Fatura Verisi Çıkarma: derin öğrenme ve makine öğrenmesi ile LLM karşılaştırması (2026 rehberi)

Beş yıl önce faturalardan yapılandırılmış veri çıkarmak, bir derin öğrenme işlem hattı anlamına geliyordu: bir OCR aşaması, binlerce elle etiketlenmiş belge üzerinde ince ayar yapılmış yerleşim farkındalıklı bir model (LayoutLM, Donut) ve bir tedarikçi şablonunu her değiştirdiğinde ortaya çıkan bakım yükü. 2026'da tüm işlem hattı tek bir görsel-LLM API çağrısına dönüşüyor: görüntü girer, şema doğrulamalı JSON çıkar — sıfır eğitim verisi, sıfır barındırılan model ve yeni yerleşimler sıfır örnekle işlenir. Kunavo'nun bu rehberi — bu yaklaşımın çalıştığı görsel modellere OpenAI uyumlu, bağımsız bir ağ geçidi — kendi yayımlanmış ücretlerimiz üzerinden ölçülen fatura başına maliyeti, eksiksiz çalışan yaklaşımı ve doğruluğu üretim düzeyinde tutma yöntemini gösterir.

Fatura çıkarma yaklaşımları karşılaştırması: kurallar, makine öğrenimi, derin öğrenme, LLM

Faturadan yapılandırılmış veri elde etmek için dört teknik nesli kullanıldı. Bunları yan yana koymaya değer; çünkü yirmi yıl boyunca aralarındaki seçimi belirleyen ödünleşim — etiketli verilerle satın alınan doğruluk — artık geçerli değil.

İlk üç yöntemin ortak bir özelliği vardır: doğruluk etiketli verilerle satın alınır. Her tedarikçi şablonu, her CRF özelliği, her LayoutLM ince ayarı bir açıklama projesidir. Görsel LLM bu maliyeti ön eğitim sırasında zaten üstlendiği için yeni bir yerleşimin marjinal maliyeti sıfırdır. Tüm değişim bundan ibarettir — eski yöntemlerin çalışmayı bırakması değil, bütçelerini harcadıkları şeyin ücretsiz hâle gelmesi.

İnce ayarlı derin öğrenme ve görsel LLM, ayrıntılı karşılaştırma

İnce ayarlı bir çıkarıcı tek ve sabit, yüksek hacimli bir yerleşimde hâlâ kazanabilir; ancak gerçek dünyadaki faturaların uzun kuyruğu — farklı tedarikçiler, diller, tarama kalitesi — için sıfır örnekli görsel LLM pratikte daha doğrudur ve sahip olma maliyeti çok daha düşüktür. Bu iş yükü sınıfına yönelik daha fazla yaklaşım veri çıkarma kullanım alanında yer alır.

Eksiksiz yaklaşım: görüntü → şema doğrulamalı JSON

Aşağıdaki her şey Kunavo'nun OpenAI uyumlu uç noktasına karşı çalışır — base_url değerini https://api.kunavo.com/v1 olarak ayarlayın; aynı kod, tek bir dizeyi değiştirerek Claude veya GPT'ye istek gönderebilir:

from openai import OpenAI
import base64, json

client = OpenAI(
    base_url="https://api.kunavo.com/v1",
    api_key="sk-kn-...",
)

SCHEMA = {
    "name": "invoice",
    "schema": {
        "type": "object",
        "properties": {
            "vendor_name":    {"type": "string"},
            "vendor_tax_id":  {"type": ["string", "null"]},
            "invoice_number": {"type": "string"},
            "invoice_date":   {"type": "string", "description": "ISO 8601"},
            "due_date":       {"type": ["string", "null"]},
            "currency":       {"type": "string", "description": "ISO 4217"},
            "line_items": {
                "type": "array",
                "items": {
                    "type": "object",
                    "properties": {
                        "description": {"type": "string"},
                        "quantity":    {"type": "number"},
                        "unit_price":  {"type": "number"},
                        "amount":      {"type": "number"},
                    },
                    "required": ["description", "amount"],
                },
            },
            "subtotal":  {"type": ["number", "null"]},
            "tax":       {"type": ["number", "null"]},
            "total":     {"type": "number"},
        },
        "required": ["vendor_name", "invoice_number", "invoice_date",
                     "currency", "line_items", "total"],
    },
}

def extract(path: str) -> dict:
    image_b64 = base64.b64encode(open(path, "rb").read()).decode()
    resp = client.chat.completions.create(
        model="claude-haiku-4-5",   # the cheapest capable model for clean invoices
        response_format={"type": "json_schema", "json_schema": SCHEMA},
        messages=[
            {"role": "system", "content":
                "Extract the invoice into the schema. Copy values exactly as "
                "printed; use null when a field is absent. Never invent data."},
            {"role": "user", "content": [
                {"type": "image_url",
                 "image_url": {"url": f"data:image/png;base64,{image_b64}"}},
            ]},
        ],
    )
    return json.loads(resp.choices[0].message.content)

inv = extract("invoice_0231.png")

# Cheap arithmetic guardrail: reject when the line items don't add up.
delta = abs(sum(li["amount"] for li in inv["line_items"])
            + (inv.get("tax") or 0) - inv["total"])
if delta > 0.02:
    raise ValueError(f"line items disagree with total by {delta:.2f}")

print(inv["vendor_name"], inv["total"], inv["currency"])

İşin çoğunu üç ayrıntı yapar: response_format alanında bulunan JSON şeması (Claude'da model başka hiçbir şey üretemez — aşağıda bağlantısı verilen referanstaki GPT notuna bakın), sistem istemi kuralı “değerleri tam olarak kopyala; yoksa null; asla uydurma” (uydurulmuş vergi kimliklerini ortadan kaldırır) ve aritmetik güvenlik katmanı — satır kalemleri + vergi toplamla eşleşmelidir; aksi hâlde belge daha güçlü bir modele veya bir insana gönderilir. Her model ailesinde response_format alanıyla neyin zorunlu kılındığını görmek için chat completions referansına bakın.

Aynı şema, tür belirtilmiş bir Pydantic modeli olarak

Ham bir JSON şeması sözlüğü tek bir uç nokta için uygundur, ancak on uç nokta için zahmetlidir. Üretimde çoğu ekip şemayı bir kez Pydantic modeli olarak tanımlar ve hem kısıtlamayı hem de ayrıştırılmış nesneyi bundan türetir; böylece çıkarıcı ile kod tabanının geri kalanı biçim konusunda hiçbir zaman anlaşmazlığa düşmez:

from pydantic import BaseModel, Field
from typing import Literal
from openai import OpenAI

client = OpenAI(base_url="https://api.kunavo.com/v1", api_key=KEY)

class LineItem(BaseModel):
    description: str
    quantity: float | None = None
    unit_price: float | None = None
    amount: float

class Invoice(BaseModel):
    vendor_name: str
    vendor_tax_id: str | None = None
    invoice_number: str
    invoice_date: str = Field(description="ISO 8601")
    currency: str = Field(description="ISO 4217")
    line_items: list[LineItem]
    tax: float | None = None
    total: float
    # A confidence field the model fills in itself is a cheap, surprisingly
    # reliable router: low self-reported confidence correlates well with the
    # documents a human should see.
    confidence: Literal["high", "medium", "low"]

resp = client.chat.completions.create(
    model="claude-haiku-4-5",
    response_format={
        "type": "json_schema",
        "json_schema": {"name": "invoice", "schema": Invoice.model_json_schema()},
    },
    messages=[...],
)

invoice = Invoice.model_validate_json(resp.choices[0].message.content)

Burada iki şeyi kopyalamaya değer. float | None yerine float olarak tür belirtilen alanlar, modele “yok” deme olanağı sağlar — bu olmadan eksik bir vergi satırı, sıfır uydurmaya güçlü bir eğilim oluşturur. Ayrıca modelin kendi bildirdiği confidence alanı üç çıktı token'ına mal olur ve şaşırtıcı derecede iyi yönlendirme yapar; kalibre edilmiş değildir, ancak “düşük” değeri bir insanın bakması gerektiğine dair güvenilir bir sinyaldir.

İki katmanlı yönlendirme: üretimde gerçekten ne çalışır

Her belgede tek bir model kullanmak yanlış biçimdir. Temiz, basılı faturalar — ezici çoğunluk — mevcut en ucuz görsel model tarafından işlenir; zor kuyruk (el yazısı, kötü taramalar, alışılmadık yerleşimler), daha güçlü bir modelin ücretini hak ettiği yerdir. Tahminle değil, doğrulama başarısızlığı üzerine yükseltin:

CHEAP, STRONG = "claude-haiku-4-5", "claude-sonnet-5"

def valid(inv: dict) -> bool:
    """Arithmetic is the guardrail no confidence score replaces."""
    items = sum(li["amount"] for li in inv["line_items"])
    return abs(items + (inv.get("tax") or 0) - inv["total"]) <= 0.02

def extract_routed(path: str) -> tuple[dict, str]:
    inv = extract(path, model=CHEAP)
    if valid(inv) and inv.get("confidence") != "low":
        return inv, CHEAP

    # Escalate: same prompt, same schema, stronger model. Only the failures
    # pay the higher rate, which is what keeps the blended cost near the
    # cheap tier's.
    inv = extract(path, model=STRONG)
    if not valid(inv):
        raise NeedsHumanReview(path, inv)
    return inv, STRONG

# Blended cost at a 90/10 split, per 10,000 invoices:
#   9,000 x $0.00248 + 1,000 x $0.00497
#   = $27.29

Gerçek işi aritmetik kontrol yapar: modelin kendisi hakkındaki görüşünden bağımsız tek sinyal budur. Satır kalemleri belirtilen toplama eşit olan bir belge, önemli bir açıdan neredeyse hiçbir zaman yanlış değildir; başarısız olan belge, güven alanı ne iddia ederse etsin, daha güçlü modeli veya bir insanı hak eder.

Modele göre fatura başına maliyet

Tek sayfalık bir fatura ≈ 1.800 girdi token'ı (görüntü olarak gönderilir) + ~350 JSON çıktı token'ı:

Ücretler fiyatlandırma sayfasından günceldir (sağlayıcıların liste fiyatlarından yaklaşık 30% daha düşük) ve başarısız istekler faturalandırılmaz. İki katmanlı yönlendirmeyle — her şey Haiku üzerinden, aritmetik kontrol başarısızlıkları Sonnet'e yükseltilir — ayda 10.000 fatura genellikle 27,29 ABD dolarının altında kalır.

Doğruluk: üretime ulaşmanızı sağlayan kontrol listesi

1. Önce şema. Gerçekten zorunlu alanları required olarak işaretleyin, diğer her yerde null değerine izin verin — bir değeri zorlamak halüsinasyonu zorlar.
2. OCR metnini değil, görüntüyü gönderin. Yerleşim anlam taşır (sütunlar, toplam kutuları); görsel modeller bunu doğrudan okur. Yalnızca temiz bir metin katmanı çıkarabildiğiniz, dijital olarak oluşturulmuş PDF'lerde metne geri dönün.
3. Aritmetiği kodla doğrulayın. Satır kalemleri + vergi = toplam kontrolü, çoğu çıkarma hatasını ücretsiz yakalar.
4. Körü körüne yeniden denemek yerine yükseltin. Başarısızlıkları, doğrulama hatasını isteme ekleyerek Sonnet'e gönderin; devam eden başarısızlıkları insan kuyruğuna aktarın.
5. Gerçek uç durumlar için few-shot kullanın. En kötü yerleşimlerinizden (alacak dekontları, çoklu para birimi) sistem istemine eklenen iki veya üç örnek, her türlü talimat ayarından daha iyi sonuç verir.

Faturaların ötesinde

Aynı şemayla kısıtlanmış yaklaşım makbuzları, satın alma siparişlerini, teslimat notlarını, gümrük formlarını ve banka ekstrelerini kapsar — şemayı değiştirin, güvenlik katmanlarını koruyun. RAG'e yakın yaklaşımlar için daha geniş yapılandırılmış veri çıkarma kullanım alanına, hacim büyüdüğünde yönlendirme stratejileri için maliyet optimizasyonu rehberine göz atın. Tek bir Kunavo anahtarı burada kullanılan her model katmanını kapsar — ücretsiz kaydolun ve parçacığı olduğu gibi çalıştırmak için bir anahtar oluşturun.

Sık sorulan sorular