Sacar el total, la fecha y las líneas de una factura escaneada es un trabajo tedioso y de gran volumen, y muchos equipos se lo encargan ahora a un modelo de frontera a través de una API y pagan por página. Dharma AI, una empresa que crea modelos pequeños y especializados, sostiene que un modelo de 2 mil millones de parámetros entrenado para esta única tarea lo hace mejor y mucho más barato. Si eso se cumple con documentos reales, cambia las cuentas de quien procesa recibos, formularios o extractos bancarios a gran escala.
Field Extractor lee la imagen de un documento y devuelve JSON con tipos. Sin esquema, encuentra por su cuenta etiquetas, valores y tablas; con esquema, devuelve exactamente las claves pedidas, cada una como cadena, número o booleano, y un null cuando falta un campo en lugar de una suposición. Los datos anidados, como las líneas de una factura, vuelven como listas ordenadas. Está construido sobre DharmaOCR-LITE v1.1, de la propia empresa, con un adaptador LoRA entrenado con 43.384 ejemplos de recibos, facturas, formularios, extractos y documentos de identidad, sobre todo en inglés y portugués de Brasil.
En el benchmark de Dharma, con 546 documentos probados de tres maneras cada uno para un total de 1.638 casos, obtuvo 0.834 frente a 0.816 de Claude Opus 5 y 0.741 de GPT-5.6 Luna. Uno de los tres escenarios pide a propósito campos que no existen, lo que comprueba si un modelo se inventa valores, un fallo habitual en la extracción. En coste, Dharma dice que resultó unas seis veces más barato que GPT-5.6 Luna y unas 147 veces más barato que GPT-5.6 Sol, calculado con una GPU L40S a $2.24 por hora.
Nuestra reseña de Dharma Field Extractor señala que aún no hay pesos públicos ni precio, y la entrada del blog no lo cambia: el único acceso mencionado es un portal con inicio de sesión. Eso importa para la comparación. Un modelo de 2B autoalojado resulta atractivo justamente porque puedes ejecutarlo en tu propio hardware, y mientras no aparezcan pesos o un precio de API, la ventaja de coste es un cálculo y no una oferta. Los equipos que ya usan Claude Opus 5.5 o GPT-6 Luna para la extracción no tienen un motivo inmediato para cambiar.
Las dudas son las habituales en un benchmark de un proveedor. Dharma creó la prueba, eligió la fórmula de puntuación y ejecutó a los rivales con el razonamiento en nivel bajo, lo que puede infravalorarlos. Sus costes son tiempo de GPU, mientras que los de los modelos de frontera son precios de lista, y la propia Dharma dice que la cifra por hora no es un precio de venta. Solo dos conjuntos de datos se excluyeron del entrenamiento, y los ejemplos destacados son documentos sueltos. La ventaja sobre Claude Opus 5 es de menos de dos puntos. Probarlo con una muestra de tus propios documentos es la única forma de saber si la diferencia es real para tu trabajo.