Unlimited-OCR
Modèle d'extraction documentaire publié par Baidu le 22 juin 2026, sous licence MIT, 3 milliards de paramètres. Sa promesse tient dans son mot d'ordre affiché, « one-shot long-horizon parsing » : au lieu d'enchaîner une passe d'OCR par page, il expose une inférence multi-pages qui avale un PDF entier en une fois. Fenêtre de 32768 tokens, poids en safetensors BF16, servi par Transformers, vLLM (avec une image Docker dédiée) ou SGLang.
Forces
- Licence MIT sur un modèle de cette taille, ce qui reste rare dans la catégorie extraction documentaire
- Inférence multi-pages native : le PDF est traité en une passe, pas recollé après coup
- Exécution locale, donc les documents sensibles ne partent jamais chez un tiers
Limites
- Auto-hébergé veut dire matériel et chaîne de service à ta charge : la licence est gratuite, pas l'exploitation
- Modèle récent, publié à l'été 2026 : peu de retours de production, à vérifier sur ton propre corpus avant de t'y adosser
- « Cent pages en une passe » est une promesse de vidéo, pas une garantie : la fenêtre de 32 768 tokens contient à la fois les images des pages et le texte rendu, donc un document dense se traite par lots. Mesure combien de pages de ton propre contrat tiennent dans une requête avant de bâtir le pipeline dessus ([reel Instagram DdJ-0WRQgmR](https://www.instagram.com/reel/DdJ-0WRQgmR/))
Pour qui
- Alimenter un RAG avec des PDF longs sans casser l'ordre de lecture ni les tableaux
- Traiter des documents confidentiels que tu ne peux pas envoyer à une API externe