Was ist LightOnOCR-3-4B?
LightOnOCR-3-4B ist das größte von drei OCR-Modellen, die LightOn, ein KI-Unternehmen aus Paris, am 8. Oktober 2026 unter Apache 2.0 veröffentlicht hat. Es basiert auf der Vision-Language-Architektur Qwen3.5; LightOn nennt es 4B, und der Checkpoint, den Hugging Face zählt, enthält 4,54 Milliarden Parameter. Zur Familie gehören außerdem ein 0.8B auf derselben Architektur und ein 1B, das als direkter Ersatz die ältere Bauweise von LightOnOCR-2 behält.
Mit leerem Prompt aufgerufen, transkribiert es die Seite wie frühere Versionen in Markdown. Mit dem Prompt "grounding" versieht es jeden Block mit einem von 16 Typen und einer Bounding Box, schreibt eine kurze Beschreibung jedes Bildes und wandelt Diagramme in eine HTML-Tabelle ihrer Datenpunkte um, für etwa 25% mehr Ausgabe-Tokens.
Es ersetzt LightOnOCR-2-1B vom Januar 2026, das im vergangenen Monat auf Hugging Face 779.954 Downloads hatte, gegenüber 19.097 für das 4B. Jenes Modell konnte nur transkribieren, lief nach LightOns Zählung mit 5,71 Seiten pro Sekunde auf einer H100 und erreichte in der Kategorie Visual Grounding von ParseBench 0,0.
Lohnt sich LightOnOCR-3-4B?
LightOnOCR-3-4B ist nach LightOns eigenen Benchmarks das vollständigste End-to-End-OCR-Modell seiner Größenklasse. Es erreicht insgesamt 75,1 auf ParseBench, vor Infinity-Parser2-Pro mit 74,3 bei einem Neuntel der Parameter, Chandra 2 mit 70,1 und Mistral OCR 4.1 mit 68,2, und 86,3 auf olmOCR-Bench, 1,3 Punkte hinter Infinity-Parser2-Pro und 0,5 vor Chandra 2. Jeder Wert stammt aus LightOns Läufen, nach Normalisierungsfunktionen, die LightOn zusammen mit Skripten zum Nachvollziehen der Ergebnisse veröffentlicht.
Am markantesten sind die Ergebnisse bei französischen Dokumenten. Auf fr-bench-pdf2md erreicht es insgesamt 74,1 gegenüber 69,0 für Chandra 2 und 63,2 für Infinity-Parser2-Pro, mit 46,1 auf handschriftlichen Seiten, wo Chandra 2 auf 26,1 und Mistral OCR 4.1 auf 11,5 kommt. Für europäische Archive und Verwaltungen ist das ein größerer Abstand, als ihn irgendein einzelner englischer Benchmark zeigt.
Einen Wert für OmniDocBench gibt es nicht, es lässt sich also auf der gängigsten Tabelle nicht direkt neben PaddleOCR-VL-1.6, OvisOCR2 oder GLM-OCR stellen. Seine schwache Kategorie auf olmOCR-Bench sind alte Scans mit 52,5, wo Infinity-Parser2-Pro 58,2 erreicht, und das Schwestermodell 0.8B kommt ihm auf ParseBench bei einem Fünftel der Größe bis auf einen halben Punkt nahe. Nur zwei Prompts werden unterstützt; LightOn sagt, jede andere Anweisung liege außerhalb der Trainingsverteilung.
Die Geschwindigkeit ist sorgfältig gemessen. Auf einer H100 mit vLLM schafft es in der Spitze 3,36 Seiten pro Sekunde, wenn Seiten mit 1.540 Pixeln an der langen Seite gerendert werden, 66% mehr als bei der Einstellung mit 400 DPI hinter seinen besten Werten. Gegenüber Chandra-OCR-2, das auf derselben Basis Qwen3.5-4B aufbaut, ist es bei einer einzelnen Seite 19% schneller und schafft 21% mehr Seiten pro Sekunde, vor allem weil es 14% weniger Tokens schreibt.
Unser Fazit: LightOnOCR-3-4B ist das europäische Gegenstück zu den kleinen chinesischen Parsern, mit einer breiteren Ausgabe als die meisten von ihnen. Die Variante 0.8B ist die bessere Standardwahl, wo Durchsatz wichtiger ist als Handschrift, denn sie gibt nur einen halben Punkt auf ParseBench ab.
Wo es sich lohnt
Ein Aktenteam einer französischen Kommunalverwaltung, das handschriftliche und getippte Fallakten digitalisiert
Gemischte handschriftliche und gedruckte Seiten auf eigenen Servern in durchsuchbaren Text umwandeln
Betreibe das 4B mit vLLM auf einer H100 und schicke Seiten, die mit 400 DPI gerendert sind. LightOns 46,1 auf handschriftlichen französischen Seiten liegt weit vor den getesteten Konkurrenten, und die Lizenz Apache 2.0 passt zur öffentlichen Beschaffung.
Ein ML-Engineer, der ein RAG-System über Unternehmensberichte baut
Dokumente nach echten Abschnitten zerlegen und Diagrammwerte durchsuchbar halten
Rufe es mit dem Prompt grounding auf, damit jeder Block mit Box und Label zurückkommt, und indexiere Diagrammtabellen als Daten. Grounding kostet etwa 25% mehr Ausgabe-Tokens, rund 1.433 statt 1.158 pro Seite.
Ein Plattformteam, das LightOnOCR-2-1B schon in Produktion betreibt
OCR aktualisieren, ohne den Client-Code zu ändern
Tausche auf LightOnOCR-3-1B, das die alte Architektur behält, oder wechsle zum 4B mit Transformers 5.2 oder neuer; der Transkriptionsmodus mit leerem Prompt verhält sich wie zuvor.
Bevor du dich festlegst
- Einrichtung
- pip install transformers 5.5.4 oder neuer mit pillow und pypdfium2 und mit den Qwen3.5-Klassen laden, oder mit vllm serve und abgeschaltetem Thinking betreiben; PDFs mit 400 DPI und einer längsten Kante von 2.048 Pixeln rendern.
- Integrationen
- Transformers und vLLM; LightOns GitHub-Repository ergänzt einen Client, eine CLI, Ausgabekonverter, einen Viewer und Code zum Nachvollziehen der Benchmarks; Community-Builds in GGUF auf Hugging Face.
- Daten und Datenschutz
- Apache 2.0 für Forschung und kommerzielle Nutzung. Selbst gehostet bleiben Dokumente auf deiner Hardware; die Demo auf Hugging Face ist die einzige gehostete Option, die die Model Card nennt.
- Kosten im großen Maßstab
- Der BF16-Checkpoint ist etwa 9 GB groß, eine Rechenzentrums-GPU reicht also. LightOn meldet eine Spitze von 3,36 Seiten pro Sekunde auf einer H100 bei Rendering mit 1.540 Pixeln, rund 12.000 Seiten pro Stunde.
- Grenzen
- Nur der leere Prompt und grounding; trainiert und evaluiert mit abgeschaltetem Thinking; alte Scans sind seine schwächste Kategorie auf olmOCR-Bench; keine Ergebnisse für OmniDocBench veröffentlicht.
Was gut ist
- 75,1 auf ParseBench und 86,3 auf olmOCR-Bench (selbst gemeldet)
- Layoutboxen, Bildbeschreibungen und Diagrammtabellen in einem Durchgang
- 74,1 bei französischen Dokumenten, 46,1 auf handschriftlichen Seiten
- Apache 2.0 von einem europäischen Hersteller, mit Skripten zum Nachvollziehen
Was nicht
- Kein Wert für OmniDocBench zum Vergleich mit chinesischen Konkurrenten
- Alle Benchmark-Zahlen stammen aus LightOns eigenen Läufen
- Nur ein leerer Prompt oder "grounding" wird unterstützt
- Das Schwestermodell 0.8B ist auf ParseBench fast so genau
Am besten für
Teams, die Geschäftsdokumente, Formulare und Handschrift in europäischen Sprachen parsen und Layout- und Diagrammdaten ohne eine Erkennungspipeline wollen.
Alternativen zu LightOnOCR-3-4B
LightOnOCR-3-4B: häufige Fragen
- Lohnt sich LightOnOCR-3-4B?
- LightOnOCR-3-4B gibt einem einzigen 4B-Modell die Layoutboxen und Diagrammdaten, für die es früher eine Pipeline brauchte, und nach LightOns Zahlen ist es das offene Modell, das man bei französischen und handschriftlichen Dokumenten schlagen muss. Wir bewerten es mit 4.2 von 5.
- Was kostet LightOnOCR-3-4B?
- Kostenlos unter Apache 2.0. Keine gehostete API des Herstellers in der Model Card aufgeführt; eine kostenlose Demo läuft auf Hugging Face Spaces.
- Welche Nachteile hat LightOnOCR-3-4B?
- Kein Wert für OmniDocBench zum Vergleich mit chinesischen Konkurrenten; Alle Benchmark-Zahlen stammen aus LightOns eigenen Läufen; Nur ein leerer Prompt oder "grounding" wird unterstützt; Das Schwestermodell 0.8B ist auf ParseBench fast so genau.
- Für wen eignet sich LightOnOCR-3-4B?
- Teams, die Geschäftsdokumente, Formulare und Handschrift in europäischen Sprachen parsen und Layout- und Diagrammdaten ohne eine Erkennungspipeline wollen.
- Was kostet LightOnOCR-3-4B für ein Team oder im Produktivbetrieb?
- Der BF16-Checkpoint ist etwa 9 GB groß, eine Rechenzentrums-GPU reicht also. LightOn meldet eine Spitze von 3,36 Seiten pro Sekunde auf einer H100 bei Rendering mit 1.540 Pixeln, rund 12.000 Seiten pro Stunde.
- Ist LightOnOCR-3-4B sicher für Firmendaten?
- Apache 2.0 für Forschung und kommerzielle Nutzung. Selbst gehostet bleiben Dokumente auf deiner Hardware; die Demo auf Hugging Face ist die einzige gehostete Option, die die Model Card nennt.
- Was sind die besten Alternativen zu LightOnOCR-3-4B?
- Die nächsten Alternativen, die wir getestet haben, sind Chandra OCR 2, Infinity-Parser2-Flash, Mistral OCR 4.1 und Surya OCR 2.5.
Antworten geprüft am 2. Nov. 2026.
Du entwickelst LightOnOCR-3-4B? Zeig diese Bewertung auf deiner Website
