AI OCR ماڈلز
103 OCR APIs، ویژن ماڈلز اور اوپن سورس انجنز۔ ایک ہی ریکویسٹ، یکساں آؤٹ پٹ، ایک ہی بل۔
| ماڈل | بہترین برائے | سپورٹ | رفتار | قیمت |
|---|---|---|---|---|
Tesseracttesseract/tesseract | صاف چھپا ہوا متن، مفت | کثیر لسانی | 0.6 s / صفحہ | مفت |
DeepSeek-OCRdeepseek/deepseek-ocr | سستی بلک تبدیلی | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 1.1 s / صفحہ | 1 کریڈٹس / صفحہ |
Jina OCRjina/jina-ocr | کم لاگت میں صاف Markdown | ٹیبلزریاضیکثیر لسانی | 1.5 s / صفحہ | 1 کریڈٹس / صفحہ |
PaddleOCR (PP-OCR)paddle/paddleocr | تیز چھپا ہوا متن، چینی اور انگریزی | باؤنڈنگ باکسزاعتماد کی سطحکثیر لسانی | 0.7 s / صفحہ | 1 کریڈٹس / صفحہ |
EasyOCRjaided/easyocr | فوری اسکرپٹس اور تصویروں میں متن | باؤنڈنگ باکسزاعتماد کی سطحکثیر لسانی | 0.9 s / صفحہ | 1 کریڈٹس / صفحہ |
OCRmyPDFocrmypdf/ocrmypdf | اسکینز سے قابلِ تلاش PDF | کثیر لسانی | 1.0 s / صفحہ | 1 کریڈٹس / صفحہ |
RapidOCRrapidai/rapidocr | CPU یا ایج پر ہلکا OCR | باؤنڈنگ باکسزاعتماد کی سطحکثیر لسانی | 0.6 s / صفحہ | 1 کریڈٹس / صفحہ |
docTRmindee/doctr | مقام کے ساتھ لفظ کی سطح کا OCR | باؤنڈنگ باکسزاعتماد کی سطح | 0.9 s / صفحہ | 1 کریڈٹس / صفحہ |
Krakenkraken/kraken | تاریخی دستاویزات اور مخطوطات | ہاتھ کی لکھائیباؤنڈنگ باکسزکثیر لسانی | 1.5 s / صفحہ | 1 کریڈٹس / صفحہ |
TrOCRmicrosoft/trocr | ہاتھ سے لکھی متن کی سطریں | ہاتھ کی لکھائی | 1.2 s / صفحہ | 1 کریڈٹس / صفحہ |
Granite Doclingibm/granite-docling | چھوٹے ماڈل سے دستاویز کی تبدیلی | ٹیبلزریاضیباؤنڈنگ باکسز | 1.5 s / صفحہ | 1 کریڈٹس / صفحہ |
SmolDoclinghuggingface/smoldocling | بہت سستی صفحہ تبدیلی | ٹیبلزریاضیباؤنڈنگ باکسز | 1.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Donutnaver/donut | فائن ٹیوننگ کے بعد رسید اور فارم فیلڈز | فارمز | 1.0 s / صفحہ | 1 کریڈٹس / صفحہ |
GOT-OCR 2.0stepfun/got-ocr-2 | فارمیٹ شدہ متن، فارمولے اور چارٹس | ٹیبلزریاضیباؤنڈنگ باکسز | 1.5 s / صفحہ | 1 کریڈٹس / صفحہ |
Florence-2microsoft/florence-2 | باکسز کے ساتھ ہلکا OCR | باؤنڈنگ باکسز | 0.8 s / صفحہ | 1 کریڈٹس / صفحہ |
Tesseract.jstesseract/tesseract-js | براؤزر میں OCR | باؤنڈنگ باکسزاعتماد کی سطحکثیر لسانی | 2.0 s / صفحہ | 1 کریڈٹس / صفحہ |
OpenOCRfudan/openocr | CPU پر ہلکی OCR پائپ لائن | ٹیبلزریاضیباؤنڈنگ باکسز | 0.5 s / صفحہ | 1 کریڈٹس / صفحہ |
OCR.spaceocrspace/ocr-space | سستا اور سادہ OCR | ٹیبلزباؤنڈنگ باکسزکثیر لسانی | 1.5 s / صفحہ | 1 کریڈٹس / صفحہ |
Gemini 2.5 Flash-Litegoogle/gemini-2-5-flash-lite | High-volume simple pages | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 1 کریڈٹس / صفحہ |
Qwen2.5-VL-7Bqwen/qwen2-5-vl-7b | Low-cost self-hosted OCR | ٹیبلزہاتھ کی لکھائیریاضیباؤنڈنگ باکسز | 2.5 s / صفحہ | 1 کریڈٹس / صفحہ |
Llama 3.2 11B Visionmeta/llama-3-2-11b-vision | Lightweight self-hosted vision | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Mistral Small 3.2mistral/mistral-small-3-2 | Self-hosted small vision model | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Amazon Nova Liteamazon/nova-lite | Cheap vision on AWS Bedrock | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Phi-3.5-visionmicrosoft/phi-3-5-vision | Small self-hosted model | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Kimi-VL-A3Bmoonshot/kimi-vl | Efficient self-hosted vision | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
GLM-4.1V-Thinkingzai/glm-4-1v-thinking | Small reasoning vision model | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
SmolVLMhuggingface/smolvlm | On-device and edge use | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Idefics3huggingface/idefics3 | Self-hosted image questions | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Molmoallenai/molmo | Open research vision model | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Llama Nemotron Nano VLnvidia/llama-nemotron-nano-vl | Self-hosted document understanding | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 1 کریڈٹس / صفحہ |
LLaVA-OneVisionllava/llava-onevision | Open research vision model | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Aya Visioncohere/aya-vision | Multilingual image questions | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Janus-Prodeepseek/janus-pro | Experimental image understanding | کثیر لسانی | 3.0 s / صفحہ | 1 کریڈٹس / صفحہ |
Qianfan OCRbaidu/qianfan-ocr | چینی دستاویزات | ٹیبلزریاضیہاتھ کی لکھائیکثیر لسانی | 2.0 s / صفحہ | 2 کریڈٹس / صفحہ |
Unlimited OCRbaidu/unlimited-ocr | کتابیں اور بہت لمبی دستاویزات | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 1.2 s / صفحہ | 2 کریڈٹس / صفحہ |
MinerUopendatalab/mineru | تعلیمی PDF | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 2.0 s / صفحہ | 2 کریڈٹس / صفحہ |
Doclingibm/docling | RAG کے لیے منظم ایکسپورٹ | ٹیبلزریاضیباؤنڈنگ باکسز | 2.2 s / صفحہ | 2 کریڈٹس / صفحہ |
olmOCRallenai/olmocr | ڈیٹاسیٹس کے لیے بلک PDF سے متن | ٹیبلزریاضیہاتھ کی لکھائی | 1.5 s / صفحہ | 2 کریڈٹس / صفحہ |
Chandradatalab/chandra | پیچیدہ لے آؤٹ اور ہاتھ کی لکھائی | ٹیبلزریاضیہاتھ کی لکھائیفارمز | 2.0 s / صفحہ | 2 کریڈٹس / صفحہ |
Suryadatalab/surya | لے آؤٹ اور سطر کی سطح کا OCR | ٹیبلزباؤنڈنگ باکسزکثیر لسانی | 1.5 s / صفحہ | 2 کریڈٹس / صفحہ |
dots.ocrrednote/dots-ocr | کثیر لسانی دستاویز پارسنگ | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 1.5 s / صفحہ | 2 کریڈٹس / صفحہ |
Nanonets-OCRnanonets/nanonets-ocr | معنوی ٹیگز کے ساتھ Markdown | ٹیبلزریاضیفارمزکثیر لسانی | 1.8 s / صفحہ | 2 کریڈٹس / صفحہ |
Hunyuan OCRtencent/hunyuan-ocr | چینی دستاویزات اور تصاویر | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 1.5 s / صفحہ | 2 کریڈٹس / صفحہ |
Qwen-VLqwen/qwen-vl | پرامپٹس سے لچکدار ایکسٹریکشن | ٹیبلزہاتھ کی لکھائیریاضیباؤنڈنگ باکسز | 2.0 s / صفحہ | 2 کریڈٹس / صفحہ |
MonkeyOCRmonkeyocr/monkeyocr | چینی اور انگریزی PDF | ٹیبلزریاضیباؤنڈنگ باکسز | 1.5 s / صفحہ | 2 کریڈٹس / صفحہ |
Nougatmeta/nougat | arXiv طرز کے مقالے | ٹیبلزریاضی | 3.0 s / صفحہ | 2 کریڈٹس / صفحہ |
Typhoon OCRtyphoon/typhoon-ocr | تھائی دستاویزات | ٹیبلزکثیر لسانی | 1.8 s / صفحہ | 2 کریڈٹس / صفحہ |
RolmOCRreducto/rolmocr | تیز اوپن PDF سے ٹیکسٹ | ٹیبلزہاتھ کی لکھائی | 3.0 s / صفحہ | 2 کریڈٹس / صفحہ |
Pixtralmistral/pixtral | دستاویزی تصاویر کے بارے میں سوالات | کثیر لسانی | 3.0 s / صفحہ | 2 کریڈٹس / صفحہ |
InternVL3.5opengvlab/internvl | خود میزبانی والی دستاویز فہمی | ٹیبلزریاضیکثیر لسانی | 3.0 s / صفحہ | 2 کریڈٹس / صفحہ |
MiniCPM-V 4.5openbmb/minicpm-v | ایج ڈیوائسز پر OCR | ٹیبلزہاتھ کی لکھائیکثیر لسانی | 2.5 s / صفحہ | 2 کریڈٹس / صفحہ |
DeepSeek-VL2deepseek/deepseek-vl2 | چارٹس اور ٹیبلز | ٹیبلزباؤنڈنگ باکسز | 3.0 s / صفحہ | 2 کریڈٹس / صفحہ |
Phi-4-multimodalmicrosoft/phi-4-multimodal | OCR اور سوالات کے لیے چھوٹا ماڈل | ٹیبلزریاضی | 2.5 s / صفحہ | 2 کریڈٹس / صفحہ |
Google Cloud Vision OCRgoogle/cloud-vision | تصاویر اور سادہ اسکینز | ہاتھ کی لکھائیباؤنڈنگ باکسزاعتماد کی سطحکثیر لسانی | 1.0 s / صفحہ | 2 کریڈٹس / صفحہ |
Gemini 2.0 Flashgoogle/gemini-2-0-flash | Low-cost general OCR | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 2 کریڈٹس / صفحہ |
Gemma 3google/gemma-3 | Self-hosted image reading | کثیر لسانی | 3.0 s / صفحہ | 2 کریڈٹس / صفحہ |
Qwen3-VLqwen/qwen3-vl | Self-hosted multilingual OCR | ٹیبلزہاتھ کی لکھائیریاضیباؤنڈنگ باکسز | 2.5 s / صفحہ | 2 کریڈٹس / صفحہ |
Llama 4 Maverickmeta/llama-4-maverick | Self-hosted general vision | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 2 کریڈٹس / صفحہ |
Llama 4 Scoutmeta/llama-4-scout | Self-hosted long inputs | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 2 کریڈٹس / صفحہ |
ERNIE 4.5 VLbaidu/ernie-4-5-vl | Chinese documents, self-hosted | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 2 کریڈٹس / صفحہ |
GPT-4.1 miniopenai/gpt-4-1-mini | Low-cost image extraction | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 3 کریڈٹس / صفحہ |
GPT-4o miniopenai/gpt-4o-mini | Cheap simple pages | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 3 کریڈٹس / صفحہ |
Gemini 2.5 Flashgoogle/gemini-2-5-flash | Bulk pages with mixed layouts | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 3 کریڈٹس / صفحہ |
Qwen2.5-VL-72Bqwen/qwen2-5-vl-72b | Self-hosted document parsing | ٹیبلزہاتھ کی لکھائیریاضیباؤنڈنگ باکسز | 2.5 s / صفحہ | 3 کریڈٹس / صفحہ |
QVQ-72B-Previewqwen/qvq-72b | Visual reasoning over charts | کثیر لسانی | 3.0 s / صفحہ | 3 کریڈٹس / صفحہ |
Llama 3.2 90B Visionmeta/llama-3-2-90b-vision | Self-hosted image questions | کثیر لسانی | 3.0 s / صفحہ | 3 کریڈٹس / صفحہ |
Amazon Nova Proamazon/nova-pro | Vision on AWS Bedrock | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 3 کریڈٹس / صفحہ |
GLM-4.5Vzai/glm-4-5v | Self-hosted document and chart reading | ٹیبلزہاتھ کی لکھائیریاضیباؤنڈنگ باکسز | 2.5 s / صفحہ | 3 کریڈٹس / صفحہ |
Doubao-Seed-1.6bytedance/doubao-seed-1-6 | Chinese documents via Volcano Engine | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 3 کریڈٹس / صفحہ |
Reka Flashreka/reka-flash | Hosted multimodal questions | کثیر لسانی | 3.0 s / صفحہ | 3 کریڈٹس / صفحہ |
GPT-5 miniopenai/gpt-5-mini | Everyday extraction at lower cost | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 4 کریڈٹس / صفحہ |
Qwen-VL-Maxqwen/qwen-vl-max | Hosted Chinese and English documents | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 4 کریڈٹس / صفحہ |
Mistral Medium 3mistral/mistral-medium-3 | Hosted general vision in the EU | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 4 کریڈٹس / صفحہ |
Command A Visioncohere/command-a-vision | Enterprise document questions | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 4 کریڈٹس / صفحہ |
LlamaParsellamaindex/llamaparse | RAG میں ڈیٹا شامل کرنا | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 3.0 s / صفحہ | 5 کریڈٹس / صفحہ |
PaddleOCR-VLpaddle/paddleocr-vl | CJK دستاویزات | ٹیبلزریاضیباؤنڈنگ باکسزاعتماد کی سطح | 1.3 s / صفحہ | 6 کریڈٹس / صفحہ |
GLM-OCRzai/glm-ocr | کم لاگت عام دستاویزات | ٹیبلزریاضیباؤنڈنگ باکسزاعتماد کی سطح | 1.3 s / صفحہ | 6 کریڈٹس / صفحہ |
o4-miniopenai/o4-mini | Reasoning over images at lower cost | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 6 کریڈٹس / صفحہ |
Claude Haiku 4.5anthropic/claude-haiku-4-5 | Fast reading at lower cost | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 6 کریڈٹس / صفحہ |
Grok 2 Visionxai/grok-2-vision | Image questions | کثیر لسانی | 3.0 s / صفحہ | 6 کریڈٹس / صفحہ |
Mathpix Convertmathpix/convert | ریاضی اور سائنسی مقالے | ریاضیہاتھ کی لکھائیٹیبلزباؤنڈنگ باکسز | 1.5 s / صفحہ | 7 کریڈٹس / صفحہ |
Gemini 2.5 Progoogle/gemini-2-5-pro | Long PDFs and complex layouts | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 8 کریڈٹس / صفحہ |
Google Document AIgoogle/document-ai | کثیر لسانی اسکینز | ٹیبلزفارمزہاتھ کی لکھائیباؤنڈنگ باکسز | 1.4 s / صفحہ | 10 کریڈٹس / صفحہ |
GPTopenai/gpt | خراب اسکینز، اپنی ہدایات | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.4 s / صفحہ | 11 کریڈٹس / صفحہ |
GPT-4.1openai/gpt-4-1 | Long documents with instructions | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 11 کریڈٹس / صفحہ |
GPT-4oopenai/gpt-4o | General document reading | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 11 کریڈٹس / صفحہ |
Markerdatalab/marker | کتابیں اور تحقیقی مقالے | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 2.5 s / صفحہ | 14 کریڈٹس / صفحہ |
Chunkrchunkr/chunkr | RAG کے لیے لے آؤٹ کے مطابق ٹکڑے | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 3.0 s / صفحہ | 14 کریڈٹس / صفحہ |
ABBYY FineReaderabbyy/finereader | دفتری اسکینز سے Word اور PDF | ٹیبلزباؤنڈنگ باکسزکثیر لسانی | 2.0 s / صفحہ | 14 کریڈٹس / صفحہ |
Adobe Acrobat OCRadobe/acrobat-ocr | Acrobat میں قابلِ تلاش PDF | کثیر لسانی | 2.0 s / صفحہ | 14 کریڈٹس / صفحہ |
GPT-5openai/gpt-5 | Hard pages with custom instructions | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 14 کریڈٹس / صفحہ |
o3openai/o3 | Charts and pages that need reasoning | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 14 کریڈٹس / صفحہ |
Claude Sonnet 4.5anthropic/claude-sonnet-4-5 | Long dense documents | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 14 کریڈٹس / صفحہ |
Claude Sonnet 4anthropic/claude-sonnet-4 | Dense documents | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 14 کریڈٹس / صفحہ |
Grok 4xai/grok-4 | General image questions | ٹیبلزریاضیکثیر لسانی | 2.5 s / صفحہ | 14 کریڈٹس / صفحہ |
Gemini Flashgoogle/gemini-flash | ہاتھ کی لکھائی اور ملے جلے لے آؤٹ | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 1.6 s / صفحہ | 15 کریڈٹس / صفحہ |
Reducto Parsereducto/parse | اہم اور پیچیدہ دستاویزات | ٹیبلزفارمزباؤنڈنگ باکسزاعتماد کی سطح | 4.0 s / صفحہ | 20 کریڈٹس / صفحہ |
Unstructuredunstructured/unstructured | مختلف فائل اقسام سے RAG | ٹیبلزباؤنڈنگ باکسزکثیر لسانی | 3.0 s / صفحہ | 20 کریڈٹس / صفحہ |
Mistral OCRmistral/mistral-ocr | بڑی مقدار میں PDF سے Markdown | ٹیبلزریاضیباؤنڈنگ باکسزکثیر لسانی | 0.9 s / صفحہ | 25 کریڈٹس / صفحہ |
Claudeanthropic/claude | لمبی اور گنجان دستاویزات | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.6 s / صفحہ | 25 کریڈٹس / صفحہ |
Amazon Textractaws/textract | فارمز اور کی-ویلیو نکالنا | ٹیبلزفارمزہاتھ کی لکھائیباؤنڈنگ باکسز | 1.2 s / صفحہ | 25 کریڈٹس / صفحہ |
Claude Opus 4.1anthropic/claude-opus-4-1 | Complex, high-stakes documents | ٹیبلزہاتھ کی لکھائیریاضیکثیر لسانی | 2.5 s / صفحہ | 27 کریڈٹس / صفحہ |
Azure Document Intelligenceazure/document-intelligence | کاروباری فارمز اور شناختی کارڈ | ٹیبلزفارمزہاتھ کی لکھائیباؤنڈنگ باکسز | 1.5 s / صفحہ | 60 کریڈٹس / صفحہ |
103 میں سے 103 ماڈلز