Meilleurs modèles open source : Documents & OCR
OCR, classification, extraction PDF, vision-langage documentaire. Sélection octobre 2026 classée par Score Radar.
Flux RSS de ce domaine · Suivre sur Feedly
Articles
LightOnOCR-3 : l'OCR de LightOn passe sur Qwen3.5, avec boîtes et graphiques convertis en tableaux
LightOn, éditeur parisien, publie LightOnOCR-3 en deux tailles, 4 B et 0,8 B, sous Apache 2.0. La fiche du 4 B annonce 86,3 sur olmOCR-bench et ajoute un mode « grounding » qui renvoie, pour chaque bloc de la page, un type et une boîte.
Youtu-Parsing-Omni : Tencent transforme pages, tableaux et audio en un seul JSON
Tencent publie Youtu-Parsing-Omni, un modèle de 5 B qui convertit une page de document, un graphique, un organigramme, un fichier audio ou une vidéo en un seul bloc JSON structuré. Sa fiche annonce 97,0 sur OmniDocBench v1.6, au niveau des meilleurs OCR spécialisés, mais il exige un GPU et porte une licence propre.
Trier des documents sans générer un mot : GLiNER2.5-Decide rejoint la vague des modèles de décision
Fastino publie un classifieur de 340 millions de paramètres qui répond à plusieurs questions typées en un seul appel, sur CPU. Quatrième acteur en trois semaines sur un créneau qui intéresse directement le traitement documentaire.
Meilleurs scores du domaine
★ laya
5,5 k likes ; classification rapide.
★ clef
Agents + documents web, licence Apache.
★ Unlimited-OCR
OCR documentaire multilingue de 3 B exécutable en local, de retour dans le trending
★ d1-3B
Décision typée sur PC : 3 B, démo caméra/dessin.
★ clef-flash
Version 9 B de Clef, exécutable en local
★ typed-decisions
Le benchmark des modèles de décision.
★ GLiNER2.5-Decide
Décisions typées 0,34 B sur CPU
★ ZDTaichu5.0-9B
VLM documentaire de 10 B, quantisations communautaires disponibles.
★ TeleOCR
OCR + tableaux + layout en 1,2 B
★ MiniCPM-V-4.7-35B-A3B
Vision-langage de 3 B actifs annoncé au-dessus de Qwen3.6-35B-A3B, directement exécutable en local.
★ CLM-v0.1-8B
Même famille que les modèles de décision : scorer et vérifier sans générer.
★ d1-omni-600M
Décision multimodale qui tient sur un CPU, 15 langues