Qu’est-ce que Jina OCR v1 ?
Jina OCR v1 est un parseur de documents de Jina AI, rachetée par Elastic en octobre 2025, sorti le 14 septembre 2026 avec un rapport technique sur arXiv. Il compte 3,37 milliards de paramètres et c'est un DeepSeek-OCR post-entraîné : la même tour visuelle DeepEncoder, qui condense une vue de page de 1024x1024 en 256 tokens visuels, et le même décodeur mixture-of-experts de 3B, qui utilise environ 570 millions de paramètres par token. Il produit du Markdown, avec les tableaux en HTML et les formules en LaTeX.
Jina ajoute deux choses. Une tête de brouillon FastMTP propose trois tokens à la fois que le modèle principal vérifie, ce qui accélère le décodage sans changer la sortie, et le post-entraînement utilise l'apprentissage par renforcement avec des récompenses graduées, vérifiées par du code, pour les formules, les tableaux et la structure.
Les poids sont sous CC BY-NC 4.0, si bien que l'auto-hébergement commercial exige un accord séparé avec l'équipe commerciale de Jina. La voie hébergée, via Jina Reader ou l'API Jina, est facturée au token.
Combien coûte Jina OCR v1 ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Jina API | $2 per 1M output tokens | 0,50 $ par 1M de tokens d'entrée |
| Weights | Free, non-commercial | CC BY-NC 4.0 ; licence commerciale sur demande |
API Jina : 0,50 $ par 1M de tokens d'entrée, 2 $ par 1M de tokens de sortie. Poids gratuits pour un usage non commercial sous CC BY-NC 4.0 ; l'auto-hébergement commercial exige une licence de Jina (prix non publié).
Jina OCR v1 vaut-il le coup ?
L'argument de Jina OCR v1 est le coût par page, pas la précision. Dans le propre test de Jina sur un A100 avec 32 requêtes simultanées, il a analysé 2,57 pages par seconde, le plus rapide de 14 systèmes, surtout parce qu'il écrit environ 1 085 tokens par page ; Surya OCR 2 décode plus de tokens par seconde mais en écrit 3 568 par page et finit à 1,05 page par seconde. Sur une NVIDIA L4, la tête FastMTP fait passer le décodage de 42,7 à 83,1 tokens par seconde en mode eager, mais seulement de 158,3 à 185,6 avec les CUDA graphs, si bien que le « presque le double » mis en avant dépend de la façon dont vous faites tourner vLLM.
En précision, il se situe au milieu du peloton. Jina annonce 91,14 sur OmniDocBench v1.6, devant DeepSeek-OCR 2 à 90,25 mais derrière HunyuanOCR-1.5 à 94,74 et PaddleOCR-VL-1.6 à 96,34 dans son propre tableau. Sur olmOCR-Bench, il obtient 83,4, 7,4 points au-dessus du socle DeepSeek-OCR, contre 85,8 pour Chandra OCR 2. Tous les chiffres viennent d'essais de Jina ; aucun classement indépendant ne l'avait évalué début novembre 2026.
Les scores de benchmark ont été mesurés avec un prompt plus strict que celui recommandé par défaut, qui supprime en-têtes, pieds de page et figures, si bien qu'un déploiement avec le prompt par défaut pourrait ne pas les égaler. La voie vLLM demande un enregistrement ponctuel de l'architecture et un réglage précis du décodage spéculatif, et la voie Transformers ignore complètement la tête de brouillon.
La licence restreint le public. CC BY-NC 4.0 exclut l'auto-hébergement commercial, et PaddleOCR-VL-1.6, GLM-OCR et MiniCPM-OCR 1.0 obtiennent de meilleurs scores sous Apache 2.0 ou MIT. Ce que Jina propose à la place, c'est la voie hébergée : à 2 $ par million de tokens de sortie, une page de 1 085 tokens coûte environ un cinquième de cent avant les tokens d'entrée, ce qui convient aux équipes qui utilisent déjà Jina Reader ou Elastic.
Là où il fait la différence
Un ingénieur recherche dans une entreprise qui utilise Elasticsearch
Transformer des PDF numérisés en Markdown avant de les indexer
Appelez r.jina.ai avec l'en-tête X-Respond-With: jina-ocr-v1, ou l'endpoint chat-completions pour des images isolées. À 2 $ par million de tokens de sortie et environ 1 085 tokens par page, 100 000 pages reviennent à environ 220 $ de tokens de sortie, plus l'entrée.
Un groupe de NLP universitaire qui construit un benchmark d'analyse de documents
Faire tourner une référence rapide et reproductible sur des milliers de pages
Auto-hébergez les poids sous vLLM 0.21+ avec la tête FastMTP sur un A100 ou une L4. La recherche non commerciale est ce qu'autorise CC BY-NC 4.0, et la vérification gloutonne garde des sorties identiques au décodage simple.
Avant de vous engager
- Mise en route
- Chargez depuis Hugging Face avec trust_remote_code=True et lancez example.py pour Transformers ou vLLM ; FastMTP exige vLLM 0.21 ou plus récent et un appel à register() avant le démarrage du moteur. L'API hébergée ne demande qu'une clé Jina.
- Intégrations
- Jina Reader (r.jina.ai), chat completions compatibles OpenAI avec streaming, un playground web, des offres sur AWS, Azure et GCP ; Transformers et vLLM pour l'auto-hébergement.
- Données et confidentialité
- Poids sous CC BY-NC 4.0. Jina AI fait partie d'Elastic depuis octobre 2025 ; les requêtes hébergées vont à l'API de Jina selon ses propres conditions.
- Coût à grande échelle
- Hébergé à 0,50 $ par million de tokens d'entrée et 2 $ par million de tokens de sortie ; une page utilise de 256 à 1 156 tokens visuels et environ 1 085 tokens de sortie. Le prix de l'auto-hébergement commercial n'est pas publié.
- Limites
- Limite de positions de 32 768 tokens et sortie plafonnée à 8 192 tokens sur l'API ; les démarrages à froid renvoient HTTP 503 pendant 30 à 60 secondes ; l'anglais et le chinois sont les langues documentées pour les tâches par élément.
Les points forts
- 2,57 pages par seconde sur un A100, le plus rapide du test de Jina sur 14 systèmes
- Environ 1 085 tokens de sortie par page, le plus court au-dessus de 83 sur olmOCR-Bench
- Environ 570M de paramètres actifs, conçu pour des GPU de classe L4
- Hébergé via Jina Reader et une API compatible OpenAI
Les points faibles
- Poids sous CC BY-NC 4.0 ; l'auto-hébergement commercial exige un contrat
- 91,14 sur OmniDocBench v1.6, derrière HunyuanOCR-1.5 et PaddleOCR-VL-1.6
- Les benchmarks ont utilisé un prompt plus strict que celui par défaut
- Pas encore de résultats de benchmark indépendants
Idéal pour
Les équipes déjà sur Jina Reader ou Elastic qui veulent une conversion hébergée et bon marché de pages en Markdown, et les chercheurs qui veulent une référence rapide non commerciale.
Alternatives à Jina OCR v1
Jina OCR v1 : questions fréquentes
- Jina OCR v1 vaut-il le coup ?
- Jina OCR v1 écrit les pages les plus courtes de sa catégorie et les analyse vite, mais c'est un modèle de milieu de tableau dont vous ne pouvez pas utiliser les poids commercialement sans contrat. Nous lui donnons 3.7 sur 5.
- Combien coûte Jina OCR v1 ?
- API Jina : 0,50 $ par 1M de tokens d'entrée, 2 $ par 1M de tokens de sortie. Poids gratuits pour un usage non commercial sous CC BY-NC 4.0 ; l'auto-hébergement commercial exige une licence de Jina (prix non publié).
- Quels sont les inconvénients de Jina OCR v1 ?
- Poids sous CC BY-NC 4.0 ; l'auto-hébergement commercial exige un contrat; 91,14 sur OmniDocBench v1.6, derrière HunyuanOCR-1.5 et PaddleOCR-VL-1.6; les benchmarks ont utilisé un prompt plus strict que celui par défaut; pas encore de résultats de benchmark indépendants.
- À qui s’adresse Jina OCR v1 ?
- Les équipes déjà sur Jina Reader ou Elastic qui veulent une conversion hébergée et bon marché de pages en Markdown, et les chercheurs qui veulent une référence rapide non commerciale.
- Combien coûte Jina OCR v1 pour une équipe ou en production ?
- Hébergé à 0,50 $ par million de tokens d'entrée et 2 $ par million de tokens de sortie ; une page utilise de 256 à 1 156 tokens visuels et environ 1 085 tokens de sortie. Le prix de l'auto-hébergement commercial n'est pas publié.
- Jina OCR v1 est-il sûr pour les données de l’entreprise ?
- Poids sous CC BY-NC 4.0. Jina AI fait partie d'Elastic depuis octobre 2025 ; les requêtes hébergées vont à l'API de Jina selon ses propres conditions.
- Quelles sont les meilleures alternatives à Jina OCR v1 ?
- Les alternatives les plus proches que nous avons testées sont DeepSeek-OCR 2, PaddleOCR-VL-1.6, MiniCPM-OCR 1.0, GLM-OCR et HunyuanOCR 1.5.
Réponses vérifiées le 2 nov. 2026.