Есть ли OCR в Grok 4.3? Официально подтверждены только работа с файлами и понимание изображений

Что именно подтверждено официально

По текущим документам xAI можно уверенно сказать три вещи:

1. Grok может искать информацию в документах, прикреплённых к сообщениям чата, и рассуждать по ним. В документации также сказано, что можно ссылаться на публичный файл по URL или загрузить частный файл и обращаться к нему по ID; система при этом автоматически активирует инструмент attachment_search.
2. На странице модели Grok среди возможностей перечислены Text, Images и Video.
3. У xAI есть отдельная документация по Image Understanding — то есть по пониманию изображений.

Этого достаточно, чтобы говорить: у Grok есть функции, связанные с файлами и изображениями. Но этого недостаточно, чтобы писать: «Grok 4.3 официально поддерживает OCR для фото, сканов и чеков».

Почему Image Understanding — это не то же самое, что OCR

В бытовом смысле может показаться: если модель «видит» картинку, значит, она должна уметь читать с неё текст. Для рекламного баннера или простого скриншота это иногда действительно выглядит похоже. Но в документации важны точные формулировки.

Image Understanding обычно означает, что модель может анализировать изображение: понимать сцену, объекты, визуальный контекст и информацию на картинке.

OCR — более узкая и проверяемая задача: извлечь видимый текст из изображения, желательно с сохранением порядка строк, колонок, полей, дат, сумм, названий продавцов и другой структуры.

Для чеков и сканов это особенно критично. Там часто встречаются мелкий шрифт, бликующая бумага, смазанные фото, перекос, сгибы, таблицы, несколько колонок, десятичные разделители, разные форматы дат и похожие символы. Даже если модель понимает изображение, это не означает, что поставщик официально гарантирует стабильное построчное распознавание текста или структурированный разбор чеков.

Таблица: что можно и нельзя выводить из документов xAI

Иными словами: «Grok работает с файлами и изображениями» — корректно. «Grok 4.3 официально подтверждён как OCR-инструмент для чеков и сканов» — по этим источникам некорректно.

А как быть с постами и сторонними обсуждениями Grok 4.3?

В доступных материалах есть и неофициальные источники: Threads, Hacker News, сторонние сайты, посты в X и ролики на YouTube. Они обсуждают Grok 4.3 beta, генерацию документов, PDF, экспорт чатов и похожие темы.

Такие публикации полезны как сигнал о пользовательском интересе и возможных экспериментах. Но они не заменяют документацию xAI. Даже если сторонний автор пишет о возможностях Grok 4.3 beta, это не является официальным подтверждением OCR, распознавания текста с фотографий или структурированного разбора чеков.

Для продуктовых страниц, коммерческих материалов, инструкций и особенно внутренних регламентов лучше опираться на то, что прямо написано в официальной документации. Если формулировки нет, безопаснее писать «не подтверждено» или «требует тестирования».

Как сформулировать корректно

Можно написать так:

Согласно документации xAI, Grok может искать и рассуждать по документам, прикреплённым к сообщениям чата; также xAI описывает возможности Grok, связанные с изображениями и Image Understanding.

А вот так писать не стоит:

Grok 4.3 официально поддерживает OCR и может напрямую извлекать текст из чеков, сканов и фотографий.

Проблема второй фразы в том, что предоставленные официальные источники её не подтверждают. Для такой формулировки нужна явная документация xAI по OCR, извлечению данных из документов, обработке сканов, receipt parsing или аналогичному API.

Если всё-таки нужно проверить Grok на распознавание текста

Практический тест провести можно, но его стоит считать именно тестом, а не доказательством официальной поддержки. Для более честной оценки:

1. Соберите набор примеров: чёткие фото, тёмные фото, перекошенные сканы, длинные чеки, мелкий шрифт, таблицы, рукописные элементы.
2. Попросите модель выводить текст построчно и помечать сомнительные символы.
3. Сравните результат с ручной разметкой: пропуски, ошибки в суммах, копейках/центах, датах, названиях продавцов и расположении полей.
4. Для бухгалтерии, аудита, возмещения расходов и комплаенса оставьте ручную проверку или используйте инструмент, где OCR и извлечение данных явно заявлены и документированы.

Итог

Официальные материалы xAI подтверждают, что Grok может работать с прикреплёнными документами и имеет возможности понимания изображений. Но по предоставленным источникам нельзя подтвердить, что Grok 4.3 официально поддерживает OCR для фотографий, сканов или чеков.

Самая точная формулировка: у Grok есть функции для работы с файлами и изображениями, но официальное подтверждение OCR в Grok 4.3 по этим документам отсутствует.