【案例】启衡精密：证据优先的百炼票据 OCR 评测
我做了什么
我从“启衡精密 AI 财务提效 POC”中抽出了一条可以公开复现的最小链路：对同一张 GPT-image-2 生成的合成住宿票据，使用百炼 CLI 分别调用 qwen3-vl-plus、qwen3.5-ocr 和 qwen3.6-flash，比较字段提取、JSON 输出契约、耗时、Token 和关键安全标签。
项目重点不是让模型自动审批，而是验证一个更容易被忽略的问题：OCR 即使读对文字，也可能把数值返回为字符串、漏掉“非真实发票”标签、用 Markdown 包裹 JSON，或重复输出字段。任何缺字段、冲突或契约失败都会转人工复核，模型不修改 ERP 状态。
使用的工具
- 百炼 CLI：
bailian-cli 1.12.0
- 百炼模型：
qwen3-vl-plus、qwen3.5-ocr、qwen3.6-flash
- 百炼能力：视觉理解、OCR 候选字段提取、结构化输出
- Skill：
qiheng-finance-review 的证据优先审核方法
- 其他：PowerShell、SHA-256、GPT-image-2 合成测试票据
效果展示
同图、同提示词、同字段的真实结果：
| 模型 |
墙钟耗时 |
核心字段 |
JSON 契约 |
关键观察 |
qwen3-vl-plus |
14.048 秒 |
8/8 |
通过 |
数值类型有效，识别合成标签 |
qwen3.5-ocr |
13.735 秒 |
8/8 |
未通过 |
Markdown 包裹、数值字符串化、漏合成标签 |
qwen3.6-flash |
20.195 秒 |
8/8 |
未通过 |
数量类型错误、标签重复、产生额外推理 Token |
本轮继续把 qwen3-vl-plus 作为下一测试集的临时基线，但不根据一张合成票据宣称生产准确率或模型绝对优劣。
公开仓库：https://github.com/2487238628/qiheng-evidence-first-ocr
仓库包含合成票据、冻结字段、真实运行证据、三模型对比和一键重跑脚本，不包含真实发票、员工信息、税号、银行账号、ERP 数据或 API Key。
踩坑记录
- 第一次只完成了百炼控制台登录，但 OCR 脚本需要的是
DASHSCOPE_API_KEY；两种认证不能混为一谈。
- 首次复制 API Key 未成功，重新通过本机安全输入窗口保存；密钥没有进入聊天或运行日志。
- 将两个模型放进同一个 PowerShell 循环时没有返回可检查输出，因此该次记为
UNVERIFIED，随后逐模型重跑并保留真实耗时。
- 更新或专用模型没有自动胜出：
qwen3.5-ocr 读对了主要字段，但没有遵守 JSON 类型和安全标签契约。
- Windows 默认编码读取 UTF-8 JSON 时产生过假失败，验证脚本改为显式
-Encoding UTF8。
项目边界
该案例只证明：百炼 CLI 的多模型票据候选字段链路可以真实运行，并可通过确定性门禁发现结构化输出问题。它不证明生产准确率、生产 SLA、真实 ROI、自动审批或无人值守财务处理能力。
【案例】启衡精密：证据优先的百炼票据 OCR 评测
我做了什么
我从“启衡精密 AI 财务提效 POC”中抽出了一条可以公开复现的最小链路：对同一张 GPT-image-2 生成的合成住宿票据，使用百炼 CLI 分别调用
qwen3-vl-plus、qwen3.5-ocr和qwen3.6-flash，比较字段提取、JSON 输出契约、耗时、Token 和关键安全标签。项目重点不是让模型自动审批，而是验证一个更容易被忽略的问题：OCR 即使读对文字，也可能把数值返回为字符串、漏掉“非真实发票”标签、用 Markdown 包裹 JSON，或重复输出字段。任何缺字段、冲突或契约失败都会转人工复核，模型不修改 ERP 状态。
使用的工具
bailian-cli 1.12.0qwen3-vl-plus、qwen3.5-ocr、qwen3.6-flashqiheng-finance-review的证据优先审核方法效果展示
同图、同提示词、同字段的真实结果：
qwen3-vl-plusqwen3.5-ocrqwen3.6-flash本轮继续把
qwen3-vl-plus作为下一测试集的临时基线，但不根据一张合成票据宣称生产准确率或模型绝对优劣。公开仓库：https://github.com/2487238628/qiheng-evidence-first-ocr
仓库包含合成票据、冻结字段、真实运行证据、三模型对比和一键重跑脚本，不包含真实发票、员工信息、税号、银行账号、ERP 数据或 API Key。
踩坑记录
DASHSCOPE_API_KEY；两种认证不能混为一谈。UNVERIFIED，随后逐模型重跑并保留真实耗时。qwen3.5-ocr读对了主要字段，但没有遵守 JSON 类型和安全标签契约。-Encoding UTF8。项目边界
该案例只证明：百炼 CLI 的多模型票据候选字段链路可以真实运行，并可通过确定性门禁发现结构化输出问题。它不证明生产准确率、生产 SLA、真实 ROI、自动审批或无人值守财务处理能力。