$5 free credits when you sign up Claim now
Marlin 2b now available Test it!
MiniMax H3 now available! Test it!
Browse all Models
Browse all
Browse all
Browse all

Image-to-Text (OCR)

OCR API z LightOnOCR-3 do skanów, tabel i wykresów

Wysyłasz skan, zdjęcie lub zrzut ekranu na POST /api/v2/images/ocr z modelem LightOnOcr_3_4B_Q8. Dostajesz Markdown, w którym tabele są w HTML, wzory w LaTeX, a wykresy słupkowe zamienione na tabelę wartości.

  • Strona A4 w rozdzielczości 2048 px kosztuje 0,025 $, a obraz 1024 × 1024 0,0093 $
  • Cena zależy od rozmiaru obrazu, więc gęsto zapisana strona kosztuje tyle samo co pusta
  • Otwarty model od LightOn na licencji Apache 2.0, bez własnego hostingu

Bez karty kredytowej · Darmowe kredyty są ważne 30 dni · Potem doładowujesz konto i płacisz za użycie, bez abonamentu

LightOnOCR-3-4B Image-to-Text (OCR)
Testowa faktura od niemieckiego sprzedawcy dla polskiego nabywcy, obrócona, rozmyta i zaszumiona jak zdjęcie z telefonu
Markdown zwrócony przez API
# INVOICE No. 2026/11/0457

## Seller:
Nordwind Tools GmbH
Hafenstraße 12, 20457 Hamburg
VAT ID: DE 298 114 551

Issue date: 2026-11-02

## Buyer:
Kowalski & Syn sp. z o.o.
ul. Żółkiewskiego 7/3, 31-539 Kraków
NIP: 676-25-81-904

Due date: 2026-11-30

<table>
  <thead>
    <tr>
      <th>#</th>
      <th>Item</th>
      <th>Qty</th>
      <th>Unit price (EUR)</th>
      <th>VAT</th>
      <th>Net (EUR)</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>1</td>
      <td>Torque wrench TW-40, 1/2"</td>
      <td>12</td>
      <td>84.50</td>
      <td>0%</td>
      <td>1,014.00</td>
    </tr>
    <tr>
      <td>2</td>
      <td>Socket set S-94 (94 pcs)</td>
      <td>5</td>
      <td>129.00</td>
      <td>0%</td>
      <td>645.00</td>
    </tr>
    <tr>
      <td>3</td>
      <td>Shipping DHL Freight</td>
      <td>1</td>
      <td>48.90</td>
      <td>0%</td>
      <td>48.90</td>
    </tr>
  </tbody>
</table>

Total net: **1,707.90 EUR**
Reverse charge, Art. 196 Directive 2006/112/EC
1220 × 641 px, obrót o 2°, rozmycie · Markdown + tabela HTML Koszt w deAPI: 0,007 $ (stan na listopad 2026)

Co wysyłasz, co dostajesz

Cztery zasady dotyczące wejścia i wyniku, a pod nimi nieedytowane wyniki API dla trzech obrazów testowych przygotowanych do tej strony.

  1. Wejście: jeden obraz na zapytanie, JPG, PNG, GIF lub BMP, do 10 MB i od 128 do 4096 px na bok. API nie przyjmuje plików PDF, więc najpierw zamień każdą stronę na obraz, np. biblioteką pypdfium2.

  2. Rozdzielczość: LightOn zaleca 2048 px na dłuższym boku. Ta sama strona A4 w 1024 px kosztowała nas 0,0067 $ zamiast 0,025 $, ale jedna liczba w tekście wróciła błędna (40% odczytane jako 46%). Niższej rozdzielczości używaj tylko przy dużym druku.

  3. Wynik: Markdown. Tabele przychodzą jako HTML <table>, matematyka jako LaTeX, a ilustracje jako placeholder ![image](image_1.png). Z return_result_in_response tekst trafia do statusu zadania, a bez tego pobierasz go z result_url.

  4. Cena: liczy się tylko rozmiar obrazu. Ilość tekstu na stronie ani pola language i format jej nie zmieniają.

Wykres słupkowy kwartalnej liczby zapytań do API w milionach, od Q1 do Q4
Wynik
# Quarterly API requests (millions)

![image](image_1.png)

Source: internal dashboard, 2026.

## Data Table

<table>
  <thead>
    <tr>
      <th>Quarter</th>
      <th>API Requests (millions)</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>Q1</td>
      <td>8.0</td>
    </tr>
    <tr>
      <td>Q2</td>
      <td>14.0</td>
    </tr>
    <tr>
      <td>Q3</td>
      <td>20.5</td>
    </tr>
    <tr>
      <td>Q4</td>
      <td>27.5</td>
    </tr>
  </tbody>
</table>
Wykres słupkowy do tabeli Cztery słupki wróciły jako tabela HTML z wartościami. Nanonets-OCR-s, drugi model OCR w deAPI, zwrócił dla tego samego obrazu tylko wiersz ze źródłem.
Akapit z artykułu naukowego ze wzorem na funkcję straty cross-entropy
Wynik
## 2.1 Loss function

We minimise the cross-entropy over the vocabulary $V$ :

$$
L(\theta) = -\Sigma_{t=1}^{T} \log p_{\theta}(y_t \mid y_{<t}, x)
$$

where $x$ is the image and $T$ the length of the target sequence.
Wzór do LaTeX Symbole w tekście wróciły jako $V$ i $x$, a równanie jako blok $$, który wyrenderujesz w KaTeX lub MathJax.
Ostrzeżenie do ładowarki wydrukowane po polsku, niemiecku, japońsku i hiszpańsku
Wynik
# Instrukcja obsługi / Bedienungsanleitung / 取扱説明書

Przed pierwszym użyciem naładuj akumulator do pełna. Nie zostawiaj ładowarki podłączonej dłużej niż 12 godzin.

Vor dem ersten Gebrauch den Akku vollständig aufladen. Das Ladegerät nicht länger als 12 Stunden angeschlossen lassen.

初めてご使用になる前に、バッテリーを完全に充電してください。充電器を12時間以上接続したままにしないでください。

Antes del primer uso, cargue la batería por completo. No deje el cargador conectado más de 12 horas.
Cztery języki na jednej stronie Polski, niemiecki, japoński i hiszpański wróciły ze wszystkimi znakami diakrytycznymi i kanji tak, jak były wydrukowane.

Cennik OCR API z LightOnOCR-3

Płacisz za każdy obraz według liczby pikseli: około 0,00045 $ plus 0,0084 $ za megapiksel. Bez abonamentu.

Strona A4 w 2048 px (1448 × 2048) 0,025 $ ≈ 196
Strona A4 w 1024 px (724 × 1024) 0,0067 $ ≈ 746
Obraz kwadratowy, 1024 × 1024 0,0093 $ ≈ 538
Zrzut ekranu, 1920 × 1080 0,018 $ ≈ 279

Co zawiera darmowe konto

  • 5 $ kredytów, czyli około 196 stron A4 w 2048 px
  • Bez karty kredytowej, kredyty ważne 30 dni
  • Limity zapytań rosną po pierwszym doładowaniu
Odbierz 5 $ na start

Ceny dla LightOnOcr_3_4B_Q8 z cennika API deAPI (listopad 2026), w USD. Cenę dowolnego rozmiaru sprawdzisz przed wysłaniem: POST /api/v2/images/ocr/price z polami model, width i height.

LightOnOCR-3-4B czy Nanonets-OCR-s

Identyfikator modelu LightOnOcr_3_4B_Q8 Nanonets_Ocr_S_F16
Podstawa Architektura vision-language Qwen3.5, 4B Dostrojony z Qwen2.5-VL-3B-Instruct
Cena 0,0093 $ za 1024 × 1024 0,0093 $ za 1024 × 1024
Wykres słupkowy (test powyżej) Tabela ze wszystkimi czterema wartościami Tylko wiersz ze źródłem
Zdjęcie faktury (obraz na górze strony) Wszystkie pola w kolejności ze strony, polskie znaki bez zmian Brak numeru faktury, „Żółkiewskiego” odczytane jako „Zólkiewskiego”, sumy przed tabelą

Przykładowe zapytanie do API LightOnOCR-3

Obraz wysyłasz jako multipart. W miejsce YOUR_API_KEY wstaw klucz z panelu.

Endpoint
POST /api/v2/images/ocr
Identyfikator modelu
LightOnOcr_3_4B_Q8
Wejście
image: JPG, PNG, GIF lub BMP, do 10 MB, 128–4096 px na bok
Wynik
Markdown, tabele w HTML, matematyka w LaTeX
Wycena
POST /api/v2/images/ocr/price z polami width i height
curl -X POST 'https://api.deapi.ai/api/v2/images/ocr' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Accept: application/json' \
  -F 'model=LightOnOcr_3_4B_Q8' \
  -F 'return_result_in_response=true' \
  -F '[email protected]'
import time, requests

API = "https://api.deapi.ai/api/v2"
HEADERS = {"Authorization": "Bearer YOUR_API_KEY", "Accept": "application/json"}

with open("invoice.jpg", "rb") as f:
    job = requests.post(f"{API}/images/ocr", headers=HEADERS,
        data={"model": "LightOnOcr_3_4B_Q8", "return_result_in_response": "true"},
        files={"image": f}).json()["data"]

while True:
    status = requests.get(f"{API}/jobs/{job['request_id']}", headers=HEADERS).json()["data"]
    if status["status"] in ("done", "error"):
        break
    time.sleep(2)

print(status.get("result"))  # Markdown

Czym jest LightOnOCR-3?

LightOnOCR-3-4B to największy model z rodziny LightOnOCR-3 od LightOn, wydany w październiku 2026 na licencji Apache 2.0. Zamienia obraz strony na Markdown w jednym przebiegu, bez osobnego kroku wykrywania układu czy tabel. W raporcie z benchmarków LightOn model 4B ma 86,3 pkt w olmOCR-Bench, a Mistral OCR 4.1 w tej samej tabeli 81,9. W deAPI działa pod identyfikatorem LightOnOcr_3_4B_Q8, a obrazy wysyłasz do niego z kluczem API. Pipeline’y dokumentów oparte na tym modelu opisuje strona przypadku użycia OCR API (po angielsku).

  1. Załóż darmowe konto

    Zarejestruj się i odbierz 5 $ kredytów. Karta kredytowa nie jest potrzebna.

  2. Skopiuj klucz API

    Utwórz klucz w panelu.

  3. Wyślij obraz

    Wyślij go zapytaniem POST na /images/ocr, a Markdown odczytaj z wyniku zadania.

OCR API z LightOnOCR-3: najczęstsze pytania

Cena zależy tylko od rozmiaru obrazu. Strona A4 w 2048 px kosztuje 0,025 $, obraz 1024 × 1024 0,0093 $, a zrzut ekranu 1920 × 1080 0,018 $ (listopad 2026). Pusta i gęsto zapisana strona tego samego rozmiaru kosztują tyle samo. Płacisz za każdy obraz, bez abonamentu.
Nie. Endpoint przyjmuje obrazy JPG, PNG, GIF i BMP do 10 MB. Zamień każdą stronę PDF na obraz, np. przez pypdfium2 lub pdftoppm, w rozdzielczości około 2048 px na dłuższym boku i wysyłaj jedno zapytanie na stronę.
W Markdown. Nagłówki i listy zostają w Markdown, tabele przychodzą jako HTML <table>, wzory jako LaTeX, a wykresy słupkowe jako tabela wartości. Dostajesz go jako plik tekstowy pod result_url albo w statusie zadania, jeśli ustawisz return_result_in_response.
LightOn nie publikuje listy obsługiwanych języków. W naszym teście model bezbłędnie odczytał polski, niemiecki, japoński i hiszpański na jednej stronie, a LightOn podaje osobny benchmark dla dokumentów po francusku. Zanim wyślesz dużą partię, sprawdź kilka własnych stron.
Tak. Nowe konto dostaje 5 $ kredytów bez karty kredytowej, co wystarczy na około 196 stron A4 w 2048 px.
Tak. LightOn udostępnia LightOnOCR-3-4B na licencji Apache 2.0, która pozwala na użytek komercyjny, także w płatnych produktach. W deAPI płacisz za każdy obraz i nie potrzebujesz własnego GPU ani serwera.

Odczytaj pierwsze 196 stron za darmowe 5 $

Rejestracja przez e-mail albo Google. Bez karty kredytowej i bez abonamentu.