Les meilleurs modèles open source d'OCR et de documents en 2026
L'OCR de documents est devenu une course aux petits modèles. Les modèles ci-dessous transforment pages, tableaux, formules et graphiques en Markdown ou en texte structuré, et la plupart ont moins de 5 milliards de paramètres : une GPU grand public suffit. Chaque entrée indique à quoi le modèle est destiné et ce que sa licence vous demande.
-
Unlimited-OCR Le plus téléchargé EN
Le modèle 3.3B de Baidu sous licence MIT, conçu pour les longs documents : il analyse de quelques dizaines à plus de 100 pages en une seule passe. C'est le modèle OCR le plus téléchargé ici, avec environ 5,7 millions de téléchargements sur les 30 jours au 11 novembre 2026.
-
PaddleOCR-VL EN
Le parseur 0.9B de Baidu PaddlePaddle sous Apache 2.0 pour tableaux, formules, graphiques et sceaux. Il annonce 96,33 % sur OmniDocBench v1.6, un score auto-déclaré non comparable aux scores d'autres versions du benchmark.
-
GLM-OCR EN
Le modèle 0.9B de Z.ai sous licence MIT, avec un SDK et l'extraction de tableaux, formules et formulaires. Il annonce 94,62 sur OmniDocBench V1.5, selon le développeur lui-même.
-
DeepSeek-OCR 2
Le successeur de DeepSeek-OCR : un modèle 3.4B de DeepSeek sous Apache 2.0. Son nouvel encodeur réordonne les tokens visuels par sens au lieu de lire dans l'ordre de balayage.
-
HunyuanOCR EN
Le modèle de bout en bout 1.1B de Tencent pour l'analyse, la détection de texte, l'extraction d'informations et la traduction d'images. Sa licence ne couvre pas l'UE, le Royaume-Uni ni la Corée du Sud.
-
LightOnOCR-3 EN
La famille Apache 2.0 de LightOn aux tailles 4B, 1B et 0.8B. Elle écrit du Markdown et peut aussi renvoyer boîtes englobantes, légendes d'images et données de graphiques.
-
Nemotron 3.5 Parse EN
Le parseur de pages 631M de NVIDIA renvoie texte, tableaux, données de graphiques, ordre de lecture et boîtes, avec des passes simples, doubles et triples pour les pages plus difficiles. NVIDIA annonce 75,20 sur ParseBench en triple passe, seulement 0,1 au-dessus de LightOnOCR-3-4B dans sa propre table. OpenMDW-1.1.
-
NuExtract3 EN
Le modèle 4.5B de NuMind sous Apache 2.0 remplit un gabarit JSON que vous définissez ou écrit du Markdown, avec un raisonnement activable ou non. Aux tests de NuMind elle-même, il devance Gemma-4-E4B-it et les modèles Qwen3.5 sur son benchmark d'extraction non publié, et il a compté environ 40 700 téléchargements sur les 30 jours au 11 novembre 2026.
-
MiniCPM-OCR 1.0 Plus récent EN
L'entrée la plus récente, parue le 27 octobre 2026. Un modèle 1.3B sous Apache 2.0 pour les documents en chinois et en anglais, avec SDK, une étape de mise en page et le support d'iOS et de llama.cpp.
-
Xiaomi-OCR-0 EN
Le modèle 0.9B de Xiaomi sous Apache 2.0, construit sur Qwen3.5-0.8B. Dans la table du développeur lui-même, il arrive premier sur Real5-OmniDocBench.
-
Chandra OCR 2 EN
Le modèle 5.3B de Datalab pour plus de 90 langues, avec sortie Markdown, HTML ou JSON plus la mise en page. Sa licence est gratuite pour la recherche et les petites équipes, mais interdit aux organisations qui proposent un produit concurrent.
-
Surya OCR 2 EN
Le modèle 650M de Datalab dans un fichier de 1,4 Go : texte, mise en page, ordre de lecture et tableaux en 91 langues, exécuté via vLLM ou llama.cpp sur GPU, CPU ou Apple Silicon. La table de Datalab elle-même donne 83,3 % sur olmOCR-bench, et les poids ne sont gratuits qu'en dessous de 5 millions de dollars US tant en revenus qu'en financements.
Comment nous choisissons
- Des poids ouverts que vous pouvez télécharger dès aujourd'hui depuis le dépôt officiel du développeur.
- Versions actuelles uniquement : les modèles remplacés par une version plus récente du même développeur, comme le DeepSeek-OCR d'origine, sont écartés.
- Les scores sur des benchmarks comme OmniDocBench sont auto-déclarés et utilisent souvent des versions différentes du benchmark, nous ne classons donc pas dessus.
- Nous lisons chaque licence en entier, car certains de ces modèles restreignent l'usage commercial par région ou face à des produits concurrents.