LightOnOCR-3 4B API

LightOnOCR-3 4B について

PDFや画像をページごとに構造化されたMarkdownに読み込むドキュメントOCR(文書OCR)で、表、数学、チャート、画像領域、レイアウトも含めて。

別名 LightOnOCR-3-4B

LightOnOCR-3 4B の仕様

モデルID

lightonocr-3-4b

開発元

LightOn

カテゴリ

ドキュメントOCR

リリース

2026年10月8日

入力

画像ドキュメント

出力

Markdown

エンドポイント

POST/v1/ocr

代替モデルID

lightonai/lightonocr-3-4b

LightOnOCR-3 4B API の料金

EmpirioLabs カタログのライブ従量課金料金です。使った分だけの支払いで、月額最低料金はありません。

LightOnOCR-3 4B API の呼び出し方

LightOnOCR-3 4B は POST /v1/ocr で PDF と画像を読み取り、各ページを Markdown で返します。PDF の URL を document に入れ、モデル ID lightonocr-3-4b と一緒に送信してください。特定のページだけを処理するには、0 から始まるページ番号を pages に指定します。画像も {"type": "image_url", "image_url": "https://..."} で同じように送信でき、どちらの URL も base64 のデータ URI にできます。レスポンスの pages には各ページの index、markdown、images、tables、dimensions が含まれ、usage_info.pages_processed は処理したページ数を示します。 数分たっても処理中のリクエストは job_id を返すので、GET /v1/jobs/{job_id} をポーリングしてください。Prefer: respond-async ヘッダーを付けると、ジョブ ID をすぐに受け取れます。 EmpirioLabs ダッシュボードで API キーを取得してください。

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 のパラメーター

EmpirioLabs 上の LightOnOCR-3 4B API が対応するリクエストパラメーターです。フィールドを省略した場合はデフォルト値が適用されます。

知っておくと便利

PDFや画像をMarkdownにページごとに読み込みます。テキストは読む順番、見出し、リスト、表、数学、キャプション、チャートとそのデータポイントを表としてまとめます。

入力

• リクエストごとにPDFまたは画像1枚:PDF、PNG、JPEG、WebP、TIFF、BMP、GIF、AVIF、最大50MB、公開URLまたはbase64データURIとして。
• 1リクエストあたり最大1,000ページまで。pages、ゼロベース、[0, 2]のようなリストや0,2-4のような文字列のページを選びましょう。
• 構造化注釈フィールドはサポートされていません。

ソリューション

• 各ページはMarkdownとして表示され、各画像領域の位置とページのレイアウトブロックは読み順に並べられます。
• include_image_base64各画像領域をJPEGデータURIとして返します。
• table_formatmarkdownまたはhtmlに設定すると、各テーブルを個別に返します。それ以外のテーブルはHTMLとしてMarkdownに残ります。
• extract_headerとextract_footerは、マークダウンのヘッダーやフッターを自分たちのフィールドに移しています。

長い文書

• 約4分半経ってもリクエストが続いていると、ジョブIDがGET /v1/jobs/{job_id}のポーリングに返されます。すぐに取得するためにPrefer: respond-asyncを送ってください。

請求

• 閲覧ページごとに請求され、1リクエストあたり最低5ページが請求されます。失敗したリクエストは返送しなかったページについては請求されません。

重さ

• FP8。

LightOnOCR-3 4B API: よくある質問

LightOnOCR-3 4B API の料金はいくらですか?

EmpirioLabs では LightOnOCR-3 4B は従量課金です: ドキュメントOCR $3.00 1,000ページあたり、最低5ページずつのリクエスト。このページのライブ料金表は常に API の請求額と一致します。

LightOnOCR-3 4B はどのエンドポイントを使いますか?

LightOnOCR-3 4B は api.empiriolabs.ai 上の POST /v1/ocr で提供され、標準的な Bearer トークン認証を使用します。

統合する前にブラウザで LightOnOCR-3 4B を試せますか?

はい。EmpirioLabs プレイグラウンドでは API と同じパラメーターで LightOnOCR-3 4B をブラウザ上で実行できるので、コードを書く前にプロンプトを試せます。

LightOnOCR-3 4B の API キーはどうやって取得しますか?

EmpirioLabs アカウントを作成し、ダッシュボードの API Keysでキーを生成してください。課金は従量制クレジットなので、実行したリクエストの分だけ支払います。