ToplayoKARŞILAŞTIRMA LABORATUVARI

Fotoğraf Metin Tanıma

Bu test fotoğraflardaki yazıları okuma hızını ölçer (tabela, fiş ya da belge fotoğrafından metin kopyalamak gibi). Gündelik kullanımda hissedilir.

GrupGörüntü AnaliziKatmanPlatformSüityok (4.0 r6'da çıktı)MetrikTek akış hızı (görsel/sn)Referans5,5 görsel/sn · kestirimÖrnektek akışTurstandartPuanpuana girer

Nasıl ölçülür?

  • Doğru (accurate) kipte metin tanıma, dil düzeltmesi açık; kelime doğruluğu raporlanır.
  • Eşzamanlılık kuralı: iOS 26'da tek akış, iOS 27'de en çok 4 akış, Mac'te işçi süreçler. Nedeni, Apple'ın metin tanıma motorunun süreç içi eşzamanlılıkta çökmesidir.
  • Apple'da isteğin desteklediği her hesap aygıtı (Neural Engine, GPU, CPU) kısa bir denemeyle (3 görsel) ölçülür, en hızlısı seçilir. Windows'ta Windows.Media.Ocr; Android'de ML Kit.

Platformlar ve motorlar

Motor, Toplayo'ya yüklenen sonuçların kendi etiketidir (cihaz ve GPU adları çıkarıldı). Her platformda bilinen en hızlı yol seçilir; iş ve çıktı aynı kalır.

PlatformMotorÖlçüm 4.0
iPhone ve iPadVision · CPUölçüldü · 1 cihaz
MacVision · GPUölçüldü · 5 cihaz
WindowsWindows.Media.Ocr (en-US)ölçüldü · 3 cihaz
Android—yalnız ön deneme turunda (Android 4.0 ölçümleri ertelendi)

Hangi puana girer?

  • 4.0 r6'dan beri hiçbir süitte değil (19 Ekim 2026; önce Ofis süitindeydi): Apple'ın Vision metin tanıması macOS 27'de çiple ters ölçekleniyor: M4 saniyede 11,4 görsel okurken M5 Ultra 8,8 okudu. Fark platform servisinin sabit maliyetidir; düzeltme uygulama tarafında değil. Test uygulamada ve karşılaştırma tablosunda ayrı sütun olarak durur; süit puanına ve KAI Benchmark Skoru'na girmez.
  • Platform katmanındadır: KAI Platform'a girer.

Neler değişti?

SürümDeğişiklik
4.0 r3Apple: hesap aygıtı denemesi (M5 Ultra 5,11 → 6,30 görsel/sn).
4.0 r6Ofis süitinden çıktı: Apple Vision metin tanıması macOS 27'de çiple ters ölçekleniyor (M4 11,4 görsel/sn, M5 Ultra 8,8); platform servisinin sabit maliyeti, uygulama tarafında düzeltilemez. Test ve KAI Platform'daki yeri değişmedi.

Referans ve puan

Puan = ölçülen ÷ referans × 1000. Referans değer 5,5 görsel/sn; 1000 puan nominal termal durumdaki iPhone 15 Pro sınıfını temsil eder. Bu referans henüz kestirimdir ve kalibrasyon bekler; cihazlar arası oranlar bundan etkilenmez.

Platform. iPhone ve iPad, Mac, Windows, Android.