L'OCR coûte cinq fois moins cher en 18 mois : un million de pages revient à $65–130
Numériser des archives de livres et de documents papier ne coûte presque plus rien. Daniel van Strien, de Hugging Face, a comparé huit modèles OCR ouverts sur 850 pages. Le plus ancien, RolmOCR (avril 2025), revenait à 51 cents pour 1000 pages. Le plus récent, LightOnOCR-3-0.8B (octobre 2026), coûte moins de 10 cents. Un million de pages représente $65–130 de location de GPU. Avant d'acheter un service clé en main, mieux vaut chiffrer son propre déploiement.
Traité par IA depuis The Decoder ; édité par Hamidun News
Si vous avez un entrepôt de scans (vieux contrats, fiches d'archives, livres numérisés), la question « combien coûte la conversion en texte » n'a plus rien de rhétorique. La dernière comparaison de Daniel van Strien, de Hugging Face, montre qu'en un an et demi, la reconnaissance de texte dans les images est devenue environ cinq fois moins chère. Un million de pages coûte aujourd'hui $65–130 de location de carte graphique. Ce n'est plus un budget de projet, mais une ligne de dépense de l'ordre du dîner d'équipe.
Comment le test a été mené
Van Strien a pris huit modèles OCR librement accessibles et les a fait tourner sur un même jeu de 850 pages. Ce corpus comprenait de vieux ouvrages d'histoire naturelle, l'Encyclopædia Britannica de 1771, ainsi que des documents d'archives dactylographiés et imprimés. C'est le type de matériau sur lequel la reconnaissance trébuche traditionnellement : impression délavée, polices inhabituelles, mise en page complexe.
Tous les modèles ont tourné sur la même carte graphique, une Nvidia RTX PRO 6000, que l'auteur a louée via Hugging Face à $2,75 de l'heure. Cela garantit l'équité de la comparaison : le prix par page découle directement du temps de calcul du GPU, et non des tarifs de différents clouds.
Voici le résultat. Le plus ancien modèle de la comparaison, RolmOCR d'avril 2025, coûtait environ 51 cents pour 1000 pages à taille d'image égale. Le plus récent, LightOnOCR-3-0.8B d'octobre 2026, tient en un peu moins de 10 cents. Les cinq modèles intermédiaires affichent des prix quasi identiques entre eux. Ramené à un million de pages, le total va de $65 à $130 selon la difficulté des documents sources.
Par ailleurs, le nouveau modèle lisait les pages de livres au moins aussi bien que l'ancien. Autrement dit, la baisse des coûts ne s'est pas faite au détriment de la qualité, du moins sur ce jeu de données.
Où se trouvent vraiment les économies
L'observation la plus utile de ce test : changer de modèle n'est pas le seul levier. Selon van Strien, l'optimisation du déploiement lui-même a permis une économie du même ordre, voire supérieure. L'auteur recouvre quatre éléments :
- une alimentation plus régulière du modèle en pages, pour que la carte graphique ne reste pas inactive ;
- des scans de plus petite taille, dans lesquels le modèle parvient encore à lire le texte ;
- la mise à jour du logiciel sur lequel tourne le modèle ;
- une carte graphique plus rapide.
L'analogie est celle d'une imprimerie dotée d'une excellente imprimante. Si l'on y envoie le papier par à-coups et que l'on scanne les images dans une résolution dont personne n'a besoin, même la meilleure machine travaillera lentement et coûtera cher. Ceux qui font déjà tourner de l'OCR gagneraient donc à vérifier d'abord si leur pipeline n'est pas à l'arrêt la moitié du temps, avant de courir après un nouveau checkpoint.
Ce qui reste en suspens
Ce résultat comporte des réserves, qu'il faut garder en tête. Première réserve : les chiffres dépendent d'une location précise de carte graphique à $2,75 de l'heure et d'un jeu de documents précis. Sur vos bordereaux, manuscrits ou tableaux en petits caractères, le prix et la qualité peuvent différer.
Deuxième réserve : une partie des modèles testés s'est mal comportée. Ils « voyaient » du texte sur des pages vides, c'est-à-dire qu'ils l'inventaient, ou répétaient indéfiniment le même fragment. Pour une archive, c'est une erreur désagréable, car elle ressemble à du texte normal et passe facilement dans la base. Si vous construisez un moteur de recherche ou un système RAG sur des documents numérisés, mieux vaut détecter les pages vides et les répétitions en boucle par un contrôle distinct.
Troisième réserve : il s'agit d'une comparaison réalisée par un seul auteur, et non d'un benchmark indépendant. La tendance, elle, est claire : les modèles de reconnaissance ouverts sont devenus assez peu coûteux pour être exécutés sur son propre matériel ou sur un GPU loué.
Que faire en pratique
Pour les équipes produit et les fondateurs qui paient un OCR cloud à la page, il est temps de chiffrer l'alternative : prendre un échantillon de quelques centaines de pages, le faire passer dans deux ou trois modèles ouverts, puis comparer prix et qualité. Les développeurs ont intérêt à commencer par le réglage du pipeline (taille des scans, alimentation par lots, versions des logiciels) avant de changer de modèle. Dans tous les cas, il faut un contrôle des pages vides et des répétitions : à moins de $130 le million de pages, ce ne sont pas les calculs qui coûtent le plus cher, mais les erreurs silencieuses dans les données.
- 19 nov. 2026Reson8 ouvre un modèle de reconnaissance vocale 60 fois plus petit que celui de NVIDIA : 7,86% d'erreurs contre 7,78%
- 19 nov. 2026Les parts d'Amazon et de Google dans Anthropic valorisées $308 milliards avec une IPO à $83 l'action
- 19 nov. 2026Anthropic lève 81 milliards de dollars à l'IPO, mais s'engage à verser 900 milliards à ses fournisseurs
- 19 nov. 2026Nvidia affiche un chiffre d'affaires record de 115,8 Md$, mais n'a plus été aussi bon marché depuis 2012
Questions clés sur cet article
Comment le test a été mené?
Van Strien a pris huit modèles OCR librement accessibles et les a fait tourner sur un même jeu de 850 pages. Ce corpus comprenait de vieux ouvrages d'histoire naturelle, l'Encyclopædia Britannica de 1771, ainsi que des documents d'archives dactylographiés et imprimés. C'est le type de matériau sur lequel la reconnaissance trébuche traditionnellement : impression délavée, polices inhabituelles, mise en page complexe.
Que sait-on sur Où se trouvent vraiment les économies ?
L'observation la plus utile de ce test : changer de modèle n'est pas le seul levier. Selon van Strien, l'optimisation du déploiement lui-même a permis une économie du même ordre, voire supérieure. L'auteur recouvre quatre éléments : une alimentation plus régulière du modèle en pages, pour que la carte graphique ne reste pas inactive ; des scans de plus petite taille, dans lesquels le modèle parvient encore à lire le texte ; la mise à jour du logiciel sur lequel tourne le modèle ; une carte graphique plus rapide.
Que sait-on sur Ce qui reste en suspens ?
Ce résultat comporte des réserves, qu'il faut garder en tête. Première réserve : les chiffres dépendent d'une location précise de carte graphique à $2,75 de l'heure et d'un jeu de documents précis. Sur vos bordereaux, manuscrits ou tableaux en petits caractères, le prix et la qualité peuvent différer. Deuxième réserve : une partie des modèles testés s'est mal comportée. Ils « voyaient » du texte sur des pages vides, c'est-à-dire qu'ils l'inventaient, ou répétaient indéfiniment le même fragment.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.