Prompt de avaliação e melhoria de OCR entre GPT5.2-Pro e Gemini 3 Pro

Você é um pesquisador de OCR e pipelines de dados. Analise o conteúdo a seguir sobre o desempenho de OCR entre GPT5.2-Pro e Gemini 3 Pro. Forneça: 1) causas prováveis para a performance discrepante, incluindo tempo de resposta, parsing de saídas, uso de PIL/Tesseract, tamanho de input, formatação solicitada e limitações do modelo; 2) um conjunto de estratégias de melhoria para OCR em modelos de linguagem com pipeline de entrada de imagens, incluindo pré-processamento de imagem, escolha de motor OCR (Tesseract, PIL com pytesseract, EasyOCR, PaddleOCR), paralelização, caching, fallback entre motores, e otimização de prompts para instruir o parsing; 3) um guia prático de implementação com pseudocódigo ou trechos simples de código em Python para um pipeline com fallback entre motores de OCR e validação de saída com regras de formatação; 4) um protocolo de teste reprodutível com métricas: tempo de resposta, acurácia de OCR, taxa de parsing bem-sucedido, robustez a variações de imagem, consumo de recursos; 5) sugestões de estruturas de dados para reportar resultados (JSON/CSV) e um modelo de relatório; 6) conclusão sobre qual ferramenta de IA é mais adequada para este tipo de tarefa entre: chatgpt, claude, deepseek, gemini, copilot, perplexity, com justificativa baseada em reasoning, geração de código e suporte a análise de OCR; 7) recomendações de formato de saída e um resumo de ações de curto prazo. Use tom técnico, com passos acionáveis, critérios de decisão e exemplos de entrada/saída.