← Tous les modèles

DeepSeek-OCR

Publication Éditeur DeepSeek

Présentation

DeepSeek-OCR est un modèle de reconnaissance optique de caractères et de recherche sur la compression visuelle du contexte. Il associe un encodeur visuel DeepEncoder à un décodeur DeepSeek3B-MoE-A570M. DeepSeek annonce sa publication le 20 octobre 2025. (github.com)

Capacités et usages

Le modèle peut extraire le texte d’images, convertir des documents en Markdown avec leur structure, analyser des figures et localiser du texte dans une image. Il peut servir à la numérisation et à l’analyse de documents, ainsi qu’à la préparation de données pour des modèles de langage ou vision-langage. (github.com)

DeepSeek met à disposition le code et les poids ; la fiche officielle du modèle indique une licence MIT. Le dépôt présente notamment des exemples d’inférence avec Transformers et vLLM. (huggingface.co)

Limites

La reconnaissance n’est pas parfaite et dépend notamment du niveau de compression. Dans les expériences rapportées par les auteurs, la précision OCR atteint environ 97 % pour une compression inférieure à 10×, mais environ 60 % à 20× ; ces chiffres ne garantissent pas les résultats sur d’autres documents. Un déploiement autonome nécessite un environnement de calcul adapté. (arxiv.org)

Tarification

Un tarif API propre à la version de modèle DeepSeek-OCR n’a pas été vérifié. DeepSeek publie par ailleurs les tarifs de son API OCR autonome ci-dessous ; la documentation consultée ne confirme pas que cette API utilise précisément la version DeepSeek-OCR publiée en 2025.

Pour cette API, les tokens d’entrée et de sortie sont indiqués à titre informatif et ne servent pas à la facturation ; les reconnaissances échouées ou expirées ne sont pas facturées. Ces prix sont ceux des documentations respectives, sans conversion de devise. (api-docs.deepseek.com)

Sources officielles