の機能をプログラムから直接呼び出せる「OCR API（＝光学的文字認識をシステム連携で使うための接続口）」です。本記事は対策キーワード「OCR API 比較」をテーマに、Azure・Amazon・Googleのクラウド系から、GeminiやChatGPTといった生成AIによる文字抽出、さらにAPI連携できる国産AI-OCRまで、おすすめ10選を各社の公式情報にもとづいて整理します。料金・無料枠・日本語対応・手書き対応・対応形式・API連携の観点で、自社に合う一つを選ぶための判断材料を示します。

1. OCR APIとは？比較の前に押さえる基本

OCR API（オーシーアールエーピーアイ）は、画像やPDFに写った文字をデータへ変換する機能を、外部システムから呼び出して使えるようにした仕組みです。比較を始める前に、従来のOCRソフトとの違いと、生成AIによる文字抽出の位置づけを押さえておくと、各サービスの差を正しく読み解けます。文字認識を単体ツールではなく業務システムの部品として捉え直すことが、選定の出発点になります。

OCR（Optical Character Recognition＝光学的文字認識）は、画像化された文字を機械が読めるテキストへ変換する技術です。従来のOCRが画面上で人が操作する単体ソフトを中心としていたのに対し、OCR APIは認識処理をネットワーク越しに呼び出し、自社のアプリや業務システムへ組み込める点が大きな違いです。読み取り結果は多くの場合JSON（＝プログラムが扱いやすい構造化データ形式）で返るため、会計システムへの登録やRPA（＝定型作業を自動で実行するソフト）への受け渡しまで、人手を介さない処理を設計しやすくなります。OCRとAI-OCRの精度差や使い分けは、関連記事「AI OCRは精度が高い？OCRとの違い」もあわせて参照すると理解が深まります。

OCRは仕組みのうえで、文字領域の検出、一文字ごとの形状認識、言語辞書による補正という段階を経て精度を高めており、入力となる画像の品質が結果を大きく左右します。同じ技術を使っても、元のスキャンが鮮明かどうかで仕上がりは変わるため、解像度や向きを整えた画像を渡すことが、API側の精度を引き出す前提になります。OCR APIを比較する際も、各サービスの公称精度だけでなく、自社の文書品質で試したときの結果を重視する姿勢が欠かせません。

OCR APIの用途は、単なる文字起こしにとどまりません。請求書や領収書からの項目抽出、本人確認書類の読み取り、帳票のレイアウト解析など、業務に直結する処理を自動化できます。紙とデジタルの境目をなくし、入力作業そのものを減らせる点が、OCR APIを導入する大きな価値です。代表的な活用場面を整理します。

• 経理業務での請求書・領収書のデータ化と会計システムへの連携
• 本人確認書類の読み取りによる申込手続きの自動化
• 契約書や帳票のレイアウト解析と項目抽出
• 大量の紙文書をまとめて電子化するアーカイブ用途

近年は、GeminiやChatGPTといった生成AI（＝文章や画像を理解し新たな出力を作るAI）も、画像内の文字を読み取る用途で使われ始めています。従来のOCR APIが文字を正確に写し取ることに重きを置くのに対し、生成AIは文脈をふまえて内容を解釈できる一方で、もっともらしい誤りを補ってしまうリスクを抱えています。どちらが優れているかではなく、正確な転記が必要な場面と、文脈理解を活かしたい場面で使い分ける視点が、比較の出発点になります。生成AIによる文字認識の位置づけは、関連記事「生成AI OCRとは？」でも解説しています。

2. OCR API比較表｜おすすめ10選を一覧

主要なOCR APIを横並びで把握できるよう、おすすめ10選を料金・無料枠・日本語対応・手書き対応・対応形式・API連携・カスタム学習の観点で一覧にまとめます。数値や仕様は各社の公式情報を基準とし、公式で確認できない項目は「要確認（公式参照）」と明記しています。まずは全体像をつかんでから、各サービスの詳細へ進んでください。

比較表を読む際は、自社が扱う文書の言語と手書きの有無に最初に注目すると、候補を素早く絞り込めます。料金はページ単価が明示される従量課金か、トークン課金かで試算の前提が変わり、無料枠も期間限定か毎月一定量かで意味合いが異なります。カスタム学習の有無は、独自帳票への適合度を左右する要素です。海外のクラウド系は料金が明快な一方で日本語や手書きに制約が出ることがあり、国産AI-OCRは日本語帳票に強い一方で料金が要見積もりとなる傾向がある、という大きな違いも押さえておくとよいでしょう。

本記事のおすすめ10選は、海外クラウド・生成AI・国産AI-OCRという異なる強みを持つ製品を横断して選んでいます。同じ土俵で単純に優劣を競うのではなく、自社の用途に最も近い系統から候補を選ぶことが、比較で失敗しないための要点です。

表内の料金や無料枠は各社公式が一次情報です。出典：Amazon Textract Pricing、Document AI pricing、Cloud Vision pricing、Azure AI Document Intelligence pricing。

無料枠は、期間で区切るものと、毎月一定量を継続提供するものに分かれます。Amazon Textractの無料枠は登録から3か月間で、AzureのFree（F0）は月500ページ、Cloud Visionは月1,000ユニットまでと、期限と量の前提がサービスごとに異なります。本番で使う機能が無料枠の範囲に含まれるかもあわせて確認し、期間限定の枠は検証用と割り切って、本番運用は有償の従量単価で試算し直すと、想定外の費用を避けられます。

3. OCR APIおすすめ10選

ここからは、おすすめ10選を1製品ずつ取り上げ、料金・無料枠・日本語と手書きへの対応・対応形式・API連携の特徴・向いている用途を、各社の公式情報にもとづいて解説します。前半はクラウド系と生成AI、後半はAPI連携できる国産AI-OCRです。自社が扱う文書の言語と手書きの有無を念頭に読み進めると、候補を絞り込みやすくなります。

3-1. Azure AI Document Intelligence

「Azure AI Document Intelligence」は、Microsoftが提供する文書解析向けのサービスです。汎用の文字抽出を行うReadモデル、請求書・領収書・身分証・契約書などに対応するPrebuiltモデル、独自の分類・抽出を学習させるCustomモデル、Query Fieldsなどを足すAdd-Onで構成されます。日本語は印刷文字に対応し、手書きはReadモデルが対応しますが、日本語手書きの可否は公式での確認が必要です。対応形式はPDF、JPEG／PNG／BMP／TIFF／HEIF、DOCX／XLSX／PPTX／HTMLなどのOffice文書まで幅広く、出力はJSONです。

料金は従量課金で、公式ページが動的に表示される仕様のため、本記事では具体額を断定せず最新の料金は公式での確認を推奨します。無料枠はFree（F0）で月500ページまで（プレミアム機能なし）が提供されます。ファイルの上限は有償のS0で最大500MB・2,000ページ、無償のF0では4MB・2ページまでです。請求書や領収書のように様式が定まった文書はPrebuilt、自社固有のレイアウトを含む帳票はCustom、本文テキストだけ取り出すならReadという順で選ぶと、学習の手間をかけすぎずに済みます。

出力されるJSONには、抽出した値だけでなく、項目のキーと値の対応、文字の位置を示す座標、認識の確からしさを示す信頼度などが含まれます。これらを使えば、会計システムへの自動登録やデータベースへの格納まで一連の流れを設計でき、数ページの少量文書は同期処理、大量文書は非同期処理と使い分けられます。Office文書まで幅広い形式に対応し、定型文書を学習なしで構造化できる点で、Microsoft環境を使う企業に堅実な選択肢です。出典：Document Intelligence service limits、Language support: OCR。

3-2. Amazon Textract

「Amazon Textract」は、AWSが提供する文書からのテキスト・データ抽出サービスです。基本のDetectDocumentText（OCR）は1ページあたり$0.0015（最初の100万ページ、us-west-2基準）で、AnalyzeDocumentとして表抽出は$0.015、フォーム（キーと値）抽出は$0.05、Queriesは$0.015、署名検出は$0.0035が設定されています。対応言語は印刷文字が英語・ドイツ語・フランス語・スペイン語・イタリア語・ポルトガル語で、手書きは英語のみ、日本語には対応していません。対応形式はPDF・TIFF・JPG・PNGです。

無料枠は、登録から3か月間にわたりDetectDocumentTextが月1,000ページまでなどの形で提供されます（12か月ではない点に注意）。日本語非対応のため国内の請求書・申込書・帳票には不向きですが、英語帳票のキーと値抽出や表の構造化を大量に自動化したい用途では強みを発揮します。抽出結果はキーと値・表・信頼度などを含む構造で返り、AWS上の保存・通知・後続処理と組み合わせて一気通貫の自動化を組みやすい点も実務上の利点です。

無料枠を試算に織り込むときは、適用される機能の範囲もあわせて確認します。基本のテキスト抽出は無料枠でも、表やフォーム抽出といった高機能は対象外という場合があるためです。日本語文書が混在するなら、別サービスとの併用や置き換えを前提に設計する必要があり、英語文書中心の用途で真価を発揮する製品だと捉えると判断を誤りません。出典：Amazon Textract Pricing、Amazon Textract FAQs。

3-3. Google Document AI

「Google Document AI」は、Googleが提供する文書特化の解析サービスです。Enterprise Document OCRは月1〜500万ページで1,000ページあたり$1.50、500万ページ超で$0.60、OCRアドオンは$6／1,000ページです。Form Parserは$30／1,000ページ（以降$20）、Layout Parserは$10／1,000ページとされています。請求書や契約書といった文書を対象に、レイアウト解析や項目抽出まで踏み込んだ処理に向きます。日本語に対応し、出力はJSONで返るため、抽出した値を後続の業務システムへ渡す設計がしやすい点が特徴です。

月次の無料ページ枠は公式に明確な記載が見当たらないため、要確認（公式参照）とします。Form Parserはキーと値の抽出、Layout Parserはレイアウト構造の把握に向くなど、目的別にプロセッサが分かれています。本文テキストだけならEnterprise Document OCR、項目抽出まで踏み込むならForm Parserと、必要な機能だけを選ぶことが、無駄なコストを避ける近道です。

料金は処理量に応じて段階的に下がるため、想定する月間ページ数を置いてページ単価を掛け、概算を出しておくとサービス間の比較がしやすくなります。定型帳票の構造化まで自動化したいならDocument AI、汎用画像から手早く文字を拾うなら次のCloud Visionと、Google内でも用途で使い分けられる点が強みです。出典：Document AI pricing。

3-4. Google Cloud Vision

「Google Cloud Vision」は、Googleが提供する汎用の画像解析サービスで、画像からの文字検出（OCR）を備えます。料金は月1,000ユニットまで無料で、1,001〜500万ユニットは1,000あたり$1.50、500万ユニット超で$0.60です。Cloud VisionのOCRは日本語の手書きにも対応しており、写真や看板を含む一般的な画像から文字を取り出す汎用用途に適します。カスタム学習を前提としない手早い読み取りに向き、出力はJSONです。

文書特化のDocument AIとは役割が分かれます。Cloud Visionは写真や一般的な画像から文字を拾う汎用用途に向き、定型帳票のレイアウト解析や項目抽出まで踏み込むならDocument AIが適します。画像中心で汎用的に文字を拾いたいならCloud Vision、定型帳票の構造化まで自動化したいならDocument AIという使い分けが目安になります。

料金は月1,000ユニットの無料枠を超えると従量課金へ移り、処理量が増えるほど費用はおおむね比例して増えます。汎用画像から手早く文字を拾う用途には十分ですが、定型帳票の項目抽出やカスタム学習が必要なら、Document AIや国産AI-OCRへ切り替える判断が要ります。無料で試せる国産AI-OCRは、関連記事「AI-OCR無料8製品」も参考になります。出典：Cloud Vision pricing、Cloud Vision OCR language support。

3-5. Gemini API（生成AI）

「Gemini API」は、Googleの生成AIをプログラムから利用できるAPIで、PDFをそのまま入力できるDocument understandingや、画像から内容を読み取るImage understandingを通じて文字を抽出できます。PDFをネイティブに入力できるため、文書をページ単位で解釈させる使い方に向いています。料金はページ単価ではなくトークン（＝AIが処理する文字や画像の最小単位）課金で、画像のトークン換算は384ピクセル以下の画像が258トークン、それより大きい画像は768×768ピクセルのタイルに分割され各258トークンとして数えられます。

ただしOCR専用のAPIではなく、文書理解・画像理解の一部として文字を抽出する点が、クラウドOCR APIとの根本的な違いです。文脈をふまえた解釈に強い一方、もっともらしい誤りを補うハルシネーション（＝事実に反する内容をそれらしく生成する現象）のリスクがあるため、正確な転記が要る帳票では専用OCRとの併用が現実的です。

コストはページ単価ではなくトークン数で決まるため、代表的な文書で試験的に処理し、1ページあたりの実コストをつかんでから試算へ反映すると見積もりの精度が上がります。PDFをページ単位で解釈できる強みは、非定型文書の内容理解や要約と相性がよく、正確な転記が要る工程は専用OCRに任せる構成が堅実です。出典：Gemini API: Document understanding、Gemini API: Image understanding。

3-6. OpenAI／ChatGPT Vision（生成AI）

「OpenAI」のVision（画像理解）でも、画像内の文字を抽出できます。こちらもOCR専用機能ではなく、画像理解の一環として文字を読み取る位置づけです。料金は基本のトークンに加え、画像の解像度に応じたタイル課金が加わり、その換算はモデルによって異なります。最新の換算ルールは公式ドキュメントで確認してください。

生成AIによる文字抽出は、解像度やトークン数に応じてコストが変動するため、ページ単価で比較するクラウドOCR APIとは試算の前提が異なります。内容の要約や非定型文書の解釈では生成AI、正確な転記が求められる帳票処理ではクラウドOCR APIという役割分担が現実的です。

タイル課金の換算はモデルによって異なるため、利用するモデルのドキュメントで最新の係数を確認してから試算します。画像理解の一環として柔軟に文字を読み取れる反面、誤補完のリスクは残るため、重要な帳票では結果を確認する工程を業務フローに組み込むことが欠かせません。出典：OpenAI: Images and vision。

3-7. DX Suite

「DX Suite」は、帳票・非定型文書・手書きに対応する国産のAI-OCRで、開発者向けのDeveloper's APIを提供します。海外のクラウドOCR APIで日本語や手書きに制約が出る用途を、日本語帳票を前提に設計された製品で補える点が国産AI-OCRの強みです。幅広い帳票処理をまとめて自動化したい場合に有力な候補になります。

料金は公開の一律表示がなく要見積もり（公式参照）です。既存システムへ組み込むなら、Developer's APIで認識結果を取得し、会計・基幹システムへ連携する設計が組めます。幅広い帳票をまとめて自動化したい場合の第一候補として、まずは自社の帳票でトライアル検証を行い、認識精度と連携のしやすさを確かめると、導入後のギャップを防げます。料金や選び方の詳細は、関連記事「DX Suiteの料金と選び方」もあわせて確認してください。

3-8. スマートOCR

「スマートOCR」は、多様な文書様式に柔軟に対応する国産AI-OCRで、外部連携向けのAPIプランを用意しています。定型に収まらない様式や手書きを含む帳票を、日本語前提で読み取りたい場合に向く選択肢です。非定型帳票のデータ化を進めたい業務で、API経由の連携を前提に検討できます。

料金は要見積もり（公式参照）です。読み取り結果を自社システムへ渡す設計を前提に、自社の帳票様式での試験運用を通じて適合度を確かめると、導入後のギャップを抑えられます。様式が多岐にわたる帳票を扱う部門では、複数の様式をまとめて試して認識精度を比べることが、選定の確実な進め方になります。

3-9. SmartRead

「SmartRead」は、AIによる読み取りをAPI連携でつなげる国産AI-OCRで、文書のデータ化に加えて業務の自動化までを視野に入れた製品です。AIによる読み取りを自社システムへAPIで連携し、データ化からその後の処理までを一連で自動化したい用途に向きます。日本語帳票を前提に設計されており、海外クラウドOCRで制約が出る場面を補えます。

料金は要見積もり（公式参照）です。手書きやカスタム学習の対応範囲は公式での確認が必要なため、自社文書での検証を前提に候補へ加えるとよいでしょう。データ化のあとの自動化まで含めて設計したい業務では、読み取り結果を後続処理へどう渡すかを早い段階で固めておくと、導入効果を引き出しやすくなります。

3-10. SVF Archiver（旧 invoiceAgent AI OCR）

「SVF Archiver（旧 invoiceAgent AI OCR）」は、ウイングアーク1stが提供する国産AI-OCRで、Web APIによる外部連携に対応します。請求書をはじめとする帳票業務の自動化を軸に据えたい場合に向く製品です。読み取ったデータを後続の文書管理や基幹システムへ渡す設計を、Web API経由で組めます。ただし本製品は SVF Archiver(AI OCR) へ名称が変わり、2026年4月1日より新規販売を停止しています。現在は既存契約の更新用として提供されているため、これから新規に導入する場合は本記事の他の製品を検討してください（出典：ウイングアーク1st「invoiceAgent の SVF ブランド統合と合わせた価格プラン変更のご案内」2026年2月9日）。

料金は要見積もり（公式参照）です。帳票業務の自動化を中心に検討する場合は、自社の請求書・申込書を用いた試験運用で、認識精度と連携のしやすさを確かめることをおすすめします。請求処理のように毎月繰り返す業務ほど、自動化による効果が積み上がるため、対象とする帳票の種類と件数を棚卸ししてから検討に入ると、投資の判断がしやすくなります。

ここまでの10製品は、大きく3つの層に分けて捉えると選びやすくなります。クラウド系（Azure・Amazon・Google）は料金が明快で大量処理に強く、生成AI系（Gemini・OpenAI）は文脈理解に長け、国産AI-OCR系（DX Suite・スマートOCR・SmartRead・SVF Archiver）は日本語帳票と手書きに強いという棲み分けです。自社の文書が英語中心か日本語帳票中心か、正確な転記が要るか内容理解が要るかを軸に、まず層を選び、その中で料金と連携方式を比べると、迷わずに候補を絞り込めます。

4. 失敗しないOCR APIの選び方

OCR APIの選定では、料金だけでなく、自社の文書に合った対応言語・手書き対応、料金体系、既存システムとの連携、そしてセキュリティを順に見ていくと、判断を誤りにくくなります。最初に読み取る文書が何語で手書きを含むかを固めることが、選択肢を一気に絞り込む鍵です。

まず確認すべきは対応言語です。日本語の扱いはサービス差が大きく、Amazon Textractのように日本語へ対応しないサービスもあるため、国内の日本語文書が中心なら対応言語の確認が最優先になります。次に手書きの可否です。手書き対応は言語ごとに範囲が異なり、英語のみ対応というケースもあるため、申込書や記入帳票を扱う業務では、自社で扱う言語の手書きに対応するかを個別に確かめる必要があります。

手書き文字の読み取り可否は、申込書や記入帳票を扱う業務で決定的です。読み取り対象が定型の帳票か、記入位置が揺れる非定型の書類かを切り分け、それぞれに合うモデルや機能（レイアウト解析や項目抽出）が用意されているかを確認しておくと、想定外の取りこぼしを防げます。非定型帳票では記入欄の位置が一定しないことも多く、レイアウト解析と項目抽出の精度が、後工程の自動化の成否を左右します。

料金体系は、ページ単価が明示される従量課金か、解像度や情報量で費用が動くトークン課金かで試算の前提が変わります。大量の定型帳票を安定したコストで処理するならページ単価のクラウドOCR API、少量で内容理解を重視するなら生成AIと、課金方式から逆算して選ぶと見通しが立ちます。連携面では、出力がJSONなど構造化データで返るか、API・SDK（＝開発を助ける部品群）が自社の開発環境に合うかを確認します。キーと値が構造化されていれば、RPAや基幹システムへの取り込みでデータの位置を解釈する手間が減り、人手による転記や突合を挟まずに連携を組めます。

連携のしやすさは、出力形式だけでなく、提供されるSDKや対応する開発言語・ランタイムにも左右されます。APIの呼び出し方式やSDKの提供有無、対応言語が自社の開発環境と合うかを導入前に確認しておくと、実装段階での手戻りを防げます。同期処理と非同期処理のどちらに対応するか、1リクエストで扱えるファイルサイズやページ数の上限はどれくらいか、といった実装上の制約も、想定する処理量に照らして事前に押さえておきたい点です。

コストを抑えるには、運用設計の工夫も効きます。次の点を最初に固めておくと、運用後のコスト膨張を防げます。

• OCR（テキスト抽出）だけで足りる処理に、表・フォーム抽出など高単価機能を使わない
• 無料枠の範囲で試験運用し、本番前に実際の単価感をつかむ
• 処理量の波を平準化し、想定外の急増を避ける

セキュリティは各社クラウド基盤のコンプライアンスに準拠しますが、OCRサービス単位の認証スコープは公式のコンプライアンスページで確認すべき事項で、本記事では要確認とします。社内の情報管理要件と公式のコンプライアンス情報を突き合わせ、サービス単位で適用される認証の範囲を一次情報で読み解くことが、導入後の手戻りを防ぐうえで重要です。

5. 【まとめ】用途で選ぶOCR API

OCR APIの選定は、料金の安さだけでなく、自社文書の言語・手書きの有無・連携のしやすさを軸に総合判断することが大切です。海外のクラウドOCR APIは日本語や手書きで制約が出る場合があり、特にAmazon Textractは日本語に対応していないため、国内文書では対応言語の確認が欠かせません。生成AIによる文字抽出は文脈理解に強い一方、誤補完のリスクとトークン課金という前提を理解したうえで使い分ける必要があります。

まずは読み取る文書の条件を整理し、無料枠で実際の認識精度とコスト感を確かめることをおすすめします。日本語帳票が中心であれば、API連携に対応した国産AI-OCRも含めて、同じ文書で複数サービスを比較してみてください。各製品の詳細は、カテゴリページ「AI OCR比較」もあわせて確認できます。料金は公式の最新情報や見積もりを前提に、自社の運用に合う一つを見極めることが、業務自動化への確実な第一歩になります。

導入後の効果を最大化するには、選定の段階で運用体制まで見据えることが大切です。認識結果を確認・修正する画面の使いやすさや、誤認識が起きやすい項目のチェック体制まで含めて評価しておくと、現場での定着がスムーズになります。無料枠やトライアルで小さく試し、効果を確かめてから本格導入へ進む段階的なアプローチが、過不足のない投資につながります。