← Tous les modèles

GLM-OCR

Publication Éditeur Zhipu AIglm-ocr

Présentation

GLM-OCR est un modèle multimodal léger spécialisé dans la reconnaissance optique de caractères et l’analyse de documents. Il compte environ 0,9 milliard de paramètres et associe l’encodeur visuel CogViT à un décodeur GLM-0.5B. Il a été lancé le 3 février 2026. (docs.bigmodel.cn)

Capacités et usages

  • Reconnaissance de texte imprimé ou manuscrit, de formules, de code et de cachets, y compris dans des mises en page complexes.
  • Analyse de tableaux et extraction structurée d’informations depuis des documents, reçus, formulaires ou pièces justificatives ; sortie possible en texte, Markdown, JSON ou HTML selon la tâche.
  • Préparation de documents pour la recherche augmentée par génération (RAG), ainsi que pour les applications administratives, scientifiques et bureautiques.
  • Prise en charge notamment du français, du chinois, de l’anglais, de l’espagnol, du russe, de l’allemand, du japonais et du coréen. (docs.z.ai)

Limites

L’API documentée accepte les PDF et les images JPG ou PNG : 10 Mo maximum par image, 50 Mo par PDF et 100 pages maximum. La grille chinoise indique une fenêtre de contexte de 32K tokens. La qualité et les performances réelles dépendent notamment de la qualité des fichiers et des conditions d’utilisation ; les résultats importants doivent être vérifiés. (docs.bigmodel.cn)

Tarifs API

Tarifs officiels consultés le 16 novembre 2026, facturés selon l’utilisation réelle :

  • Plateforme chinoise BigModel — CNY : entrée 0,2 CNY par million de tokens ; sortie 0,2 CNY par million de tokens. La grille indique que les accès au cache ne sont pas pris en charge et que le stockage du cache est temporairement gratuit. Tarification officielle chinoise. (docs.bigmodel.cn)
  • Plateforme internationale Z.AI — USD : entrée 0,03 USD par million de tokens ; sortie 0,03 USD par million de tokens. Aucun tarif de cache propre à GLM-OCR n’est indiqué dans cette grille. Tarification officielle internationale. (docs.z.ai)

Ces tarifs concernent deux plateformes distinctes et ne constituent pas une conversion de devise.

Sources officielles