---
title: "Extraire les données de factures arabes avec un LLM vision"
description: "Envoyez la photo d’une facture ou d’un reçu à un modèle de vision sur BroadNet Inference et récupérez total, date et fournisseur en JSON, en arabe ou en anglais."
url: https://broadrouter.com/fr/guides/read-arabic-invoices-with-vision/
lang: fr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/guides/read-arabic-invoices-with-vision/) (mis à jour le 2026-11-16).

# Lire des factures et reçus arabes avec un modèle de vision

Mis à jour 2026-11-16

Envoyez l’image sous forme de data URL en base64 dans le contenu du message à un modèle de vision comme broadnet/qwen3.8-27b ou broadnet/gemma-4-26b-a4b, et demandez les champs voulus en JSON. Indiquez le bon type MIME. En paiement à l’usage, une image compte en tokens d’entrée ; plus elle est grande, plus elle en consomme.

Trois modèles de chat de BroadNet Inference acceptent des images : DeepSeek V4.1 Flash, Qwen3.8 27B et BroadNet Gemma 4 VL 26B. GLM 5.3 ne traite que du texte. Pour les documents en arabe, Qwen3.8 27B est celui que BroadNet a testé en arabe : rédaction fluide, dialectes du Golfe et égyptien compris, et traduction arabe–anglais précise. Gemma 4 VL 26B est le moins cher des trois chez BroadNet et fonctionne avec le crédit gratuit.

## Poser une question sur une facture

```python
import base64, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
invoice = base64.b64encode(open("invoice.jpg", "rb").read()).decode()

response = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "ما هو المبلغ الإجمالي في هذه الفاتورة؟"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}],
)
print(response.choices[0].message.content)
```

La question demande en arabe « Quel est le montant total de cette facture ? ». Pour les fichiers PNG, mettez `image/png` dans la data URL : le type MIME doit correspondre. Pour le déduire du nom de fichier :

```python
import mimetypes
mime = mimetypes.guess_type("invoice.png")[0]   # "image/png"
url = f"data:{mime};base64," + base64.b64encode(open("invoice.png", "rb").read()).decode()
```

## Récupérer des champs structurés

Demandez du JSON et précisez exactement les clés voulues :

```python
prompt = (
    "Read this invoice. Reply with JSON only, keys: vendor, date (YYYY-MM-DD), "
    "currency, total (number), vat (number or null). Keep the vendor name in Arabic if it is written in Arabic."
)
response = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # Qwen3.8 27B reasons first
    messages=[{"role": "user", "content": [
        {"type": "text", "text": prompt},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}],
)
```

Qwen3.8 27B raisonne avant de répondre : laissez-lui de la marge. Voir [pourquoi les modèles de raisonnement renvoient des réponses vides](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/). La documentation de BroadNet indique la sortie structurée pour Qwen3.8 27B ; voir [sortie structurée](https://broadrouter.com/fr/glossary/structured-output/) pour le fonctionnement général des schémas JSON. Analysez la réponse avec `json.loads` et vérifiez les champs avant de les enregistrer.

## Coût

En paiement à l’usage, une image est facturée en tokens d’entrée au prix d’entrée du modèle : redimensionnez donc les très grandes photos au préalable. Le [calculateur de tokens d’image](https://broadrouter.com/tools/image-token-calculator/) indique combien de tokens coûte une taille donnée. Avec un [forfait illimité DeepSeek V4.1 Flash](https://broadrouter.com/fr/guides/unlimited-llm-api-sessions/), les images font partie de l’usage illimité.

[Comparez les prix des modèles de vision](https://broadrouter.com/fr/pricing/), ou voyez comment un modèle de vision se compare à Google, Azure, Textract et Mistral OCR dans le [comparatif des API d’OCR arabe](https://broadrouter.com/fr/blog/arabic-ocr-api-comparison/).

## Dépannage

-   **Réponse vide de Qwen3.8 27B ou DeepSeek V4.1 Flash.** Le raisonnement a épuisé `max_tokens`. Augmentez la valeur ou réglez `reasoning_effort` sur `low`.
-   **400 ou 422 sur l’image.** Vérifiez que la data URL commence par `data:image/jpeg;base64,` ou `data:image/png;base64,` et que le type MIME correspond au fichier.
-   **403 ou erreur sur le modèle.** GLM 5.3 n’accepte pas d’images, et Qwen3.8 27B et DeepSeek V4.1 Flash nécessitent une recharge. Utilisez BroadNet Gemma 4 VL 26B avec le crédit gratuit.
-   **Requête trop volumineuse ou erreurs de contexte.** Une grande photo consomme beaucoup de tokens, et Gemma 4 VL 26B a la plus petite fenêtre de contexte des trois (indiquée dans pricing.json). Redimensionnez à une largeur raisonnable ou recadrez sur la zone des totaux.
-   **Totaux erronés ou chiffres inversés.** Les chiffres arabes orientaux (٠١٢٣) et les chiffres latins peuvent cohabiter sur un même reçu. Demandez au modèle de renvoyer les nombres en chiffres latins, et vérifiez dans votre code les totaux par rapport aux lignes.
-   **JSON invalide.** Demandez « JSON only », retirez les éventuelles balises de bloc de code avant l’analyse, et réessayez une fois si l’analyse échoue.

_[image: An Arabic and English invoice beside a phone showing the JSON {"total":125.00,"currency":"AED"}, with the text "From documents to structured data."]_

Illustrative example; the figures are not real output.

## Termes de ce guide

[Token](https://broadrouter.com/fr/glossary/token/)

Un token est l’unité de texte qu’un modèle de langage lit et écrit : un mot, une partie de mot, un signe de ponctuation ou une suite d’octets produite par le tokenizer du modèle. Les API LLM comptent, limitent et facturent généralement l’usage en tokens.

[Reconnaissance optique de caractères (OCR)](https://broadrouter.com/fr/glossary/ocr/)

La reconnaissance optique de caractères (OCR) est une technologie qui détecte le texte imprimé ou manuscrit d’une image, d’un scan ou d’un PDF et le convertit en caractères lisibles par une machine. L’OCR classique produit le texte et sa position sur la page ; les modèles vision-langage peuvent lire le texte et répondre directement à des questions dessus.

[Sortie structurée (structured output)](https://broadrouter.com/fr/glossary/structured-output/)

La sortie structurée est une fonction des API LLM qui contraint la réponse d’un modèle à un format défini par le développeur, en général un JSON Schema, pour que le code puisse l’analyser de façon fiable. Elle est plus stricte que le mode JSON, qui garantit un JSON valide mais pas une structure précise.

[Appel d’outils (tool calling, function calling)](https://broadrouter.com/fr/glossary/tool-calling/)

L’appel d’outils, aussi appelé function calling, est une fonctionnalité des API LLM dans laquelle le modèle renvoie une demande structurée d’exécution d’une fonction définie par le développeur, avec des arguments JSON. L’application exécute la fonction et renvoie le résultat ; le modèle n’exécute jamais de code lui-même.

[Crédit prépayé (prepaid credit)](https://broadrouter.com/fr/glossary/prepaid-credit/)

Le crédit prépayé est de l’argent versé sur un compte API avant utilisation. Chaque requête déduit son coût du solde, et quand le solde est épuisé, les requêtes facturées s’arrêtent jusqu’à la prochaine recharge. Les dépenses sont ainsi plafonnées à ce que vous avez versé.

[Fenêtre de contexte (context window)](https://broadrouter.com/fr/glossary/context-window/)

La fenêtre de contexte est le nombre maximal de tokens qu’un modèle de langage peut traiter dans une seule requête. Elle couvre le prompt, l’historique de conversation, les définitions d’outils, les images et la sortie générée, tokens de raisonnement compris. Ce qui ne tient pas doit être coupé, résumé ou réparti sur plusieurs requêtes.

[Forfait LLM (flat rate)](https://broadrouter.com/fr/glossary/flat-rate-llm-plan/)

Un forfait LLM facture un prix fixe pour une période, par exemple un mois, en échange de l’accès à une API de modèle de langage, au lieu de facturer au token. Ces forfaits limitent généralement autre chose, comme la concurrence, la vitesse, les modèles ou des fenêtres d’usage : les plafonds comptent donc autant que le prix.

[Modèle vision-langage (VLM)](https://broadrouter.com/fr/glossary/vision-language-model/)

Un modèle vision-langage (VLM) est un modèle qui prend en entrée des images et du texte ensemble et produit du texte : il peut décrire des images, répondre à des questions à leur sujet et lire des documents, des graphiques ou des captures d’écran. On parle aussi de modèles image-texte-vers-texte ou multimodaux.

## Questions fréquentes

### Quels modèles BroadNet savent lire des images ?

DeepSeek V4.1 Flash, Qwen3.8 27B et BroadNet Gemma 4 VL 26B acceptent des images via les chat completions. GLM 5.3 ne traite que du texte, et les modèles de transcription prennent de l’audio.

### Comment envoyer un fichier image local à une API LLM de vision ?

Lisez le fichier, encodez-le en base64 et placez-le dans une partie de contenu image\_url sous forme de data URL, par exemple data:image/jpeg;base64, suivi des octets encodés. Le type MIME de l’URL doit correspondre au fichier.

### Puis-je extraire les données de factures avec le crédit gratuit ?

Oui, avec BroadNet Gemma 4 VL 26B, qui fonctionne avec le crédit de départ gratuit. Qwen3.8 27B et DeepSeek V4.1 Flash sont accessibles après une recharge.

### Puis-je envoyer une facture en PDF ?

La documentation de BroadNet décrit des images envoyées sous forme de data URL, pas des fichiers PDF. Convertissez d’abord chaque page du PDF en JPEG ou PNG, par exemple avec pdftoppm, puis envoyez les pages comme images.

## Guides associés

-   [API speech-to-text pour l’arabe, étape par étape](https://broadrouter.com/fr/guides/arabic-speech-to-text-api/)
-   [Utiliser le SDK Python d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-python-sdk/)
-   [Pourquoi un modèle de raisonnement renvoie une réponse vide](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-guides-read-arabic-invoices-with-vision&utm_content=page-cta) ·

**Sources**

-   [Référence de l’API de BroadNet Inference, chat avec une image (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-guides-read-arabic-invoices-with-vision&utm_content=sources#requests)
-   [Tarifs de BroadNet Inference (notes du test en arabe de Qwen3.8 27B) (en anglais)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-guides-read-arabic-invoices-with-vision&utm_content=sources)
-   [Liste des modèles lisible par machine, avec modalités et longueur de contexte (pricing.json) (en anglais)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-guides-read-arabic-invoices-with-vision&utm_content=sources)
