Resposta curta: Em três páginas digitais limpas (uma fatura, um relatório de duas colunas com uma tabela e anotações de aula com equações), todos os quatro modelos transcreveram corretamente o corpo de cada página: cada campo, frase, célula da tabela e equação. Eles diferem no que mais recebe, no que aceitam e no que custam. LightOnOCR-3 4B aceita PDFs, lê até 1.000 páginas por requisição e retorna o layout de cada página com cabeçalhos e rodapés marcados, a $3.00 por 1.000 páginas, com mínimo 5 páginas por solicitação ($0.015 para uma página). Gemma 4 26B-A4B e Qwen3.5 4B cada um custava menos de $0.0002 por página, e Mistral Pequeno 3.1 custa $0.0019 página. Os três modelos de chat pegam imagens de página em vez de PDFs e retornam apenas o Markdown. Os quatro rodam em EmpirioLabs por meio de uma API.
Especificações em um olhar
| LightOnOCR-3 4B | Qwen3.5 4B | Gemma 4 26B-A4B | Mistral Pequeno 3.1 | |
|---|---|---|---|---|
| Endpoint | PÓS-/v1/ocr | PÓS-/v1/chat/completions | PÓS-/v1/chat/completions | PÓS-/v1/chat/completions |
| Preço | $3.00 por 1.000 páginas, mínimo 5 páginas por solicitação | $0.04 por 1M de tokens de entrada, $0.07 por 1M de tokens de saída | $0.05 por 1M de tokens de entrada, $0.29 por 1M de tokens de saída | $0.0019 por mensagem |
| Uma página neste teste | $0.015 | $0.00016 para $0.00017 | $0.00016 para $0.00019 | $0.0019 |
| 1.000 páginas como estas | $3.00, enviava 5 ou mais páginas por pedido | Sobre $0.17 | Sobre $0.17 | $1.90 |
| Correto no corpo da página (de 3 páginas) | 3 | 3 | 3 | 3 |
| Equações corretas (de 5) | 5 | 5 | 5 | 5 |
| Cabeçalhos e números de página mantidos (de 7) | 7 | 4 | 7 | 1 |
| Entrada | Um PDF (até 1.000 páginas por pedido) ou uma imagem | Imagens | Imagens | Imagens |
| Layout de página (tipos e posições de blocos) | Sim | Não | Não | Não |
Como administramos
Fizemos três páginas para este teste, cada uma com uma página de Carta dos EUA renderizada como um PNG 1583x2048: uma fatura com cinco linhas, uma página de relatório de duas colunas com uma tabela de cinco linhas e uma página de anotações de aula com cinco equações numeradas. Cada página ia uma vez para cada modelo por api.empiriolabs.ai em 25 de outubro de 2026: para LightOnOCR-3 4B em PÓS-/v1/ocr com suas opções padrão, e para os três modelos de chat ativados PÓS-/v1/chat/completions com o mesmo prompt, temperatura 0, até 8.192 tokens de saída, e considerando para Qwen3.5 4B e Gemma 4 26B-A4B. Nenhum resultado foi retentado ou escolhido. Os preços são os que cada pedido foi cobrado, nos preços de lista daquele dia.
O prompt para os modelos de chat:
Converta esta página do documento para Markdown. Transcreva todo o texto exatamente como está escrito, em ordem de leitura. Use cabeçalhos, listas e tabelas Markdown, e escreva expressões matemáticas em LaTeX. Devolva apenas o Markdown.
As três são páginas digitais limpas. Digitalizações, fotografias de papel, caligrafia e gráficos não faziam parte desse teste.
Documento 1: uma fatura
Todos os quatro retornaram todos os detalhes no topo da fatura, ambos os endereços, todas as 20 células de itens de linha e o subtotal, imposto e total. LightOnOCR-3 4B retornou ambas as tabelas como HTML e deixou um marcador em negrito no bloco de totais (Subtotal**). Qwen3.5 4B escreveu os detalhes da fatura como uma tabela Markdown sem a linha separadora que uma tabela precisa, então eles são renderizados como texto simples. Gemma 4 26B-A4B colocou o subtotal, imposto e total na tabela de itens como linhas extras.
Resultados completos: LightOnOCR-3 4B □ Qwen3.5 4B □ Gemma 4 26B-A4B □ Mistral Pequeno 3.1
Documento 2: um relatório de duas colunas com uma tabela
Todos os quatro liam a coluna da esquerda antes da direita e retornavam todas as 15 frases e todas as 30 células da tabela, incluindo o nome da estação que se engloba em duas linhas. LightOnOCR-3 4B e Qwen3.5 4B mantinham o cabeçalho contínuo e o número da página conforme escritos. Gemma 4 26B-A4B mantinha esses números com um hífen no lugar do ponto do meio do cabeçalho, e escrevia as velocidades no texto como LaTeX ($6.1\text{ m/s}$). O Mistral Small 3.1 omitiu o cabeçalho e o número da página.
Resultados completos: LightOnOCR-3 4B □ Qwen3.5 4B □ Gemma 4 26B-A4B □ Mistral Pequeno 3.1
Documento 3: anotações de aula com equações
Todos os quatro retornaram corretamente as cinco equações numeradas, a matemática em linha e a tabela de valores. Mistral Small 3.1 escreveu \phi onde a página mostra o phi encaracolado (\varphi). LightOnOCR-3 4B e Gemma 4 26B-A4B mantiveram o cabeçalho em movimento e o número da página; Qwen3.5 4B e Mistral Small 3.1 deixaram ambos de fora. Equação 6.2 como LightOnOCR-3 4B retornou:
$$ r = \frac{-c \pm \sqrt{c^2 - 4mk}}{2m} \quad \text{(6.2)} $$Resultados completos: LightOnOCR-3 4B □ Qwen3.5 4B □ Gemma 4 26B-A4B □ Mistral Pequeno 3.1
O que volta além do texto
Layout. Com o Markdown, o LightOnOCR-3 4B retornava o layout de cada página: 12, 18 e 16 blocos para as três páginas, cada um com seu tipo (título, texto, tabela, equação, legenda, cabeçalho ou rodapé) e sua posição em pixels. Cabeçalhos e rodapés são marcados como tal, e extract_header e extract_footer Levá-los para seus próprios campos.
Respostas simples. Os modelos do chat retornam apenas texto. Qwen3.5 4B e Mistral Small 3.1 envolveram as três respostas em um '''markdown code fence, que precisa ser removida antes do uso do texto; Gemma 4 26B-A4B não.
Mesas. LightOnOCR-3 4B retorna tabelas como HTML dentro do Markdown, ou separadamente em Tabelas como Markdown ou HTML com table_format. Os modelos de chat escreviam tabelas de Markdown.
Quando usar cada um
- LightOnOCR-3 4B para PDFs e documentos longos, e quando você precisa do layout de cada página, cabeçalhos e rodapés, ou regiões da imagem como dados, sem necessidade de manter. Envie várias páginas por solicitação: cada solicitação é cobrada com pelo menos 5 páginas.
- Gemma 4 26B-A4B Para texto de imagens de página única pelo menor preço, menos de $0.0002 página neste teste.
- Qwen3.5 4B para texto de imagens de páginas com aproximadamente o mesmo preço por página que o Gemma 4 26B-A4B; omitiu o cabeçalho e o número da página em uma das três páginas.
- Mistral Pequeno 3.1 Quando você quer o mesmo preço para cada imagem de página; ele deixou de fora os cabeçalhos e números de página em duas das três páginas.
Os modelos de chat também podem responder perguntas sobre uma página ou retornar os campos que você nomeia como JSON na mesma solicitação, o que /v1/ocr não faz.
Faça o teste no EmpirioLabs
curl https://api.empiriolabs.ai/v1/ocr \ -H "Autorização: Portador $EMPIRIOLABS_API_KEY" \ -H "Tipo-de-Conteúdo: application/json" \ -d '{ "modelo": "lightonocr-3-4b", "documento": { "tipo": "image_url", "image_url": "https://media.empiriolabs.ai/assets/blog-images/lightonocr-3-4b-test-2026-10-25/invoice.png" } }'A mesma página sobre um modelo de chat:
curl https://api.empiriolabs.ai/v1/chat/completions \ -H "Autorização: Portador $EMPIRIOLABS_API_KEY" \ -H "Tipo-de-Conteúdo: application/json" \ -d '{ "modelo": "gemma-4-26b-a4b", "mensagens": [{"Função": "usuário", "conteúdo": [ {"tipo": "image_url", "image_url": {"URL": "https://media.empiriolabs.ai/assets/blog-images/lightonocr-3-4b-test-2026-10-25/invoice.png"}}, {"tipo": "texto", "texto": "Converter esta página do documento para Markdown. Transcreva todo o texto exatamente como está escrito, em ordem de leitura. Use cabeçalhos, listas e tabelas do Markdown, e escreva expressões matemáticas em LaTeX. Devolva apenas o Markdown."} ]}], "temperatura": 0, "max_tokens": 8192, "enable_thinking": falso }'Mudança modelo para qwen3-5-4b para rodar Qwen3.5 4B, ou para mistral-small-3-1 sem activar pensar para rodar o Mistral Small 3.1. Cada página de modelo lista seus próprios parâmetros.
Perguntas frequentes
Qual modelo leu os documentos com mais precisão?
Nessas três páginas limpas, todos os quatro transcreviam corretamente cada campo, frase, célula de tabela e equação. Eles diferiam em cabeçalhos e números de página: LightOnOCR-3 4B e Gemma 4 26B-A4B mantinham todos os sete, Qwen3.5 4B quatro e Mistral Small 3.1 um.
Os modelos de chat conseguem ler um PDF?
Não diretamente: Qwen3.5 4B, Gemma 4 26B-A4B e Mistral Small 3.1 tiram imagens, então um PDF precisa ser renderizado em imagens de página primeiro. LightOnOCR-3 4B pega um PDF de até 50 MB e lê até 1.000 de suas páginas em uma única solicitação.
Quanto custa uma página?
O LightOnOCR-3 4B custa $3.00 por 1.000 páginas, com mínimo 5 páginas por requisição, então uma página custa $0.015 e um PDF de 100 páginas $0.30. Neste teste, uma página custa abaixo de $0.0002 no Qwen3.5 4B e Gemma 4 26B-A4B, que faturam por token, e $0.0019 no Mistral Small 3.1, que fatura por mensagem.
O LightOnOCR-3 4B precisa de um prompt?
Não. Ele leva o documento e opções como páginas e table_format, e retorna a mesma estrutura para cada página.
Experimente
Playground □ Modelos OCR □ Preços □ Guia OCR de documentos
Divulgação: Este artigo foi escrito com assistência de IA e revisado por EmpirioLabs IA.
