ابحث عن «API للتعرف الضوئي على النص العربي» وستجد أن معظم النتائج مواقع تصنيف لا تذكر مصدر درجاتها. تؤدي هذه الصفحة المهمة الأضيق التي يحتاجها المشتري. فلكل واجهة، تعرض ما تقوله وثائق المزوّد نفسه عن العربية، وما تعيده الواجهة، وكم تكلّف الصفحة. وكل رقم هنا قُرئ من صفحة المزوّد في 15 نوفمبر 2026. BroadRouter هو موقع BroadNet، وتبيع BroadNet أحد الخيارات أدناه (نماذج لغة بصرية، لا OCR)، لذا نذكر أين يتفوق الآخرون.
إن كنت لا تزال تفاضل من حيث المبدأ بين OCR ونموذج لغة بصري، فابدأ بمقال OCR العربي مقابل نماذج اللغة البصرية. فهو يشرح لماذا تجعل الحروف المتصلة والنقاط والأسطر المختلطة الاتجاه العربيةَ صعبة. ويفترض هذا المقال أنك تعرف ذلك وتريد اختيار مزوّد.
ما واجهات OCR التي تدعم العربية رسميًا؟
| الواجهة | النص العربي المطبوع | خط اليد العربي | ما تعيده |
|---|---|---|---|
Google Cloud Vision (DOCUMENT_TEXT_DETECTION) |
نعم، ar، مدرجة بوصفها Modern Standard (الفصحى المعاصرة) |
غير مدرج (الخط العربي غير موجود في جدول خط اليد) | النص مع معلومات الصفحة والكتلة والفقرة والكلمة والفواصل |
Azure AI Document Intelligence، نموذج Read (prebuilt-read) |
نعم، ar |
نعم، في v4.0 (لا في v3.1) | النص المطبوع والمكتوب بخط اليد |
Azure AI Document Intelligence، نموذج Layout (prebuilt-layout) |
نعم، ar |
نعم، في v4.0 | النص والجداول وبنية المستند وعلامات الاختيار |
| نموذجا الفواتير والإيصالات الجاهزان لدى Azure | نموذج الفواتير يُدرج العربية (ar)؛ والإيصالات الحرارية تُدرج العربية |
لا ينطبق | حقول مسمّاة للفواتير والإيصالات |
| Amazon Textract (Detect Document Text) | نعم، ضمن أكثر من 40 لغة | لا: “handwriting … in English only” (الترجمة: «خط اليد … بالإنجليزية فقط») | كلمات وأسطر، لكل منها إطار تحديد ودرجة ثقة |
Mistral OCR (mistral-ocr-latest) |
نعم، مدرجة ضمن لغات الشرق الأوسط | غير مذكور | Markdown لكل صفحة مع حقول JSON: الجداول والصور والترويسات والتذييلات والكتل ودرجات الثقة |
| نموذج لغة بصري (Qwen3.8 27B وGemma 4 VL 26B وDeepSeek V4.1 Flash على BroadNet) | يقرأ الصور العربية؛ وليس محرك OCR | غير موثّق | كل ما تطلبه: نص، أو حقول، أو JSON، أو ترجمة |
تفصيلان أهم من أعمدة «نعم/لا»:
- قيود Textract أوسع من خط اليد. تقول أسئلتها الشائعة: “Handwriting, Invoices, and Receipts, Identity documents, and Queries processing are in English only.” (الترجمة: «معالجة خط اليد والفواتير والإيصالات ووثائق الهوية والاستعلامات متاحة بالإنجليزية فقط.») ففي المستندات العربية، تعطيك Textract النص والمواضع، لا حقول الفاتورة.
- دعم Azure لخط اليد العربي جديد في v4.0. جدول خط اليد في v3.1 لا يتضمن العربية. ثبّت إصدار API الذي تختبر عليه.
وتقول صفحة اللغات لدى Mistral إن قائمتها تعكس “languages with strong expected performance” (الترجمة: «اللغات التي يُتوقع فيها أداء قوي»)، وهذا تصريح من المزوّد، لا درجة مقيسة.
كم تكلّف كل واجهة OCR عربية لكل 1,000 صفحة؟
الأسعار بالدولار الأمريكي، مقروءة في 15 نوفمبر 2026 من مصدر الأسعار لدى كل مزوّد:
| الواجهة والميزة | الحصة المجانية | سعر الشريحة الأولى لكل 1,000 صفحة | سعر الأحجام الكبيرة |
|---|---|---|---|
| Google Cloud Vision، Document Text Detection | أول 1,000 وحدة شهريًا | USD 1.50 (الوحدات من 1,001 إلى 5,000,000) | USD 0.60 فوق 5M وحدة شهريًا |
| Azure Document Intelligence، Read (East US) | 500 صفحة شهريًا في الطبقة المجانية | USD 1.50 | USD 0.60 بعد أول 1M صفحة |
| Azure Document Intelligence، Layout والنماذج الجاهزة (East US) | الطبقة المجانية نفسها | USD 10 | شرائح الالتزام مدرجة في صفحة أسعار Azure (تظهر الأسعار في المتصفح؛ تحقّق من منطقتك) |
| Amazon Textract، Detect Document Text (US West, Oregon) | 1,000 صفحة شهريًا لعملاء AWS الجدد، لمدة ثلاثة أشهر | USD 1.50 (أول 1M صفحة شهريًا) | USD 0.60 بعد 1M صفحة |
| Mistral OCR | غير مذكورة | مسعّر لكل 1,000 صفحة؛ والمبلغ غير موجود في HTML الثابت للصفحة، فلم نتمكن من تأكيده | تقول Mistral إن المعالجة المجمّعة تخفّض أسعار API لديها إلى النصف |
تحتسب Google كل صفحة PDF صورةً واحدة، وكل ميزة وحدةً منفصلة. فطلب ميزتين على صفحة واحدة يكلّف وحدتين. ويشمل سعر النماذج الجاهزة لدى Azure التخطيط والفواتير والإيصالات. فإن كنت تحتاج إلى حقول فواتير منظَّمة من Azure، فخطّط على أساس سعر USD 10، لا سعر Read البالغ USD 1.50.
كم يكلّف نموذج اللغة البصري للصفحة؟
لا سعر للصفحة في نموذج اللغة البصري. ومع مفاتيح الدفع حسب الاستخدام في BroadNet، تقول الوثائق إن الصورة “counts as input tokens at the model’s input price” (الترجمة: «تُحتسب رموز إدخال بسعر الإدخال للنموذج»)، وإن الصورة الأكبر تستهلك رموزًا أكثر. فتكلفة الصفحة هي رموز الصورة مضافًا إليها أمرك، ثم الإجابة بسعر الإخراج.
وتختلف رموز الصور حسب النموذج والدقة. يستخدم Gemma 4 ميزانيات من 70 أو 140 أو 280 أو 560 أو 1,120 رمزًا لكل صورة، وتوصي وثائق Google بميزانية أعلى لأفضل دقة في المهام البصرية. وتقديرًا للتخطيط، لا قياسًا، خذ نحو 1,000 رمز إدخال و300 رمز إخراج لكل صفحة:
| نموذج BroadNet | الإدخال لكل مليون | الإخراج لكل مليون | 1,000 صفحة بنحو 1M إدخال و0.3M إخراج |
|---|---|---|---|
| Gemma 4 VL 26B | $0.10 | $0.22 | $0.10 مضافًا إليه ثلاثة أعشار $0.22 |
| Qwen3.8 27B | $0.175 | $2.17 | $0.175 مضافًا إليه ثلاثة أعشار $2.17، إضافةً إلى الاستدلال المنطقي |
| DeepSeek V4.1 Flash | $0.175 | $0.52 | $0.175 مضافًا إليه ثلاثة أعشار $0.52، إضافةً إلى الاستدلال المنطقي |
يستدلّ Qwen3.8 27B وDeepSeek V4.1 Flash منطقيًا قبل الإجابة، ويُحتسب الاستدلال المنطقي إخراجًا. أبقِ max_tokens عند 1,000 أو أكثر، أو اضبط reasoning_effort على low، وإلا قد تعود الإجابة فارغة (السبب). قِس صفحاتك أنت: أرسل عشر صفحات، واقرأ usage.prompt_tokens وusage.completion_tokens، ثم اضرب. وتجري حاسبة رموز الصور ومقال تكلفة نموذج اللغة البصري لكل صورة الحساب عنك.
والمقارنة ليست بين متماثلين. فسعر USD 1.50 لكل 1,000 صفحة يشتري نصًا خامًا ومواضع. أما استدعاء نموذج لغة بصري فيمكن أن يعيد المورّد والرقم الضريبي والتاريخ والمجموع بصيغة JSON في الطلب نفسه، فيوفّر عليك خطوة التحليل. ويغطي الرصيد المبدئي البالغ $5 نموذج Gemma 4 VL 26B أيضًا. أما Qwen3.8 27B وDeepSeek V4.1 Flash فيتطلبان شحن الرصيد.
كيف تختلف تفاصيل الدمج؟
| Google Cloud Vision | Azure Document Intelligence | Amazon Textract | Mistral OCR | نماذج BroadNet البصرية | |
|---|---|---|---|---|---|
| المدخلات | صور؛ وPDF وTIFF عبر DOCUMENT_TEXT_DETECTION |
راجع قائمة أنواع الملفات لنموذج Read | راجع قائمة أنواع الملفات في Textract | image_url (PNG وJPEG وAVIF وغيرها) أو document_url (PDF وPPTX وDOCX وغيرها) |
صورة واحدة لكل عنصر محتوى بوصفها رابط data:؛ حوّل صفحات PDF إلى صور أولًا |
| تلميح اللغة | تلميح ar اختياري |
اختياري؛ وتنصح Microsoft بعدم ضبطه ما لم تكن متأكدًا | غير مذكور في الأسئلة الشائعة | غير مذكور | قل «المستند باللغة العربية» في الأمر |
| الحقول المنظَّمة | لا (تسلسل النص فقط) | نعم، نموذجا الفواتير والإيصالات الجاهزان | الفواتير والإيصالات والاستعلامات بالإنجليزية فقط | تعليقات توضيحية اختيارية على المستند | اطلب JSON؛ والمخرجات المنظَّمة موثّقة لنموذج Qwen3.8 27B فقط |
| شكل الواجهة | Google Cloud API | REST وSDK لدى Azure | حزم SDK لدى AWS | /v1/ocr لدى Mistral |
/v1/chat/completions المتوافقة مع OpenAI |
وملاحظة Microsoft عن رموز اللغات جديرة بالقراءة إن كانت مستنداتك تخلط العربية والإنجليزية: “Don’t provide the language code as the parameter unless you are sure of the language … Otherwise, the service may return incomplete and incorrect text.” (الترجمة: «لا تمرّر رمز اللغة معاملًا ما لم تكن متأكدًا من اللغة … وإلا فقد تعيد الخدمة نصًا ناقصًا وغير صحيح.»)
أي واجهة OCR عربية تختار؟
لا توجد إجابة واحدة، ولا ينشر أي مزوّد اختبار دقة مستقلًا للعربية استطعنا التحقق منه. اختر حسب المخرجات أولًا، ثم اختبر:
- تحتاج إلى نص قابل للبحث من أرشيفات ممسوحة طويلة. Google Cloud Vision أو Azure Read أو Textract. الثلاث تُدرج النص العربي المطبوع بسعر الشريحة الأولى نفسه. اختر السحابة التي تستخدمها أصلًا للتخزين وإدارة الهوية.
- تحتاج إلى خط اليد العربي. Azure Document Intelligence v4.0 هي واجهة OCR الوحيدة هنا التي تُدرجه. واختبر أيضًا نموذج لغة بصريًا على الصفحات نفسها، فلا أحد منها يوثّق خط اليد لا نفيًا ولا إثباتًا.
- تحتاج إلى حقول الفواتير من فواتير عربية. قارن نموذج الفواتير الجاهز لدى Azure (USD 10 لكل 1,000 صفحة) بنموذج لغة بصري يعيد JSON. وعلى BroadNet، Qwen3.8 27B هو النموذج ذو المخرجات المنظَّمة الموثّقة. ويتضمن دليل قراءة الفواتير العربية بنموذج رؤية شيفرة عاملة.
- تريد Markdown مع جداول لاستخدامها في RAG. يعيد Mistral OCR Markdown لكل صفحة مع الجداول والكتل. تأكّد من سعره الحالي للصفحة في صفحة أسعار Mistral.
- تحتاج إلى الحقول والترجمة والملخص في استدعاء واحد. نموذج لغة بصري. وتجد خط المعالجة، مع التحقق، في مقال استخراج بيانات الفواتير إلى JSON بنموذج لغة بصري.
كيف تختبر واجهات OCR العربية على مستنداتك؟
- اختر 50 إلى 100 صفحة حقيقية: ملفات PDF نظيفة، وصور هاتف، وإيصالات حرارية باهتة، وفواتير مختومة، ونماذج مكتوبة بخط اليد إن وُجدت لديك.
- اكتب النص المرجعي الصحيح للحقول التي تهمّك. أبقِ الأرقام العربية المشرقية (٠١٢٣) كما طُبعت، وسجّلها على حدة.
- قيّم الحروف والحقول كلًّا على حدة. يُظهر معدل الخطأ في الحروف جودة القراءة. وتُظهر دقة الحقول (المجموع، والتاريخ، والرقم الضريبي) جودة العمل. فخطأ في رقم واحد من المجموع أهم من عشرة أخطاء في التذييل.
- تحقّق من الترتيب في الأسطر المختلطة. سطر مثل “الإجمالي: 1,250.00 SAR” قد يعود والرقم قبل التسمية. هذه مشكلة في ترتيب النص ثنائي الاتجاه، لا خطأ في التعرف، لكن على المحلّل لديك أن يتعامل معها.
- تحقّق من الأرقام في الشيفرة أيًّا كان اختيارك: أن تساوي البنود المجموع، وأن تطابق ضريبة القيمة المضافة النسبة، وأن تُحلَّل التواريخ. وأرسل الإخفاقات إلى طابور مراجعة بشرية.
أين تقع BroadNet Inference من هذا؟
BroadRouter هو موقع BroadNet. ولا تبيع BroadNet Inference محرك OCR، بل نماذج لغة بصرية على واجهة واحدة متوافقة مع OpenAI: Qwen3.8 27B وBroadNet Gemma 4 VL 26B وDeepSeek V4.1 Flash، وكلها تقبل الصور. فإن كنت تحتاج إلى أرخص نص خام من ملايين الصفحات الممسوحة، أو إلى خط اليد العربي مع المواضع، فواجهة OCR تقليدية من المذكورة أعلاه أنسب. وتناسب BroadNet حين تريد حقولًا أو JSON من مستندات عربية، مع عدم الاحتفاظ بالبيانات: إذ تقول BroadNet إنها لا تحتفظ بمحتوى الاستدلال. جرّب Gemma 4 VL 26B على الرصيد المبدئي البالغ $5، أو اقرأ المرجع التقني واحصل على مفتاح.
