Cherchez « Arabic OCR API » et la plupart des résultats sont des sites de classement qui ne disent pas d’où viennent leurs notes. Cette page fait le travail plus ciblé dont un acheteur a besoin. Pour chaque API, elle indique ce que dit la documentation du fournisseur sur l’arabe, ce que renvoie l’API et ce que coûte une page. Chaque chiffre a été relevé sur la page du fournisseur le 15 novembre 2026. BroadRouter est le site de BroadNet, et BroadNet vend l’une des options ci-dessous (des LLM vision, pas de l’OCR) ; nous disons donc où les autres font mieux.
Si vous hésitez encore sur le principe entre OCR et LLM vision, commencez par OCR arabe vs LLM vision. Il explique pourquoi l’écriture liée, les points diacritiques et les lignes à sens mixte rendent l’arabe difficile. Cet article part de là et vous aide à choisir un fournisseur.
Quelles API OCR prennent officiellement en charge l’arabe ?
| API | Arabe imprimé | Arabe manuscrit | Ce qu’elle renvoie |
|---|---|---|---|
Google Cloud Vision (DOCUMENT_TEXT_DETECTION) |
Oui, ar, indiqué comme Modern Standard |
Non mentionné (l’écriture arabe ne figure pas dans le tableau du manuscrit) | Texte avec informations de page, bloc, paragraphe, mot et saut |
Azure AI Document Intelligence, Read (prebuilt-read) |
Oui, ar |
Oui, en v4.0 (pas en v3.1) | Texte imprimé et manuscrit |
Azure AI Document Intelligence, Layout (prebuilt-layout) |
Oui, ar |
Oui, en v4.0 | Texte, tableaux, structure du document et cases à cocher |
| Modèles prédéfinis facture et reçu d’Azure | La facture inclut l’arabe (ar) ; les reçus thermiques incluent l’arabe |
n/a | Champs nommés de facture et de reçu |
| Amazon Textract (Detect Document Text) | Oui, parmi plus de 40 langues | Non : « handwriting … in English only » (manuscrit… en anglais seulement) | Mots et lignes, chacun avec boîte englobante et score de confiance |
Mistral OCR (mistral-ocr-latest) |
Oui, parmi les langues du Moyen-Orient | Non précisé | Markdown par page plus champs JSON : tableaux, images, en-têtes, pieds de page, blocs, scores de confiance |
| LLM vision (Qwen3.8 27B, Gemma 4 VL 26B, DeepSeek V4.1 Flash sur BroadNet) | Lit les images en arabe ; pas un moteur OCR | Non documenté | Ce que vous demandez : texte, champs, JSON, une traduction |
Deux détails comptent plus que les colonnes oui/non :
- Textract limite plus que le manuscrit. Sa FAQ indique : « Handwriting, Invoices, and Receipts, Identity documents, and Queries processing are in English only. » (traduction : « Le traitement du manuscrit, des factures et reçus, des pièces d’identité et des Queries n’existe qu’en anglais. ») Sur des documents arabes, Textract vous donne du texte et des positions, pas des champs de facture.
- L’arabe manuscrit d’Azure est nouveau en v4.0. Le tableau du manuscrit de la v3.1 n’inclut pas l’arabe. Figez la version d’API sur laquelle vous testez.
La page des langues de Mistral indique que sa liste reflète les « languages with strong expected performance » (traduction : « langues pour lesquelles de bonnes performances sont attendues »), ce qui est une affirmation du fournisseur, pas un score mesuré.
Combien coûte chaque API OCR arabe pour 1 000 pages ?
Prix en dollars US, relevés le 15 novembre 2026 sur la source tarifaire de chaque fournisseur :
| API et fonction | Franchise gratuite | Prix d’entrée pour 1 000 pages | Prix à fort volume |
|---|---|---|---|
| Google Cloud Vision, Document Text Detection | 1 000 premières unités par mois | 1,50 USD (unités 1 001 à 5 000 000) | 0,60 USD au-delà de 5 millions d’unités par mois |
| Azure Document Intelligence, Read (East US) | 500 pages par mois au niveau gratuit | 1,50 USD | 0,60 USD après le premier million de pages |
| Azure Document Intelligence, Layout et modèles prédéfinis (East US) | Même niveau gratuit | 10 USD | Les paliers d’engagement figurent sur la page de tarifs d’Azure (les prix se chargent dans le navigateur ; vérifiez votre région) |
| Amazon Textract, Detect Document Text (US West, Oregon) | 1 000 pages par mois pour les nouveaux clients AWS, pendant trois mois | 1,50 USD (premier million de pages par mois) | 0,60 USD après 1 million de pages |
| Mistral OCR | Non précisé | Facturé par tranche de 1 000 pages ; le montant n’apparaît pas dans le HTML statique de la page, nous n’avons donc pas pu le confirmer | Mistral indique que le traitement par lots divise ses prix d’API par deux |
Google facture chaque page PDF comme une image, et chaque fonction comme une unité distincte. Demander deux fonctions sur une même page coûte deux unités. Le prix prédéfini d’Azure couvre mise en page, facture et reçu. Si vous avez besoin des champs de facture structurés d’Azure, prévoyez le tarif à 10 USD, pas celui de Read à 1,50 USD.
Combien coûte un LLM vision par page ?
Un LLM vision n’a pas de prix à la page. Pour les clés pay-as-you-go de BroadNet, la documentation indique qu’une image « counts as input tokens at the model’s input price » (traduction : « compte comme des tokens d’entrée au prix d’entrée du modèle »), et qu’une image plus grande utilise plus de tokens. Le coût d’une page correspond aux tokens de l’image plus votre prompt, plus la réponse au prix de sortie.
Les tokens d’image varient selon le modèle et la résolution. Gemma 4 utilise des budgets de 70, 140, 280, 560 ou 1 120 tokens par image, et la documentation de Google recommande un budget plus élevé pour la meilleure précision sur les tâches visuelles. Comme ordre de grandeur pour planifier, pas comme mesure, comptez environ 1 000 tokens d’entrée et 300 tokens de sortie par page :
| Modèle BroadNet | Entrée par million | Sortie par million | 1 000 pages à environ 1 million en entrée et 0,3 million en sortie |
|---|---|---|---|
| Gemma 4 VL 26B | $0.10 | $0.22 | $0.10 plus trois dixièmes de $0.22 |
| Qwen3.8 27B | $0.175 | $2.17 | $0.175 plus trois dixièmes de $2.17, plus le raisonnement |
| DeepSeek V4.1 Flash | $0.175 | $0.52 | $0.175 plus trois dixièmes de $0.52, plus le raisonnement |
Qwen3.8 27B et DeepSeek V4.1 Flash raisonnent avant de répondre, et le raisonnement est facturé comme de la sortie. Gardez max_tokens à 1 000 ou plus, ou réglez reasoning_effort sur low, sinon la réponse peut revenir vide (pourquoi). Mesurez sur vos propres pages : envoyez-en dix, lisez usage.prompt_tokens et usage.completion_tokens, et multipliez. Le calculateur de tokens d’image et coût des LLM vision par image font le calcul.
La comparaison n’est pas à périmètre égal. 1,50 USD les 1 000 pages vous achète du texte brut et des positions. Un appel à un LLM vision peut renvoyer fournisseur, numéro de TVA, date et total en JSON dans la même requête, ce qui vous épargne l’étape d’analyse. Gemma 4 VL 26B est en outre couvert par le crédit de départ de $5. Qwen3.8 27B et DeepSeek V4.1 Flash demandent une recharge.
En quoi les détails d’intégration diffèrent-ils ?
| Google Cloud Vision | Azure Document Intelligence | Amazon Textract | Mistral OCR | LLM vision de BroadNet | |
|---|---|---|---|---|---|
| Entrée | Images ; PDF et TIFF via DOCUMENT_TEXT_DETECTION |
Voir la liste des types de fichiers du modèle Read | Voir la liste des types de fichiers de Textract | image_url (PNG, JPEG, AVIF, etc.) ou document_url (PDF, PPTX, DOCX, etc.) |
Une image par élément de contenu sous forme d’URL data: ; convertissez d’abord les pages PDF en images |
| Indication de langue | Indication ar facultative |
Facultative ; Microsoft conseille de ne pas la fournir sans certitude | Non traité dans la FAQ | Non précisé | Indiquez « le document est en arabe » dans le prompt |
| Champs structurés | Non (hiérarchie de texte seulement) | Oui, facture et reçu prédéfinis | Factures, reçus et Queries en anglais seulement | Annotations de document facultatives | Demandez du JSON ; la sortie structurée n’est documentée que pour Qwen3.8 27B |
| Forme de l’API | Google Cloud API | REST et SDK Azure | SDK AWS | Mistral /v1/ocr |
/v1/chat/completions compatible OpenAI |
La remarque de Microsoft sur les codes de langue mérite d’être lue si vos documents mêlent arabe et anglais : « Don’t provide the language code as the parameter unless you are sure of the language … Otherwise, the service may return incomplete and incorrect text. » (traduction : « Ne fournissez pas le code de langue en paramètre à moins d’être sûr de la langue… Sinon, le service peut renvoyer un texte incomplet et incorrect. »)
Quelle API OCR arabe choisir ?
Il n’y a pas de réponse unique, et aucun fournisseur ne publie de test indépendant de précision sur l’arabe que nous ayons pu vérifier. Choisissez d’abord selon la sortie, puis testez :
- Vous avez besoin de texte cherchable à partir de longues archives numérisées. Google Cloud Vision, Azure Read ou Textract. Tous trois prennent en charge l’arabe imprimé au même prix d’entrée. Choisissez le cloud que vous utilisez déjà pour le stockage et l’identité.
- Vous avez besoin de l’arabe manuscrit. Azure Document Intelligence v4.0 est la seule API OCR de cette liste à le mentionner. Testez aussi un LLM vision sur les mêmes pages, puisqu’aucun ne documente le manuscrit dans un sens ou dans l’autre.
- Vous avez besoin des champs de factures en arabe. Comparez le modèle de facture prédéfini d’Azure (10 USD les 1 000 pages) à un LLM vision qui renvoie du JSON. Sur BroadNet, Qwen3.8 27B est le modèle à sortie structurée documentée. Lire des factures arabes avec un modèle vision fournit du code fonctionnel.
- Vous voulez du Markdown avec tableaux pour le RAG. Mistral OCR renvoie du Markdown par page avec tableaux et blocs. Confirmez son prix actuel à la page sur la page de tarifs de Mistral.
- Vous voulez champs, traduction et résumé en un seul appel. Un LLM vision. La chaîne, validation comprise, est décrite dans extraire les données de factures en JSON avec un LLM vision.
Comment tester des API OCR arabes sur vos propres documents ?
- Choisissez 50 à 100 vraies pages : PDF propres, photos prises au téléphone, reçus thermiques pâlis, factures tamponnées et, si vous en avez, formulaires manuscrits.
- Saisissez une vérité terrain pour les champs qui vous importent. Gardez les chiffres arabes orientaux (٠١٢٣) tels qu’imprimés, et notez-les à part.
- Évaluez caractères et champs séparément. Le taux d’erreur sur les caractères mesure la qualité de lecture. La justesse des champs (total, date, numéro de TVA) mesure la qualité métier. Un chiffre faux dans un total compte plus que dix dans un pied de page.
- Vérifiez l’ordre sur les lignes mixtes. Une ligne comme « الإجمالي: 1,250.00 SAR » peut revenir avec le nombre avant le libellé. C’est un problème d’ordre bidirectionnel, pas une erreur de reconnaissance, mais votre parser doit quand même s’en accommoder.
- Validez les nombres dans le code, quel que soit votre choix : les lignes s’additionnent au total, la TVA correspond au taux et les dates s’analysent. Envoyez les échecs vers une file de relecture humaine.
Où se situe BroadNet Inference
BroadRouter est le site de BroadNet. BroadNet Inference ne vend pas de moteur OCR. Il vend des LLM vision sur une API unique compatible OpenAI : Qwen3.8 27B, BroadNet Gemma 4 VL 26B et DeepSeek V4.1 Flash, qui acceptent tous des images. Si vous avez besoin du texte brut le moins cher pour des millions de pages numérisées, ou de l’arabe manuscrit avec positions, une API OCR classique de la liste ci-dessus convient mieux. BroadNet convient quand vous voulez des champs ou du JSON à partir de documents arabes, avec la zero data retention : BroadNet indique que le contenu d’inférence n’est pas conservé. Essayez Gemma 4 VL 26B avec le crédit de départ de $5, ou lisez la référence de l’API et obtenez une clé.
