LightOnOCR-3 4B एपीआई

LightOnOCR-3 4B के बारे में

दस्तावेज़ OCR जो PDF और छवियों को तालिकाओं, गणित, चार्ट, छवि क्षेत्रों और लेआउट के साथ पृष्ठ-दर-पृष्ठ संरचित मार्कडाउन में पढ़ता है.

इस नाम से भी जाना जाता है LightOnOCR-3-4B

LightOnOCR-3 4B की विशेषताएं

मॉडल ID

lightonocr-3-4b

निर्माता

LightOn

श्रेणी

दस्तावेज़ ओसीआर

रिलीज

8 अक्टू॰ 2026

इनपुट

इमेजदस्तावेज़

आउटपुट

Markdown

एंडपॉइंट

POST/v1/ocr

वैकल्पिक मॉडल ID

lightonai/lightonocr-3-4b

LightOnOCR-3 4B API की कीमतें

EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।

LightOnOCR-3 4B API को कैसे कॉल करें

LightOnOCR-3 4B POST /v1/ocr से PDF और इमेज पढ़ता है और हर पेज को Markdown में लौटाता है। PDF का URL document में model id lightonocr-3-4b के साथ भेजें, और सिर्फ़ कुछ पेज प्रोसेस करने के लिए pages में 0 से शुरू होने वाले पेज नंबर दें। इमेज भी {"type": "image_url", "image_url": "https://..."} के साथ इसी तरह काम करती है, और दोनों में से कोई भी URL base64 data URI हो सकता है। प्रतिक्रिया pages में हर पेज को उसके index, markdown, images, tables और dimensions के साथ सूचीबद्ध करती है; usage_info.pages_processed बताता है कि कितने पेज प्रोसेस हुए। कुछ मिनट बाद भी चल रही request एक job_id लौटाती है, जिसे GET /v1/jobs/{job_id} पर poll करें; Prefer: respond-async हेडर भेजने पर job id तुरंत मिल जाता है। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।

curl https://api.empiriolabs.ai/v1/ocr \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "lightonocr-3-4b",
    "document": {
      "type": "document_url",
      "document_url": "https://arxiv.org/pdf/2412.13663"
    },
    "pages": [0, 1],
    "include_image_base64": false
  }'

import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/ocr",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={
        "model": "lightonocr-3-4b",
        "document": {
            "type": "document_url",
            "document_url": "https://arxiv.org/pdf/2412.13663",
        },
        "pages": [0, 1],
        "include_image_base64": False,
    },
)
result = response.json()
for page in result["pages"]:  # index, markdown, images, tables, dimensions
    print(page["index"], page["markdown"][:200])
print(result["usage_info"]["pages_processed"])

LightOnOCR-3 4B API के पैरामीटर

EmpirioLabs पर LightOnOCR-3 4B API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।

जानने योग्य

PDF और छवियों को मार्कडाउन में पढ़ता है, पृष्ठ दर पृष्ठ: पठन क्रम में पाठ, शीर्षक, सूचियाँ, तालिकाएँ, गणित, कैप्शन और चार्ट्स एक तालिका के रूप में उनके डेटा बिंदुओं के साथ.

इनपुट

• अनुरोध के अनुसार एक पीडीएफ या छवि: पीडीएफ, पीएनजी, जेपीईजी, वेबपी, टीआईएफएफ, बीएमपी, जीआईएफ या एवीआईएफ, 50 एमबी तक, सार्वजनिक यूआरएल या बेस 64 डेटा यूआरआई के रूप में।
• प्रति अनुरोध अधिकतम 1,000 पृष्ठ. pages, शून्य-आधारित पृष्ठों को सूची के रूप में चुनें, जैसे कि [0, 2] या 0,2-4 जैसी स्ट्रिंग.
• संरचित एनोटेशन फ़ील्ड समर्थित नहीं हैं.

उत्पादन

• प्रत्येक पृष्ठ मार्कडाउन के रूप में, प्रत्येक छवि क्षेत्र की स्थिति और पृष्ठ के लेआउट ब्लॉक को पढ़ने के क्रम में रखा जाता है।
• include_image_base64 प्रत्येक छवि क्षेत्र को JPEG डेटा URI के रूप में लौटाता है।
• table_format markdown पर सेट किया जाता है या html प्रत्येक तालिका को अलग से लौटाता है; अन्यथा तालिकाएँ HTML के रूप में मार्कडाउन में रहती हैं.
• extract_header और extract_footer शीर्षलेख और पाद लेख को मार्कडाउन से अपने स्वयं के क्षेत्रों में ले जाते हैं।

लंबे दस्तावेज़

• लगभग साढ़े चार मिनट के बाद भी चल रहा एक अनुरोध GET /v1/jobs/{job_id} पर मतदान के लिए एक नौकरी आईडी लौटाता है। इसे तुरंत प्राप्त करने के लिए Prefer: respond-async भेजें।

बिलिंग

• हर पृष्ठ पर पढ़े गए बिल के साथ, प्रति अनुरोध कम से कम 5 पृष्ठों के साथ. विफल अनुरोध को उन पृष्ठों के लिए बिल नहीं भेजा जाता है जिन्हें वह वापस नहीं करता है.

वज़न

• एफपी8.

LightOnOCR-3 4B API: आम सवाल

LightOnOCR-3 4B API की कीमत कितनी है?

EmpirioLabs पर LightOnOCR-3 4B का बिल उपयोग के अनुसार बनता है: दस्तावेज़ ओसीआर $3.00 प्रति 1,000 पृष्ठ, प्रति अनुरोध न्यूनतम 5 पृष्ठ। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

LightOnOCR-3 4B कौन सा endpoint उपयोग करता है?

LightOnOCR-3 4B api.empiriolabs.ai पर POST /v1/ocr के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।

क्या मैं इंटीग्रेट करने से पहले ब्राउज़र में LightOnOCR-3 4B आज़मा सकता हूं?

हां। EmpirioLabs playground ब्राउज़र में LightOnOCR-3 4B को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।

LightOnOCR-3 4B की API key कैसे मिलेगी?

EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।