Qu’est-ce que Falcon OCR ?
Falcon OCR est un modèle ouvert d'OCR de documents du Technology Innovation Institute d'Abou Dhabi, publié sous Apache 2.0 et décrit dans le rapport technique Falcon Perception du 28 mars 2026. Il transforme une image de page en texte brut, en LaTeX pour les formules ou en HTML pour les tableaux. La version 1.5, mise en ligne le 11 septembre 2026, l'a réentraîné sur des numérisations anciennes, de l'écriture manuscrite, des reçus et des tableaux difficiles, puis a ajouté une étape d'apprentissage par renforcement visant le texte halluciné et les répétitions incontrôlées.
Sa conception est inhabituelle. La plupart des modèles d'OCR associent un encodeur visuel à un décodeur de texte séparé ; Falcon OCR fait entrer les patchs d'image et les tokens de texte dans un seul Transformer de 22 couches dès la première couche, les tokens d'image s'observant dans les deux sens et le texte étant décodé de gauche à droite. L'API de Hugging Face compte 270 millions de paramètres. Un mode facultatif lance d'abord le détecteur PP-DocLayoutV3 de Baidu, qui ajoute environ 30 millions de paramètres.
Falcon OCR vaut-il le coup ?
L'argument de Falcon OCR est la taille face à la précision, et selon les chiffres de TII, l'échange est favorable. La version 1.5 obtient 82,4 sur olmOCR-bench en mode de bout en bout, contre 78,7 pour PaddleOCR-VL-1.6 et 73,3 pour DeepSeek-OCR 2, et seulement 1,4 point derrière Chandra OCR 2 à 83,8. Le tableau comparatif est celui de TII, la fiche ne dit pas si les scores des concurrents ont été recalculés ou recopiés, et la moyenne exclut la catégorie en-têtes et pieds de page d'olmOCR, si bien qu'elle ne peut pas être comparée aux moyennes olmOCR officiellement déclarées comme les 76,0 de Marker.
Les tableaux sont le point faible. Sur OmniDocBench, le mode de bout en bout atteint 86,47 au total, mais la structure des tableaux obtient 69,51 de TEDS contre 90,24 pour PaddleOCR-VL-1.6 dans le même tableau. Activer le pipeline de mise en page porte le score global à 93,15 et les tableaux à 88,53, au prix d'un second modèle, tandis que sa moyenne olmOCR tombe à 80,6. La fiche recommande le mode de bout en bout pour la plupart des pages et le pipeline uniquement pour les journaux denses, ce qui laisse les documents chargés en tableaux dans un entre-deux inconfortable.
Les chiffres d'exploitation sont les plus concrets de tous les modèles de ce groupe. Sur un A100-80GB avec vLLM, le pipeline complet de mise en page et d'OCR traite 2,9 images par seconde à 5 825 tokens par seconde, et les poids tiennent dans un seul fichier de 1,08 GB stocké en float32. TII fournit une image Docker avec un endpoint compatible OpenAI et une route d'envoi de PDF, et documente l'exécution des deux services sur un seul GPU.
Les coûts sont ceux habituels d'une architecture personnalisée. Le chargement exige trust_remote_code et PyTorch 2.5 ou plus récent pour FlexAttention, et le premier appel est lent pendant que torch.compile construit les noyaux. La fiche cite les numérisations dégradées et le très petit texte comme problèmes ouverts ; les numérisations anciennes obtiennent 41,8 sur olmOCR, devant la plupart des concurrents mais toujours la catégorie la plus faible.
Là où il fait la différence
Un ingénieur plateforme dans une start-up de gestion des notes de frais
Lire en gros volume des reçus et des factures photographiées avec un petit budget GPU
Lancez l'image Docker vLLM avec skip_layout à true et envoyez les images à la route d'envoi. Le modèle de 270M laisse de la place sur une carte pour une forte concurrence ; le chiffre de la fiche sur A100 est de 2,9 images par seconde avec la mise en page activée.
Une archiviste qui numérise des lettres manuscrites et des registres anciens
Transcrire un mélange d'écriture manuscrite et d'impression effacée sans service cloud
La version 1.5 a été réentraînée sur l'écriture manuscrite et les numérisations anciennes, et les poids tournent sur le GPU d'une station de travail. Vérifiez par sondage les pages les plus pâles, que la fiche cite comme une faiblesse persistante.
Un data engineer qui analyse d'anciens numéros de journaux pour la recherche
Conserver l'ordre de lecture sur des pages denses à plusieurs colonnes
Appelez generate_with_layout pour que PP-DocLayoutV3 trouve les régions avant que Falcon OCR ne lise chaque découpe. Donnez au modèle de mise en page son propre GPU pour un meilleur débit, comme le suggère le guide Docker.
Avant de vous engager
- Mise en route
- pip install torch>=2.5, transformers, pillow et einops, puis chargez tiiuae/Falcon-OCR avec trust_remote_code ; ou docker run ghcr.io/tiiuae/falcon-ocr:latest, qui expose vLLM sur le port 8000 et le pipeline d'analyse sur le 5002.
- Intégrations
- generate() en Python avec 11 catégories de sortie, un pipeline de mise en page facultatif, un endpoint vLLM compatible OpenAI et une route d'envoi multipart qui accepte les images et les PDF de plusieurs pages.
- Données et confidentialité
- Auto-hébergé, donc les documents restent sur votre matériel. Apache 2.0 autorise l'usage commercial ; le chargement exécute du Python provenant du dépôt du modèle.
- Coût à grande échelle
- Les poids sont gratuits ; TII annonce 2,9 images et 5 825 tokens par seconde sur un A100-80GB avec le pipeline complet, si bien qu'une carte couvre environ 250 000 images par jour à ce rythme. Aucun prix hébergé n'existe.
- Limites
- Structure de tableaux faible en mode de bout en bout ; longueur maximale du modèle de 16 384 tokens ; numérisations dégradées et glyphes très petits signalés par la fiche ; le tableau comparatif est celui de TII.
Les points forts
- 270M de paramètres, un seul fichier de poids de 1,08 GB
- 82,4 sur olmOCR-bench de bout en bout, selon TII
- 2,9 images par seconde sur un A100 avec la mise en page
- Apache 2.0, avec une image Docker vLLM officielle
Les points faibles
- Le tableau comparatif est celui de TII, et la moyenne olmOCR exclut les en-têtes et pieds de page
- 69,51 de TEDS sur les tableaux en mode de bout en bout
- Exige trust_remote_code et PyTorch 2.5+
- Les numérisations dégradées et le texte minuscule restent des faiblesses
Idéal pour
Les équipes qui traitent de gros volumes de reçus, formulaires, numérisations et écriture manuscrite sur des GPU modestes, quand le texte compte plus que la structure des tableaux.
Alternatives à Falcon OCR
Falcon OCR : questions fréquentes
- Falcon OCR vaut-il le coup ?
- Falcon OCR lit le texte presque aussi bien que des modèles dix fois plus gros pour le coût d'un passage à 270M de paramètres, à condition de pouvoir se passer d'une bonne structure de tableaux. Nous lui donnons 4.0 sur 5.
- Combien coûte Falcon OCR ?
- Gratuit sous Apache 2.0. Pas d'API hébergée ; TII publie une image Docker vLLM à auto-héberger.
- Quels sont les inconvénients de Falcon OCR ?
- Le tableau comparatif est celui de TII, et la moyenne olmOCR exclut les en-têtes et pieds de page; 69,51 de TEDS sur les tableaux en mode de bout en bout; exige trust_remote_code et PyTorch 2.5+; les numérisations dégradées et le texte minuscule restent des faiblesses.
- À qui s’adresse Falcon OCR ?
- Les équipes qui traitent de gros volumes de reçus, formulaires, numérisations et écriture manuscrite sur des GPU modestes, quand le texte compte plus que la structure des tableaux.
- Combien coûte Falcon OCR pour une équipe ou en production ?
- Les poids sont gratuits ; TII annonce 2,9 images et 5 825 tokens par seconde sur un A100-80GB avec le pipeline complet, si bien qu'une carte couvre environ 250 000 images par jour à ce rythme. Aucun prix hébergé n'existe.
- Falcon OCR est-il sûr pour les données de l’entreprise ?
- Auto-hébergé, donc les documents restent sur votre matériel. Apache 2.0 autorise l'usage commercial ; le chargement exécute du Python provenant du dépôt du modèle.
- Quelles sont les meilleures alternatives à Falcon OCR ?
- Les alternatives les plus proches que nous avons testées sont PaddleOCR-VL-1.6, Surya OCR 2.5, DeepSeek-OCR 2, FireRed-OCR et dots.ocr.
Réponses vérifiées le 2 nov. 2026.
Vous éditez Falcon OCR ? Affichez cette note sur votre site
