Réponse courte: Sur trois pages numériques propres (une facture, un rapport en deux colonnes avec un tableau, et des notes de cours avec équations), les quatre modèles ont correctement transcrit le corps de chaque page: chaque champ, chaque phrase, chaque cellule de tableau et chaque équation. Ils diffèrent par ce qui revient d’autre, ce qu’ils acceptent et leur coût. LightOnOCR-3 4B prend les PDF, lit jusqu’à 1 000 pages par requête, et retourne la mise en page de chaque page avec les en-têtes et pieds de page indiqués, à $3.00 pour 1 000 pages avec un minimum de 5 pages par requête ($0.015 pour une page). Gemma 4 26B-A4B et Qwen3.5 4B chacun coûte moins de $0.0002 par page, et Mistral Small 3.1 coûte $0.0019 une page. Les trois modèles de chat prennent des images de page plutôt que des PDF et ne rendent que Markdown. Les quatre fonctionnent sur EmpirioLabs via une seule API.
Des lunettes en un coup d’œil
| LightOnOCR-3 4B | Qwen3.5 4B | Gemma 4 26B-A4B | Mistral Small 3.1 | |
|---|---|---|---|---|
| Extrémité | APRÈS /v1/ocr | APRÈS /v1/chat/completions | APRÈS /v1/chat/completions | APRÈS /v1/chat/completions |
| Prix | $3.00 pour 1 000 pages, minimum 5 pages par demande | $0.04 par 1M de jetons d’entrée, $0.07 par 1M de jetons de sortie | $0.05 par 1M de jetons d’entrée, $0.29 par 1M de jetons de sortie | $0.0019 par message |
| Une page de ce test | $0.015 | $0.00016 à $0.00017 | $0.00016 à $0.00019 | $0.0019 |
| 1 000 pages comme celles-ci | $3.00, envoyé 5 pages ou plus par demande | À propos de $0.17 | À propos de $0.17 | $1.90 |
| Correctement de page (de 3 pages) | 3 | 3 | 3 | 3 |
| Équations correctes (sur 5) | 5 | 5 | 5 | 5 |
| En-têtes courants et numéros de page conservés (de 7) | 7 | 4 | 7 | 1 |
| Entrée | Un PDF (jusqu’à 1 000 pages par demande) ou une image | Images | Images | Images |
| Mise en page (types de blocs et positions) | Oui | Non | Non | Non |
Comment nous l’avons géré
Nous avons réalisé trois pages pour ce test, chacune représentant une lettre américaine rendue en 1583x2048 PNG: une facture avec cinq lignes, une page de rapport à deux colonnes avec un tableau de cinq rangées, et une page de notes de cours avec cinq équations numérotées. Chaque page passait une fois à chaque modèle à travers api.empiriolabs.ai le 25 octobre 2026: à LightOnOCR-3 4B on APRÈS /v1/ocr avec ses options par défaut, et aux trois modèles de chat activés APRÈS /v1/chat/completions avec la même invite, température 0, jusqu’à 8 192 jetons de sortie, et en pensant à Qwen3.5 4B et Gemma 4 26B-A4B. Aucun résultat n’a été réessayé ou sélectionné. Les prix correspondent à ce que chaque demande a été facturée, aux prix de liste du jour.
Le prompt pour les modèles de chat:
Convertissez cette page de document en Markdown. Transcrivez tout le texte exactement tel qu’écrit, dans l’ordre de lecture. Utilisez les titres, listes et tableaux Markdown, et écrivez les expressions mathématiques en LaTeX. Retournez uniquement le Markdown.
Les trois sont des pages numériques propres. Les scans, photographies de papier, d’écriture manuscrite et de graphiques ne faisaient pas partie de ce test.
Document 1: une facture
Les quatre ont renvoyé tous les détails en haut de la facture, les deux adresses, les 20 cases de lignes, ainsi que le sous-total, la taxe et le total. LightOnOCR-3 4B a renvoyé les deux tableaux en HTML et a laissé un marqueur en gras égaré dans le bloc totaux (Sous-total**). Qwen3.5 4B a écrit les détails de la facture comme une table Markdown sans la ligne séparatrice dont une table a besoin, donc ils s’affichent en texte brut. Gemma 4 26B-A4B a mis le sous-total, la taxe et le total dans la table des articles en ligne comme lignes supplémentaires.
Résultats complets: LightOnOCR-3 4B - Oui Qwen3.5 4B - Oui Gemma 4 26B-A4B - Oui Mistral Small 3.1
Document 2: un rapport en deux colonnes avec un tableau
Les quatre lisaient la colonne de gauche avant la de droite et renvoyaient les 15 phrases ainsi que les 30 cases du tableau, y compris le nom de la station qui s’étend sur deux lignes. LightOnOCR-3 4B et Qwen3.5 4B conservaient l’en-tête courant et le numéro de page tels qu’écrits. Gemma 4 26B-A4B les gardait avec un trait d’union à la place du point central de l’en-tête, et écrivait les vitesses dans le texte sous forme LaTeX ($6.1\text{ m/s}$). Mistral Small 3.1 a omis l’en-tête ni le numéro de page.
Résultats complets: LightOnOCR-3 4B - Oui Qwen3.5 4B - Oui Gemma 4 26B-A4B - Oui Mistral Small 3.1
Document 3: notes de cours avec équations
Les quatre ont tous renvoyé correctement les cinq équations numérotées, les mathématiques en ligne et le tableau des valeurs. Mistral Small 3.1 a écrit \phi où la page montre le phi bouclé (\varphi). LightOnOCR-3 4B et Gemma 4 26B-A4B ont conservé l’en-tête courant et le numéro de page; Qwen3.5 4B et Mistral Small 3.1 ont tous deux laissé de côté. Équation 6.2 en tant que LightOnOCR-3 4B l’a renvoyée:
$$ r = \frac{-c \pm \sqrt{c^2 - 4mk}}{2m} \quad \text{(6.2)} $$Résultats complets: LightOnOCR-3 4B - Oui Qwen3.5 4B - Oui Gemma 4 26B-A4B - Oui Mistral Small 3.1
Qu’est-ce qui revient à part le texte
Mise en page. Avec le Markdown, LightOnOCR-3 4B renvoyait la mise en page de chaque page: 12, 18 et 16 blocs pour les trois pages, chacun avec son type (titre, texte, tableau, équation, légende, en-tête ou pied de page) et sa position en pixels. Les en-têtes et pieds de page sont indiqués comme tels, et extract_header et extract_footer Les déplacer dans leurs propres champs.
Des réponses simples. Les modèles de chat ne répondent que par texte. Qwen3.5 4B et Mistral Small 3.1 ont enveloppé les trois réponses dans un « 'markdown clôture de code, qui doit être retirée avant d’utiliser le texte; Gemma 4 26B-A4B ne l’a pas fait.
Des tables. LightOnOCR-3 4B renvoie les tables sous forme HTML à l’intérieur du Markdown, ou séparément dans Tableaux comme Markdown ou HTML avec table_format. Les modèles de chat ont écrit des tableaux Markdown.
Quand utiliser chacun
- LightOnOCR-3 4B pour les PDF et les documents longs, et lorsque vous avez besoin de la mise en page, des en-têtes et des pieds de page ou des régions d’image comme données, sans invite à maintenir. Envoyez plusieurs pages par requête: chaque demande est facturée pour au moins 5 pages.
- Gemma 4 26B-A4B Pour le texte issu d’images d’une page au prix le plus bas, moins de $0.0002 par page dans ce test.
- Qwen3.5 4B pour le texte à partir d’images de pages à un prix par page similaire à celui de Gemma 4 26B-A4B; il omettait l’en-tête et le numéro de page sur l’une des trois pages.
- Mistral Small 3.1 Quand vous voulez le même prix pour chaque image de page; il a omis les en-têtes et numéros de page sur deux des trois pages.
Les modèles de chat peuvent aussi répondre à des questions sur une page ou retourner les champs que vous nommez en JSON dans la même requête, ce qui est /v1/ocr ne va pas.
Faites le test sur EmpirioLabs
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 »: « image_url », « image_url »: « https://media.empiriolabs.ai/assets/blog-images/lightonocr-3-4b-test-2026-10-25/invoice.png" } }'La même page sur un modèle de chat:
curl https://api.empiriolabs.ai/v1/chat/completions \ -H « Authorization: Bearer $EMPIRIOLABS_API_KEY » \ -H « Content-Type: application/json » \ -d '{ « modèle »: « gemma-4-26b-a4b », « messages »: [{"role »: « user », « content »: [ {"type »: « image_url », « image_url »: {"url »: « https://media.empiriolabs.ai/assets/blog-images/lightonocr-3-4b-test-2026-10-25/invoice.png"}}, {"type »: « text », « text »: « Convertir cette page de document en Markdown. Transcrire tout le texte exactement tel qu’écrit, dans l’ordre de lecture. Utilisez les titres, listes et tableaux Markdown, et écrivez des expressions mathématiques en LaTeX. Retournez uniquement le Markdown."} ]}], « temperature »: 0, « max_tokens »: 8192, « enable_thinking »: false }'Changement modèle à qwen3-5-4b pour exécuter Qwen3.5 4B, ou pour mistral-small-3-1 sans considérer pour exécuter Mistral Small 3.1. Chaque page de modèle liste ses propres paramètres.
Questions fréquemment posées
Quel modèle a lu les documents avec la plus grande précision ?
Sur ces trois pages propres, les quatre ont correctement transcrit chaque champ, phrase, cellule de tableau et équation. Ils différaient sur les en-têtes courants et les numéros de page: LightOnOCR-3 4B et Gemma 4 26B-A4B gardaient les sept, Qwen3.5 4B quatre, et Mistral Small 3.1 un.
Les modèles de chat peuvent-ils lire un PDF ?
Pas directement: Qwen3.5 4B, Gemma 4 26B-A4B et Mistral Small 3.1 prennent des images, donc un PDF doit d’abord être rendu en images de page. LightOnOCR-3 4B prend un PDF allant jusqu’à 50 Mo et lit jusqu’à 1 000 de ses pages en une seule requête.
Combien coûte une page ?
LightOnOCR-3 4B coûte $3.00 pour 1 000 pages avec un minimum de 5 pages par requête, donc une page coûte $0.015 et un PDF de 100 pages $0.30. Dans ce test, une page coûte sous $0.0002 sur Qwen3.5 4B et Gemma 4 26B-A4B, qui facturent par jeton, et $0.0019 sur Mistral Small 3.1, qui facture par message.
LightOnOCR-3 4B a-t-il besoin d’une invite ?
Non. Il prend le document et des options telles que Pages et table_format, et renvoie la même structure pour chaque page.
Essaie
Playground - Oui Modèles OCR - Oui Prix - Oui Guide OCR des documents
Divulgation: Cet article a été rédigé avec l'aide d'AI et examiné par EmpirioLabs AI.
