Karşılaştırma

Documind ve Datalab

Datalab güçlü açık ağırlıklı OCR modelleri ve bir geliştirici API'si sunar. Documind içerik iş akışının tamamını otomatikleştirir. Üç farklı yapay zeka modeli her değeri okur ve aynı sonuca varmalıdır, sonra sonuç sistemlerinize gider.

Bir bilgi değiştiyse bize yazın.

Şu durumlarda Documind'ı seçin

  • Bir değerin, tek bir modelin güven skoruyla değil, aynı sonuca varan üç yapay zeka modeliyle onaylanması gerekiyor.
  • Bir değer onaylanmadan önce vergi numaralarının, IBAN'ların ve HS kodlarının kontrol edilmesi gerekiyor.
  • Ekibinizin yalnızca bir API'ye değil, hazır bir inceleme ekranına ihtiyacı var.

Şu durumlarda Datalab seçin

  • Mühendisleriniz kendilerinin çalıştırıp ayarlayacağı açık ağırlıklı OCR modelleri istiyor.
  • Belgelerin Markdown ya da JSON'a ucuz ve yüksek hacimli dönüştürülmesi gerekiyor.
  • Kendi inceleme ekranınızı ve iş kurallarınızı kendiniz kurmayı planlıyorsunuz.

Kısaca

  • Datalab'ın Extract özelliği kendi modelleriyle bir doğrulama geçişi çalıştırabilir. Documind'da farklı ailelerden üç yapay zeka modeli aynı değeri okur ve değer onaylanmadan önce aynı sonuca varmalıdır.
  • Datalab kendi 43 dillik OCR kıyaslamasını yayımlıyor. Documind da birçok dili okur ve okuduğunu kontrol eder: vergi numaraları ve IBAN'lar kontrol basamağıyla, HS kodları ve konteyner numaraları biçimiyle.
  • İkisi de internetsiz çalışabilir. Datalab'ın model ağırlıkları, ticari kullanım için yalnızca gelir ya da fonlama 2 milyon USD'nin (Chandra) veya 5 milyon USD'nin (Marker ve Surya) altındaysa ücretsiz.
  • Datalab bir API ve bir model kümesidir. İnsanlar için bir inceleme ekranı listelenmiyor; Documind bir tane içerir.

Bir bakışta

Documind ve Datalab, yeteneklere göre karşılaştırma. Datalab bilgileri, 12 Ekim 2026 tarihinde kontrol edilen herkese açık sayfalarından alınmıştır.
Yetenek Documind Datalab
Genel bakış
Konumlandırma

Kurumsal içerik iş akışı otomasyonu. Farklı ailelerden üç yapay zeka modeli her değeri okur ve onaylanmadan önce aynı sonuca varmalıdır. Vergi numarası, IBAN ve HS kodu kontrolleri yerleşiktir.

"High-precision document intelligence." Barındırılan bir API (Convert, Extract, Segment, Eval, Pipelines) ve kendi açık ağırlıklı modelleri: Chandra, Marker ve Surya.

Kaynak [1] : Datalab homepage, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Karar ve güven
Onaydan önce üç yapay zeka modeli aynı sonuca varır Evet

Farklı ailelerden üç model aynı içeriği okur. Bir değer, yalnızca üçü de aynı sonuca vardığında ve hiçbir kural kontrolü başarısız olmadığında onaylanır.

Yayımlanmamış

Balanced ve accurate modları, alan başına gerekçeyle "independent verification" çalıştırıyor. Belgelar bunu başka model ailelerinin yaptığı bir kontrol ya da bir onay kuralı olarak anlatmıyor.

Kaynak [3] : Datalab docs: Structured extraction API overview, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Güven modeli Evet

Her değer için dört ayrı kontrol: okunabildi mi, doğru okundu mu, diğer modeller aynı sonuca vardı mı, kurallar geçti mi.

Kısmen

Alan başına 1 ile 5 arasında bir puan; beta aşamasında ve yalnızca fast modunda. Turbo, balanced ve accurate modları sayısal güven döndürmüyor. Convert bir sayfa kalitesi puanı veriyor.

Kaynak [3] : Datalab docs: Structured extraction API overview, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Çalıştırabileceğiniz modeller Evet

Üç farklı aileden açık ağırlıklı modeller, kendi sunucularınızda.

Evet

Kendi açık ağırlıklı modelleri (Chandra, Marker, Surya). Marker'ın isteğe bağlı LLM modu dış ya da yerel modelleri çağırabilir.

Kaynak [7] : Marker on GitHub, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Kanıt ve inceleme
Alan başına kaynak konumu Evet

Her değer, sayfadaki tam konumuna bağlanır.

Evet

Her alan, JSON çıktısındaki kutulara karşılık gelen blok kimlikleri olarak atıflar (citations) döndürür. Convert'te kelime düzeyinde kutular ek ücretlidir.

Kaynak [3] : Datalab docs: Structured extraction API overview, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
İnsan incelemesi Evet

Sayfayı, üç okumayı ve bir değerin neden bir kişiye gittiğini gösteren inceleme ekranı.

Yayımlanmamış

İnsanlar için bir inceleme ekranı listelenmiyor. Eval, çıktıyı rubriklere göre puanlar.

Kaynak [1] : Datalab homepage, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
İş akışı ve kurulum
Yerel diller ve formatlar Satıcının kendi kıyaslaması, bağımsız bir test değil. Evet

Birçok dili okur; aksanlı harfleri, yerel tarih biçimlerini ve ondalık virgülü de kapsar.

Evet

Datalab'ın kendi kıyaslaması 43 dili kapsıyor. Örneğin Türkçede Chandra 2 için %84,1, barındırılan API için %88,9 bildiriyor (kendi bildirimi).

Kaynak [6] : Chandra on GitHub (README, benchmarks, licence), kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
El yazısı Evet

Birçok dilde el yazısını okur. Okuyamadığı değeri bir kişiye işaretler.

Kısmen

README "Excellent handwriting support" diyor. Türkçe için yayımlanmış bir el yazısı puanı yok.

Kaynak [6] : Chandra on GitHub (README, benchmarks, licence), kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Yerleşik kimlik kontrolleri Evet

Vergi numarası ve IBAN kontrol basamakları, HS kodu biçimleri ve ISO 6346 konteyner numaraları kontrol edilir. Başarısız bir kontrol değeri engeller.

Yayımlanmamış

Extract, çıktıyı sizin JSON şemanıza göre kontrol eder. Yerleşik vergi numarası ya da HS kodu kontrolleri okuduğumuz sayfalarda listelenmiyor.

Kaynak [3] : Datalab docs: Structured extraction API overview, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Dağıtım ve veri egemenliği
On-prem veya air-gapped kurulum Evet

Kendi sunucularınızda, internetsiz ortamlar dahil çalışır.

Evet

Enterprise: AWS, GCP veya Azure üzerindeki VPC'niz ya da tam model ağırlıklarıyla on-prem ve air-gapped.

Kaynak [2] : Datalab: Pricing, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Model lisansı

Documind içinde, kendi sunucularınızda ve sahip olduğunuz yapay zeka modelleriyle çalışır.

Kod: Apache 2.0. Ağırlıklar: değiştirilmiş OpenRAIL-M. Gelir ya da fonlama 2 milyon USD (Chandra) veya 5 milyon USD (Marker, Surya) altındaysa ticari kullanım ücretsiz; üzerinde ücretli lisans gerekir.

Kaynak [2] : Datalab: Pricing, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Yönetişim ve denetim
Herkese açık sayfalarda listelenen uyumluluk

GDPR ve KVKK uyumlu. SOC 2 Type II süreçte.

Yönetilen bulut için SOC 2 Type II; Team ve üzerinde BAA ve DPA. KVKK listelenmiyor.

Kaynak [1] : Datalab homepage, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Veri saklama

Kendi sunucularınızda verinin ne kadar kalacağına siz karar verirsiniz.

Sonuçlar işlemeden yaklaşık bir gün sonra silinir. Belgelerin modelleri geliştirmek için kullanılması isteğe bağlıdır (opt-in).

Kaynak [5] : Datalab docs: Security, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Entegrasyonlar
Entegrasyonlar ve SDK'lar Evet

REST API, imzalı webhook'lar, SDK'lar; S3, SFTP, e-posta (IMAP), Google Drive; SAP IDoc çıktısı.

Evet

REST API, Python SDK ve webhook'lar. Markdown, HTML, JSON ve chunk çıktıları.

Kaynak [4] : Datalab docs: API, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)
Fiyatlandırma modeli
Başlangıç liste fiyatı

Ücretsiz Starter paketi, haftada 1.000 kredi. Enterprise fiyatı talep üzerine. Ayrıntılar fiyatlandırma sayfasında.

Free: aylık 20 USD kullanım hakkı (iş e-postasıyla). Team: ayda 400 USD. Extract: moda göre 1.000 sayfa için 6 ile 20 USD.

Kaynak [2] : Datalab: Pricing, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)

Önemli üç fark

  1. 01

    Tek bir ailenin kendini denetlemesi değil, üç yapay zeka modelinin aynı sonuca varması

    Datalab'ın doğrulaması kendi veri çıkarım modlarının içinde çalışır. Belgeları, değeri başka model ailelerinin kontrol ettiğini söylemiyor. Documind'da farklı ailelerden üç yapay zeka modeli aynı değeri okur. Aynı sonuca varmazlarsa bir kişi karar verir.

    Datalab kendi ifadesiyle
    “Extraction with independent verification, per-field reasoning, and citations.”
    Kaynak (yeni sekmede açılır)
  2. 02

    Onaylamadan önce kontroller

    Datalab kendi kıyaslamasında birçok dili iyi okuyor. Documind okuduğunu ayrıca kontrol eder. Vergi numarası ve IBAN kontrol basamakları, HS kodu biçimleri ve konteyner numaraları kontrol edilir. Başarısız bir kontrol değeri engeller.

    Kaynak (yeni sekmede açılır)
  3. 03

    Her modda bir inceleme ekranı ve net bir puan

    Datalab sayısal puanı yalnızca fast modunda veriyor ve bu beta aşamasında. Bir inceleme ekranı listelenmiyor. Documind her değeri dört kontrolle puanlar ve emin olmadıklarını nedeniyle birlikte bir kişiye gönderir.

    Datalab kendi ifadesiyle
    “do not produce numeric confidence scores”
    Kaynak (yeni sekmede açılır)

Datalab hangi konularda güçlü

  1. İnceleyebileceğiniz açık ağırlıklar

    Chandra, Marker ve Surya açık ağırlıklı modellerdir. Bunları vLLM ile kendiniz çalıştırabilirsiniz. Kod Apache 2.0 lisanslı.

    Kaynak (yeni sekmede açılır)
  2. Kendi kıyaslamasında güçlü çok dilli OCR

    Datalab 43 dillik bir test yayımlıyor. Örneğin Türkçede Chandra 2 için %84,1, barındırılan API için %88,9 bildiriyor. Bunlar kendi sayılarıdır.

    Kaynak (yeni sekmede açılır)
  3. Tam ağırlıklarla air-gapped

    Enterprise müşterileri Datalab'ı internetsiz on-prem olarak, tam model ağırlıklarıyla ya da kendi VPC'lerinde çalıştırabilir.

    Kaynak (yeni sekmede açılır)
  4. Düşük, yayımlanmış sayfa başı fiyatlar

    Convert, fast modunda 1.000 sayfa için 4 USD. Free plan, iş e-postasıyla aylık 20 USD kullanım hakkı içerir.

    Kaynak (yeni sekmede açılır)
  5. Alan başına kaynak konumu

    Extract, sayfadaki kutulara karşılık gelen blok kimlikleri olarak atıflar döndürür. Bu, Documind ile eşdeğerliktir; bir eksiklik değildir.

    Kaynak (yeni sekmede açılır)

Hangisi ne zaman seçilmeli

Datalab ne zaman seçilmeli

Datalab, açık ağırlıklı OCR modelleri isteyen mühendislik ekipleri için güçlü bir seçimdir. Kendi 43 dillik kıyaslamasındaki sonuçları iyi. Fiyatları düşük ve yayımlanmış, internetsiz de çalışabiliyor. İnceleme ekranını ve kuralları kendiniz kuracaksanız Datalab size güçlü parçalar verir.

  • Mühendisleriniz kendilerinin çalıştırıp ayarlayacağı açık ağırlıklı OCR modelleri istiyor.
  • Belgelerin Markdown ya da JSON'a ucuz ve yüksek hacimli dönüştürülmesi gerekiyor.
  • Kendi inceleme ekranınızı ve iş kurallarınızı kendiniz kurmayı planlıyorsunuz.

Documind ne zaman seçilmeli

Yanlış bir değerin maliyeti yüksekse Documind'ı seçin. Üç farklı yapay zeka modeli her değeri okur ve değer onaylanmadan önce aynı sonuca varmalıdır. Yerleşik kimlik kontrolleri bir değeri engelleyebilir. Ekibiniz bir inceleme ekranı alır, sonuç sistemlerinize gider ve Documind kendi sunucularınızda çalışır.

  • Bir değerin, tek bir modelin güven skoruyla değil, aynı sonuca varan üç yapay zeka modeliyle onaylanması gerekiyor.
  • Bir değer onaylanmadan önce vergi numaralarının, IBAN'ların ve HS kodlarının kontrol edilmesi gerekiyor.
  • Ekibinizin yalnızca bir API'ye değil, hazır bir inceleme ekranına ihtiyacı var.

Belge türü uyumu

Datalab her belgeyi temiz metne ve alanlara çevirir, birçok dilde. Documind iş ve ticaret belgeleri için kuruldu: faturalar, e-faturalar, irsaliyeler, gümrük dosyaları, akreditif (L/C) dosyaları ve el yazılı formlar. Bir değer onaylanmadan önce yerel vergi numaralarını, IBAN'ları ve HS kodlarını kontrol eder.

Fiyatlandırma

Documind
Ücretsiz Starter paketi, haftada 1.000 kredi. Enterprise fiyatı talep üzerine. Bkz. /tr/pricing
Datalab
Free: ayda 0 USD, 20 USD kullanım hakkıyla (iş e-postası) ya da 10 USD ile (kişisel e-posta). Team: ayda 400 USD, 400 USD kullanım dahil. Enterprise: özel fiyat; VPC veya air-gapped kurulum. 1.000 sayfa başına: Convert 4 USD (fast/balanced) ya da 10 USD (accurate); Extract 6 USD (turbo/fast), 15 USD (balanced) veya 20 USD (accurate), ek ücretlerle birlikte. AB'de işleme 1,25 kat daha pahalı. USD liste fiyatları, 12 Ekim 2026'da kontrol edildi. Kaynak: Datalab: Pricing, kontrol tarihi 12 Ekim 2026 (yeni sekmede açılır)

Nasıl geçilir

Datalab'dan üç adımda geçin

Sonuçlar sizi tatmin edene kadar iki sistemi yan yana çalıştırabilirsiniz.

  1. ADIM 1

    Kaynağınızı bağlayın

    Bir gelen kutusunu (IMAP), SFTP klasörünü ya da S3 bucket'ını Documind'a yönlendirin veya belgeleri kodunuzdan REST API ile gönderin.

  2. ADIM 2

    Şemanızı aktarın

    Datalab JSON şemanızdan başlayın. Documind adımları ve kontrolleri hazırlar, siz onaylarsınız.

  3. ADIM 3

    Bir değerlendirme seti çalıştırın

    Daha önce kontrol ettiğiniz belgeleri referans olarak kullanın. Rapor, canlıya geçmeden önce en zayıf alanları gösterir.

Sık sorulan sorular

Datalab nedir?

Datalab belge yapay zeka modelleri eğitir ve barındırılan bir API satar. Modelleri Chandra, Marker ve Surya'dır. API belgeleri metne çevirir ve alanları çıkarır.

Datalab açık kaynak mı?

Kod Apache 2.0 lisanslı. Model ağırlıkları değiştirilmiş bir OpenRAIL-M lisansı kullanıyor. Gelir ya da fonlama 2 milyon USD (Chandra) veya 5 milyon USD (Marker ve Surya) altındaysa ticari kullanım ücretsiz. Bunun üzerinde ücretli bir lisans gerekir.

Datalab birçok dili ve el yazısını okuyor mu?

Evet. Datalab'ın kendi kıyaslaması 43 dili kapsıyor ve README "Excellent handwriting support" diyor. Yerleşik vergi numarası ya da HS kodu kontrolleri okuduğumuz sayfalarda listelenmiyor. Documind el yazısı dahil birçok dili okur ve vergi numaralarını, IBAN'ları ve HS kodlarını kontrol eder.

Datalab güven skoru veriyor mu?

Datalab, fast modunda beta aşamasında alan başına 1 ile 5 arasında bir puan veriyor. Turbo, balanced ve accurate modları sayısal puan döndürmüyor. Documind her değeri dört ayrı kontrolle puanlar.

Datalab air-gapped çalışabilir mi?

Evet. Datalab Enterprise, tam model ağırlıklarıyla on-prem ve air-gapped çalışır. Documind da kendi sunucularınızda internetsiz çalışır.

Datalab ne kadar?

Free plan, iş e-postasıyla aylık 20 USD kullanım hakkı içerir. Team ayda 400 USD. Extract, 1.000 sayfa için 6 ile 20 USD arasında. Bunlar 12 Ekim 2026'da kontrol edilen USD liste fiyatlarıdır. Documind'ın ücretsiz Starter paketi haftada 1.000 kredi sunar. Enterprise fiyatı talep üzerine belirlenir.

Sürecinizi birlikte keşfedelim. İlk iş akışınızı demoda canlıya alalım.

Ekibinizin bu işi bugün nasıl yaptığına birlikte bakalım. Ardından ilk iş akışınızı demoda, kendi içerik ve sistemlerinizle canlıya alalım.

Kaynaklar

Bu sayfaları belirtilen tarihlerde okuduk. Bir bilgi güncel değilse bize yazın.

  1. Datalab homepage (yeni sekmede açılır) kontrol tarihi
  2. Datalab: Pricing (yeni sekmede açılır) kontrol tarihi
  3. Datalab docs: Structured extraction API overview (yeni sekmede açılır) kontrol tarihi
  4. Datalab docs: API (yeni sekmede açılır) kontrol tarihi
  5. Datalab docs: Security (yeni sekmede açılır) kontrol tarihi
  6. Chandra on GitHub (README, benchmarks, licence) (yeni sekmede açılır) kontrol tarihi
  7. Marker on GitHub (yeni sekmede açılır) kontrol tarihi