Tirar o total, a data e os itens de uma nota fiscal digitalizada é um trabalho maçante e de grande volume, e muitas equipes hoje o entregam a um modelo de ponta por API, pagando por página. A Dharma AI, empresa que cria modelos pequenos e especializados, defende que um modelo de 2 bilhões de parâmetros treinado só para essa tarefa a faz melhor e por muito menos. Se isso valer para documentos reais, muda a conta de quem processa recibos, formulários ou extratos bancários em escala.
O Field Extractor lê a imagem de um documento e devolve JSON tipado. Sem esquema, encontra sozinho rótulos, valores e tabelas; com esquema, devolve exatamente as chaves pedidas, cada uma como texto, número ou booleano, e um null quando o campo não existe, em vez de um palpite. Dados aninhados, como os itens de uma nota, voltam como listas ordenadas. Ele foi construído sobre o DharmaOCR-LITE v1.1, da própria empresa, com um adaptador LoRA treinado em 43.384 exemplos de recibos, notas, formulários, extratos e documentos de identidade, a maioria em inglês e português do Brasil.
No benchmark da Dharma, com 546 documentos testados de três formas cada, num total de 1.638 casos, ele marcou 0.834 contra 0.816 do Claude Opus 5 e 0.741 do GPT-5.6 Luna. Um dos três cenários pede de propósito campos que não existem, o que testa se um modelo inventa valores, uma falha comum na extração. Em custo, a Dharma diz ter saído cerca de seis vezes mais barato que o GPT-5.6 Luna e cerca de 147 vezes mais barato que o GPT-5.6 Sol, calculado com uma GPU L40S a $2.24 por hora.
Nossa avaliação do Dharma Field Extractor aponta que ainda não há pesos públicos nem preço, e o post não muda isso: o único acesso citado é um portal com login. Isso pesa na comparação. Um modelo de 2B hospedado por conta própria atrai justamente porque você pode rodá-lo no seu hardware, e enquanto não houver pesos ou preço de API, a vantagem de custo é uma conta, não uma oferta. Equipes que já usam o Claude Opus 5.5 ou o GPT-6 Luna para extração não têm motivo imediato para trocar.
As dúvidas são as de sempre num benchmark de fornecedor. A Dharma criou o teste, escolheu a fórmula de pontuação e rodou os rivais com raciocínio no nível baixo, o que pode subestimá-los. Os custos dela são tempo de GPU, enquanto os dos modelos de ponta são preços de tabela, e a própria Dharma diz que o valor por hora não é preço de venda. Só dois conjuntos de dados ficaram fora do treinamento, e os exemplos de destaque são documentos isolados. A vantagem sobre o Claude Opus 5 é de menos de dois pontos. Testar com uma amostra dos seus próprios documentos é a única forma de saber se a diferença é real para o seu trabalho.