Comment utiliser l’API 4B de LightOnOCR-3

LightOnOCR-3 4B est disponible sur EmpirioLabs. C’est le modèle OCR des documents de LightOn: envoyez un PDF ou une image, et il renvoie chaque page sous forme de Markdown, avec le texte dans l’ordre de lecture, les titres, les listes, les tableaux, les mathématiques en LaTeX et les graphiques comme tables de leurs points de données. Chaque page revient également avec sa mise en page: le type et la position de chaque bloc sur la page. Elle fonctionne sur APRÈS /v1/ocr, dans l’API et dans le Playground.

Référence. LightOn rapporte un score global olmOCR-bench de 86,3 pour LightOnOCR-3 4B dans son Annonce de sortie du 8 octobre 2026.

Ce qu’il y a écrit

Une page test de notes de cours, lue dans une demande. Cette page et deux autres contre trois modèles de chat visionnaire sont dans LightOnOCR-3 4B vs Qwen3.5 4B vs Gemma 4 26B-A4B vs Mistral Small 3.1.

Le début du Markdown est revenu pour cette page; les trois autres équations, le tableau et le numéro de page suivent la même réponse:

PHYS 210 · Notes de cours Semaine 6 ## 6.2 L’oscillateur harmonique amorti Une masse $m$ sur un ressort de raideur $k$, avec une force d’amortissement proportionnelle à sa vitesse, obéit à $$ m \frac{d^2 x}{dt^2} + c \frac{dx}{dt} + kx = 0 \quad \text{(6.1)} $$ En substituant $x(t) = e^{rt}$ $ donne l’équation caractéristique $mr^2 + cr + k = 0$, dont les racines sont $$ r = \frac{-c \pm \sqrt{c^2 - 4mk}}{2m} \quad \text{(6.2)} $$

Votre première demande

Envoyez un document par URL ou sous forme d’URI de données base64. Cette requête lise les deux premières pages d’un PDF d’exemple:

curl https://api.empiriolabs.ai/v1/ocr \ -H « Autorisation: Porteur $EMPIRIOLABS_API_KEY » \ -H « Type-Contenu: application/json » \ -d '{ « modèle »: « lightonocr-3-4b », « document »: { « type »: « document_url », « document_url »: « https://media.empiriolabs.ai/assets/blog-images/lightonocr-3-4b-test-2026-10-25/sample-document.pdf" }, « pages »: [0, 1] }'

Un fichier sur votre machine est envoyé en tant qu’URI de données, sans hébergement nécessaire:

import base64 importation des demandes d’importation OS avec open(« report.pdf », « rb ») comme handle: encoded = base64.b64encode(handle.read()).decode() réponse = requests.post(« https://api.empiriolabs.ai/v1/ocr", headers={"Authorization »: f"Bearer {os.environ['EMPIRIOLABS_API_KEY']}"}, json={ « model »: « lightonocr-3-4b », « document »: {"type »: « document_url », « document_url »: f"data:application/pdf; base64,{encoded}"}, }, timeout=300,) response.raise_for_status() pour page dans response.json()["pages"]: print(f »--- page {page['index']} ---«) print(page["markdown"])

Une image fonctionne de la même manière, avec « type »: « image_url » et l’URL ou l’URI des données dans image_url. Un document peut être une image PDF ou PNG, JPEG, WebP, TIFF, BMP, GIF ou AVIF pouvant atteindre 50 Mo, et une requête peut lire jusqu’à 1 000 pages.

Que reviendrai

La réponse contient un objet par page dans Pages. Chacun possède la page comme Markdown; Blocs, chaque région de la page dans l’ordre de lecture avec son type (Titre, Texte, Liste, tableau, Équation, légende, En-tête, pied de page, et d’autres) et sa boîte en pixels; Images, les régions d’image; et Dimensions, la taille de l’image de la page à laquelle les boîtes font référence. usage_info.pages_processed compte les pages lues. Un des 16 blocs retourné pour la page des notes de cours:

{ « type »: « equation », « top_left_x »: 641, « top_left_y »: 526, « bottom_right_x »: 1447, « bottom_right_y »: 610, « content »: « $$\nr = \\frac{-c \\pm \\sqrt{c^2 - 4mk}}{2m} \\quad \\text{(6.2)}\n$$ » }

Une demande de réponses une fois ses pages lues. Une réponse continue d’être disponible après environ quatre minutes et demie de réponses 202 avec un aide-emploi: sondage ALLEZ-/v1/jobs/{job_id} jusqu’à ce que Statut est achevé, et les pages sont dans Résultat. Pour obtenir l’identifiant du poste immédiatement, envoyez l’en-tête Prefer: respond-async.

Options

• Pages. Pages prend les numéros de pages basés sur zéro comme une liste ([0, 2, 3]) ou une chaîne ("0,2-4"). Laissez-le dehors pour lire chaque page.
• Des tables. table_format Fixer à Markdown ou HTML déplace chaque table dans Tableaux dans ce format et laisse un lien tel que [tbl-0.html] (tbl-0.html) dans la page Markdown. Sans cela, les tables restent dans le Markdown en HTML.
• Images. include_image_base64 renvoie chaque région d’image comme un URI de données JPEG. image_limit limite le nombre d’images revenant pour l’ensemble du document, et image_min_size Omettre des régions plus étroites ou plus courtes que ce nombre de pixels.
• Des en-tête et des pieds de base. extract_header et extract_footer les déplacer hors du Markdown vers leurs propres champs.
• Mise en page. include_blocks Fixer à faux Feuilles Blocs dehors.

Notes opérationnelles

• Les numéros de page commencent à 0. « pages »: [1] il se lit la deuxième page.
• Les signes de dollar peuvent revenir échappés. Dans le texte de la page, un signe dollar peut indiquer \$, et à l’intérieur des tables HTML & dollar;. Libérez la déduction avant de la chercher des montants.
• Les champs d’annotation sont refusés. bbox_annotation_format, document_annotation_format, et document_annotation_prompt Réponse 400 avant qu’aucune page ne soit lue.

Prix

Facturé par page lue. Chaque demande est facturée au moins 5 pages, donc envoyez un document long sous forme d’un PDF au lieu d’une requête par page. Une demande qui échoue n’est pas facturée pour les pages qu’elle n’a pas retournées. Les tarifs actuels sont sur le page modèle et les page de prix.

Commencez à construire

Essayez LightOnOCR-3 4B dans le Playground avec votre propre document, et lisez le Guide OCR des documents et les Documentation API pour chaque paramètre.

Divulgation: Cet article a été rédigé avec l'aide d'AI et examiné par EmpirioLabs AI.