Qu’est-ce que deepseek-ocr.rs ?
deepseek-ocr.rs réimplémente le code d'inférence de plusieurs modèles vision-langage OCR ouverts en Rust, sur la bibliothèque de tenseurs Candle de Hugging Face. Le README en documente trois : DeepSeek-OCR, PaddleOCR-VL (0,9B) et dots.ocr ; l'arbre source et le suivi d'issues couvrent aussi DeepSeek-OCR 2 et GLM-OCR (la prise en charge de GLM-OCR a atterri en février 2026). Chacun vient en pleine précision ou dans la quantisation DSQ propre au projet à Q4_K, Q6_K ou Q8_0.
Il livre deux programmes : un CLI pour les travaux par lots et un serveur web Rocket qui parle les formats OpenAI /v1/chat/completions et /v1/responses, si bien qu'Open WebUI ou n'importe quel SDK OpenAI peut pointer dessus. Les backends sont CPU, Apple Metal, Intel MKL (préversion) et NVIDIA CUDA (alpha). Les poids se téléchargent à la première exécution depuis Hugging Face ou ModelScope, selon celui qui répond le plus vite.
Le code est Apache-2.0 ; les poids des modèles portent leurs licences amont. Le dépôt a environ 2 200 étoiles et est essentiellement le travail d'une seule personne (128 des 138 commits). Le dernier push et la dernière version, v0.6.0-stage2e, dataient du 21 février 2026, huit mois avant cette revue.
deepseek-ocr.rs vaut-il le coup ?
deepseek-ocr.rs retire Python de l'OCR par modèle de vision, et il est le plus convaincant sur Apple Silicon. La version officielle de DeepSeek-OCR a besoin d'une pile Python et Transformers ; ce portage est un binaire natif avec prise en charge Metal, et le benchmark à requête unique de l'auteur sur macOS montre la boucle de decode Rust finissant en environ 30 secondes contre 57 pour le pipeline Python de référence, un gain de 1,88x. L'embedding d'image était plus lent en Rust (6,4 secondes contre 4,0), si bien que l'avantage est dans la génération, pas dans chaque étape.
Le choix du modèle est la vraie décision, et le README est franc sur la mémoire. DeepSeek-OCR a besoin d'environ 13 Go de RAM ou de VRAM avec cache et activations ; PaddleOCR-VL reste sous environ 9 Go et convient aux portables de 16 Go et aux machines CPU ; dots.ocr peut avoir besoin de 30 à 50 Go sur les pages haute résolution. Les variantes quantisées DSQ réduisent la mémoire des poids mais, pour dots.ocr, laissent intact le coût lourd des tokens de vision.
La maintenance est le point faible. Un seul développeur a écrit presque tout, CUDA est encore étiqueté alpha, et une issue ouverte de février rapporte que l'usage mémoire CUDA sur DeepSeek-OCR est passé d'environ 11 Go à 19 Go entre novembre et le dernier commit. Rien n'a été poussé depuis le 21 février 2026, si bien qu'un correctif peut ne pas venir ; le projet n'est pas abandonné sous un test de 12 mois, mais il est assez proche pour l'anticiper.
Le serveur a besoin de soin avant d'approcher un réseau. La config générée se lie à 0.0.0.0 sur le port 8000 sans authentification, et le serveur récupère des URL d'images http(s) distantes sur demande, ce qui est une invitation au mauvais usage sur un hôte partagé. Derrière un proxy sur un poste de travail, c'est un endpoint local soigné ; sur une VM cloud, il en a besoin d'un.
Là où il fait la différence
Un développeur solo sur un MacBook série M à 16 Go
Transformer des captures d'écran et des reçus en Markdown depuis des scripts, hors ligne
Téléchargez le bundle macOS depuis la page des versions, sélectionnez paddleocr-vl, et appelez le CLI avec --device metal. Gratuit ; PaddleOCR-VL garde la mémoire sous environ 9 Go, laissant de la place pour un éditeur et un navigateur.
Une petite équipe qui fait déjà tourner Open WebUI en interne
Laisser le personnel déposer une page scannée dans le chat et récupérer le texte
Faites tourner deepseek-ocr-server sur un poste de travail derrière le reverse proxy de l'équipe et ajoutez-le comme connexion OpenAI ; la liste de modèles expose deepseek-ocr et paddleocr-vl. Le risque est le bind ouvert par défaut et le chemin CUDA alpha si la machine a une carte NVIDIA.
Avant de vous engager
- Mise en route
- Bundles macOS, Alpine Linux et Windows (CUDA 12.4 et 13.0) précompilés sur la page des versions, ou construisez depuis les sources avec Rust 1.78+ et --release ; la première exécution télécharge environ 6,3 Go de poids DeepSeek-OCR.
- Intégrations
- /v1/chat/completions, /v1/responses et /v1/models compatibles OpenAI ; fonctionne avec Open WebUI et les SDK OpenAI. Pas de crate ni de binding Python publié (une demande de binding est ouverte).
- Données et confidentialité
- Tourne localement ; l'usage du réseau est limité aux téléchargements de poids depuis Hugging Face ou ModelScope et aux URL d'images distantes qu'un client envoie. Code Apache-2.0, licences amont des modèles pour les poids.
- Coût à grande échelle
- Logiciel gratuit ; le matériel est le coût. Environ 13 Go de RAM ou de VRAM pour DeepSeek-OCR, sous environ 9 Go pour PaddleOCR-VL, 30 à 50 Go pour dots.ocr sur les grandes pages, selon le README.
- Limites
- CUDA alpha ; environ 16 issues ouvertes, dont des rapports de sortie répétée et de prompt ignoré ; l'historique de chat est réduit au dernier tour utilisateur ; les grandes images atteignent la limite de corps de Rocket sauf si vous la relevez dans les sources.
Les points forts
- Pas de Python : un binaire avec CLI et serveur compatible OpenAI
- Backend Metal ; l'auteur rapporte un decode 1,88x plus rapide que Python
- Plusieurs modèles OCR, dont PaddleOCR-VL sous 10 Go
- Variantes quantisées de Q4_K à Q8_0
Les points faibles
- Un seul mainteneur ; pas de push depuis le 21 février 2026
- La prise en charge CUDA est alpha, avec une régression de mémoire ouverte
- Le serveur se lie à 0.0.0.0 sans auth et récupère des URL distantes
- dots.ocr peut avoir besoin de 30 à 50 Go de mémoire
Idéal pour
Les développeurs sur Apple Silicon ou machines CPU uniquement qui veulent un modèle OCR local derrière une API façon OpenAI sans pile Python.
Alternatives à deepseek-ocr.rs
deepseek-ocr.rs : questions fréquentes
- deepseek-ocr.rs vaut-il le coup ?
- deepseek-ocr.rs met un modèle OCR moderne derrière un endpoint OpenAI sur un Mac sans Python, mais c'est un projet d'une seule personne qui s'est tu en février. Nous lui donnons 3.6 sur 5.
- Combien coûte deepseek-ocr.rs ?
- Gratuit sous Apache-2.0 ; les poids des modèles suivent leurs licences amont.
- Quels sont les inconvénients de deepseek-ocr.rs ?
- Un seul mainteneur ; pas de push depuis le 21 février 2026; la prise en charge CUDA est alpha, avec une régression de mémoire ouverte; le serveur se lie à 0.0.0.0 sans auth et récupère des URL distantes; dots.ocr peut avoir besoin de 30 à 50 Go de mémoire.
- À qui s’adresse deepseek-ocr.rs ?
- Les développeurs sur Apple Silicon ou machines CPU uniquement qui veulent un modèle OCR local derrière une API façon OpenAI sans pile Python.
- Combien coûte deepseek-ocr.rs pour une équipe ou en production ?
- Logiciel gratuit ; le matériel est le coût. Environ 13 Go de RAM ou de VRAM pour DeepSeek-OCR, sous environ 9 Go pour PaddleOCR-VL, 30 à 50 Go pour dots.ocr sur les grandes pages, selon le README.
- deepseek-ocr.rs est-il sûr pour les données de l’entreprise ?
- Tourne localement ; l'usage du réseau est limité aux téléchargements de poids depuis Hugging Face ou ModelScope et aux URL d'images distantes qu'un client envoie. Code Apache-2.0, licences amont des modèles pour les poids.
- Quelles sont les meilleures alternatives à deepseek-ocr.rs ?
- Les alternatives les plus proches que nous avons testées sont franken_ocr, Xberg (formerly Kreuzberg), Ocrs et Ollama.
Réponses vérifiées le 26 oct. 2026.