---
title: "Perbandingan API OCR bahasa Arab (2026) | BroadRouter"
description: "API OCR mana yang resmi mendukung bahasa Arab cetak dan tulisan tangan, apa yang dikembalikan masing-masing, biayanya per 1.000 halaman, dibanding API LLM vision."
url: https://broadrouter.com/id/blog/arabic-ocr-api-comparison/
lang: id
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/blog/arabic-ocr-api-comparison/) (diperbarui 2026-11-16).

# Perbandingan API OCR Arab: Google, Azure, Textract, Mistral, LLM

Oleh tim BroadNet Inference · 8 menit baca · Dipublikasikan 2026-11-15 · Diperbarui 2026-11-16

Empat API OCR mencantumkan teks cetak bahasa Arab di dokumentasi mereka sendiri: Google Cloud Vision, Azure AI Document Intelligence, Amazon Textract, dan Mistral OCR. Google, Azure Read, dan Textract masing-masing mengenakan USD 1,50 per 1.000 halaman pada volume awal. Hanya Azure yang mencantumkan tulisan tangan Arab. LLM vision, seperti Qwen3.8 27B di BroadNet, menagih satu halaman sebagai token dan mengembalikan field yang Anda minta.

## Poin penting

-   Teks cetak bahasa Arab tercantum di Google Cloud Vision, Azure Document Intelligence (Read dan Layout), Amazon Textract, dan Mistral OCR (dicek 2026-11-15).
-   Tulisan tangan Arab hanya tercantum di Azure Document Intelligence v4.0. Textract menyatakan tulisan tangan hanya untuk bahasa Inggris; tabel aksara tulisan tangan Google tidak mencakup bahasa Arab.
-   OCR biasa berbiaya USD 1,50 per 1.000 halaman pada volume awal di Google, Azure Read, dan Textract (dicek 2026-11-15), dengan tarif lebih rendah pada volume tinggi. Model invoice dan layout Azure berbiaya USD 10 per 1.000 halaman.
-   LLM vision menagih satu halaman sebagai token input ditambah jawabannya, jadi biaya bergantung pada ukuran gambar dan panjang output. Ukur dengan usage.prompt\_tokens.
-   Tidak ada vendor yang menerbitkan tes akurasi bahasa Arab independen yang bisa kami verifikasi. Beri skor 50 hingga 100 halaman Anda sendiri sebelum memilih.

**Di halaman ini**

1.  API OCR mana yang resmi mendukung bahasa Arab?
2.  Berapa biaya setiap API OCR bahasa Arab per 1.000 halaman?
3.  Berapa biaya LLM vision per halaman?
4.  Apa beda detail integrasinya?
5.  API OCR bahasa Arab mana yang sebaiknya Anda pilih?
6.  Bagaimana menguji API OCR bahasa Arab pada dokumen Anda sendiri?
7.  Di mana posisi BroadNet Inference?

Cari “API OCR bahasa Arab” dan sebagian besar hasilnya adalah situs peringkat yang tidak menyebutkan dari mana skornya berasal. Halaman ini mengerjakan tugas yang lebih sempit yang dibutuhkan pembeli. Untuk setiap API, halaman ini menunjukkan apa kata dokumentasi vendor sendiri tentang bahasa Arab, apa yang dikembalikan API-nya, dan berapa biaya per halaman. Setiap angka dibaca dari halaman vendor pada 15 November 2026. BroadRouter adalah situs milik BroadNet, dan BroadNet menjual salah satu opsi di bawah (LLM vision, bukan OCR), jadi kami menyebutkan di mana opsi lain lebih unggul.

Jika Anda masih menimbang antara OCR dan LLM vision secara prinsip, mulailah dengan [OCR bahasa Arab vs LLM vision](https://broadrouter.com/id/blog/arabic-ocr-vision-llm/). Artikel itu menjelaskan mengapa aksara bersambung, titik, dan baris berarah campuran membuat bahasa Arab sulit. Artikel ini mengasumsikan Anda sudah tahu dan ingin memilih vendor.

## API OCR mana yang resmi mendukung bahasa Arab?

| API | Teks cetak bahasa Arab | Tulisan tangan Arab | Yang dikembalikan |
| --- | --- | --- | --- |
| Google Cloud Vision (`DOCUMENT_TEXT_DETECTION`) | Ya, `ar`, tercantum sebagai Modern Standard | Tidak tercantum (aksara Arab tidak ada di tabel tulisan tangan) | Teks dengan informasi halaman, blok, paragraf, kata, dan jeda |
| Azure AI Document Intelligence, Read (`prebuilt-read`) | Ya, `ar` | Ya, di v4.0 (tidak di v3.1) | Teks cetak dan tulisan tangan |
| Azure AI Document Intelligence, Layout (`prebuilt-layout`) | Ya, `ar` | Ya, di v4.0 | Teks, tabel, struktur dokumen, dan selection mark |
| Azure prebuilt invoice dan receipt | Invoice mencantumkan bahasa Arab (`ar`); receipt thermal mencantumkan bahasa Arab | n/a | Field invoice dan receipt bernama |
| Amazon Textract (Detect Document Text) | Ya, di antara 40+ bahasa | Tidak: “handwriting … in English only” (Terjemahan BroadRouter: tulisan tangan … hanya bahasa Inggris) | Kata dan baris, masing-masing dengan bounding box dan skor kepercayaan |
| Mistral OCR (`mistral-ocr-latest`) | Ya, tercantum di bawah bahasa Timur Tengah | Tidak disebutkan | Markdown per halaman ditambah field JSON: tabel, gambar, header, footer, blok, skor kepercayaan |
| LLM vision (Qwen3.8 27B, Gemma 4 VL 26B, DeepSeek V4.1 Flash di BroadNet) | Membaca gambar berbahasa Arab; bukan mesin OCR | Tidak terdokumentasi | Apa pun yang Anda minta: teks, field, JSON, terjemahan |

Dua detail lebih penting daripada kolom ya/tidak:

-   **Batasan Textract lebih dari sekadar tulisan tangan.** FAQ-nya menyebutkan “Handwriting, Invoices, and Receipts, Identity documents, and Queries processing are in English only.” (Terjemahan BroadRouter: Pemrosesan tulisan tangan, invoice dan receipt, dokumen identitas, serta Queries hanya dalam bahasa Inggris.) Pada dokumen berbahasa Arab, Textract memberi Anda teks dan posisi, bukan field invoice.
-   **Tulisan tangan Arab di Azure baru ada di v4.0.** Tabel tulisan tangan v3.1 tidak mencakup bahasa Arab. Kunci versi API yang Anda uji.

Halaman bahasa Mistral menyatakan daftarnya mencerminkan “languages with strong expected performance” (Terjemahan BroadRouter: bahasa dengan performa yang diharapkan kuat), yang merupakan pernyataan vendor, bukan skor yang diukur.

## Berapa biaya setiap API OCR bahasa Arab per 1.000 halaman?

Harga dalam dolar AS, dibaca pada 15 November 2026 dari sumber harga masing-masing vendor:

| API dan fitur | Kuota gratis | Harga awal per 1.000 halaman | Harga volume tinggi |
| --- | --- | --- | --- |
| Google Cloud Vision, Document Text Detection | 1.000 unit pertama per bulan | USD 1,50 (unit 1.001 hingga 5.000.000) | USD 0,60 di atas 5 juta unit per bulan |
| Azure Document Intelligence, Read (East US) | 500 halaman per bulan di tier gratis | USD 1,50 | USD 0,60 setelah 1 juta halaman pertama |
| Azure Document Intelligence, Layout dan model prebuilt (East US) | Tier gratis yang sama | USD 10 | Tier komitmen tercantum di halaman harga Azure (harga dimuat di browser; cek region Anda) |
| Amazon Textract, Detect Document Text (US West, Oregon) | 1.000 halaman per bulan untuk pelanggan AWS baru, selama tiga bulan | USD 1,50 (1 juta halaman pertama per bulan) | USD 0,60 setelah 1 juta halaman |
| Mistral OCR | Tidak disebutkan | Dihargai per 1.000 halaman; nominalnya tidak ada di HTML statis halaman itu, jadi kami tidak bisa mengonfirmasinya | Mistral menyatakan pemrosesan batch memangkas harga API-nya separuh |

Google menagih setiap halaman PDF sebagai satu gambar, dan setiap fitur sebagai unit terpisah. Meminta dua fitur pada satu halaman berbiaya dua unit. Harga prebuilt Azure mencakup layout, invoice, dan receipt. Jika Anda membutuhkan field invoice terstruktur dari Azure, anggarkan tarif USD 10, bukan tarif Read USD 1,50.

## Berapa biaya LLM vision per halaman?

LLM vision tidak punya harga per halaman. Pada kunci bayar sesuai pemakaian BroadNet, dokumentasinya menyebutkan gambar “counts as input tokens at the model’s input price” (Terjemahan BroadRouter: dihitung sebagai token input dengan harga input model), dan gambar yang lebih besar memakai lebih banyak token. Biaya per halaman adalah token gambar ditambah prompt Anda, ditambah jawabannya dengan harga output.

Token gambar bervariasi menurut model dan resolusi. Gemma 4 memakai anggaran 70, 140, 280, 560, atau 1.120 token per gambar, dan dokumentasi Google merekomendasikan anggaran lebih tinggi untuk akurasi terbaik pada tugas visual. Sebagai bentuk perencanaan, bukan hasil pengukuran, ambil sekitar 1.000 token input dan 300 token output per halaman:

| Model BroadNet | Input per 1 juta | Output per 1 juta | 1.000 halaman dengan sekitar 1 juta input dan 0,3 juta output |
| --- | --- | --- | --- |
| Gemma 4 VL 26B | $0.10 | $0.22 | $0.10 ditambah tiga persepuluh dari $0.22 |
| Qwen3.8 27B | $0.175 | $2.17 | $0.175 ditambah tiga persepuluh dari $2.17, ditambah penalaran |
| DeepSeek V4.1 Flash | $0.175 | $0.52 | $0.175 ditambah tiga persepuluh dari $0.52, ditambah penalaran |

Qwen3.8 27B dan DeepSeek V4.1 Flash melakukan penalaran sebelum menjawab, dan penalaran ditagih sebagai output. Pertahankan `max_tokens` di 1.000 atau lebih, atau set `reasoning_effort` ke `low`, atau jawabannya bisa kembali kosong ([alasannya](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/)). Ukur halaman Anda sendiri: kirim sepuluh, baca `usage.prompt_tokens` dan `usage.completion_tokens`, lalu kalikan. [Kalkulator token gambar](https://broadrouter.com/tools/image-token-calculator/) dan [biaya LLM vision per gambar](https://broadrouter.com/id/blog/cheapest-vision-llm-api/) mengerjakan hitungannya.

Perbandingan ini tidak setara. USD 1,50 per 1.000 halaman membeli teks mentah dan posisi. Panggilan LLM vision bisa mengembalikan vendor, nomor PPN, tanggal, dan total sebagai JSON dalam permintaan yang sama, sehingga Anda tidak perlu langkah parsing. Gemma 4 VL 26B juga ditanggung kredit awal $5. Qwen3.8 27B dan DeepSeek V4.1 Flash memerlukan top up.

## Apa beda detail integrasinya?

|  | Google Cloud Vision | Azure Document Intelligence | Amazon Textract | Mistral OCR | LLM vision BroadNet |
| --- | --- | --- | --- | --- | --- |
| Input | Gambar; PDF dan TIFF lewat `DOCUMENT_TEXT_DETECTION` | Lihat daftar jenis file model Read | Lihat daftar jenis file Textract | `image_url` (PNG, JPEG, AVIF, dan lainnya) atau `document_url` (PDF, PPTX, DOCX, dan lainnya) | Satu gambar per item konten sebagai URL `data:`; render halaman PDF ke gambar terlebih dulu |
| Petunjuk bahasa | Petunjuk `ar` opsional | Opsional; Microsoft menyarankan untuk tidak mengaturnya kecuali Anda yakin | Tidak dibahas di FAQ | Tidak disebutkan | Tulis “dokumen ini berbahasa Arab” di prompt |
| Field terstruktur | Tidak (hanya hierarki teks) | Ya, prebuilt invoice dan receipt | Invoice, receipt, dan Queries hanya bahasa Inggris | Anotasi dokumen opsional | Minta JSON; output terstruktur hanya terdokumentasi untuk Qwen3.8 27B |
| Bentuk API | Google Cloud API | REST dan SDK Azure | SDK AWS | Mistral `/v1/ocr` | `/v1/chat/completions` yang kompatibel dengan OpenAI |

Catatan Microsoft tentang kode bahasa layak dibaca jika dokumen Anda mencampur bahasa Arab dan Inggris: “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.” (Terjemahan BroadRouter: Jangan berikan kode bahasa sebagai parameter kecuali Anda yakin akan bahasanya … Jika tidak, layanan bisa mengembalikan teks yang tidak lengkap dan salah.)

## API OCR bahasa Arab mana yang sebaiknya Anda pilih?

Tidak ada satu jawaban, dan tidak ada vendor yang menerbitkan tes akurasi bahasa Arab independen yang bisa kami verifikasi. Pilih berdasarkan output dulu, lalu uji:

1.  **Anda membutuhkan teks yang bisa dicari dari arsip pindaian yang panjang.** Google Cloud Vision, Azure Read, atau Textract. Ketiganya mencantumkan teks cetak bahasa Arab dengan harga awal yang sama. Pilih cloud yang sudah Anda pakai untuk penyimpanan dan identitas.
2.  **Anda membutuhkan tulisan tangan Arab.** Azure Document Intelligence v4.0 adalah satu-satunya API OCR di sini yang mencantumkannya. Uji juga LLM vision pada halaman yang sama, karena tidak satu pun yang mendokumentasikan tulisan tangan.
3.  **Anda membutuhkan field invoice dari invoice berbahasa Arab.** Bandingkan model invoice prebuilt Azure (USD 10 per 1.000 halaman) dengan LLM vision yang mengembalikan JSON. Di BroadNet, Qwen3.8 27B adalah model dengan output terstruktur yang terdokumentasi. [Membaca invoice berbahasa Arab dengan model vision](https://broadrouter.com/id/guides/read-arabic-invoices-with-vision/) berisi kode yang berjalan.
4.  **Anda menginginkan Markdown dengan tabel untuk RAG.** Mistral OCR mengembalikan Markdown per halaman dengan tabel dan blok. Konfirmasi harga per halamannya saat ini di halaman harga Mistral.
5.  **Anda membutuhkan field, terjemahan, dan ringkasan dalam satu panggilan.** LLM vision. Pipeline-nya, lengkap dengan validasi, ada di [mengekstrak data invoice ke JSON dengan LLM vision](https://broadrouter.com/id/blog/extract-data-from-documents-with-vision-llm/).

## Bagaimana menguji API OCR bahasa Arab pada dokumen Anda sendiri?

1.  **Pilih 50 hingga 100 halaman nyata**: PDF bersih, foto ponsel, receipt thermal yang pudar, invoice berstempel, dan, jika ada, formulir tulisan tangan.
2.  **Ketik ground truth** untuk field yang Anda pedulikan. Pertahankan digit Arab Timur (٠١٢٣) seperti tercetak, dan catat secara terpisah.
3.  **Beri skor karakter dan field secara terpisah.** [Character error rate](https://broadrouter.com/id/glossary/character-error-rate/) menunjukkan kualitas pembacaan. Akurasi field (total, tanggal, nomor PPN) menunjukkan kualitas bisnis. Satu digit salah pada total lebih penting daripada sepuluh di footer.
4.  **Cek urutan pada baris campuran.** Baris seperti “الإجمالي: 1,250.00 SAR” bisa kembali dengan angka di depan label. Itu masalah urutan bidirectional, bukan kesalahan pengenalan, tetapi parser Anda tetap harus menanganinya.
5.  **Validasi angka di kode** apa pun pilihan Anda: item baris dijumlahkan menjadi total, PPN sesuai tarif, dan tanggal bisa di-parse. Kirim yang gagal ke [antrean tinjauan manusia](https://broadrouter.com/id/blog/document-review-queues/).

## Di mana posisi BroadNet Inference?

BroadRouter adalah situs milik BroadNet. BroadNet Inference tidak menjual mesin OCR. BroadNet menjual LLM vision lewat satu API yang kompatibel dengan OpenAI: Qwen3.8 27B, BroadNet Gemma 4 VL 26B, dan DeepSeek V4.1 Flash, yang semuanya menerima gambar. Jika Anda membutuhkan teks mentah termurah dari jutaan halaman pindaian, atau tulisan tangan Arab beserta posisinya, API OCR klasik yang tercantum di atas lebih cocok. BroadNet cocok saat Anda menginginkan field atau JSON dari dokumen berbahasa Arab, dengan [zero data retention](https://broadrouter.com/id/privacy/): BroadNet menyatakan konten inferensi tidak disimpan. Coba Gemma 4 VL 26B dengan kredit awal $5, atau baca [referensi API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-arabic-ocr-api-comparison&utm_content=body) dan [dapatkan kunci](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-arabic-ocr-api-comparison&utm_content=body).

Alat gratis untuk topik ini (bahasa Inggris)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Alat gratis (bahasa Inggris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Optical character recognition (OCR)](https://broadrouter.com/id/glossary/ocr/)

Optical character recognition (OCR) adalah teknologi yang mendeteksi dan mengubah teks cetak atau tulisan tangan di dalam gambar, hasil scan, atau PDF menjadi karakter yang bisa dibaca mesin. OCR klasik menghasilkan teks dan posisinya di halaman; vision-language model bisa membaca teks dan langsung menjawab pertanyaan tentangnya.

[Token](https://broadrouter.com/id/glossary/token/)

Token adalah satuan teks yang dibaca dan ditulis model bahasa: sebuah kata, bagian kata, tanda baca, atau urutan byte yang dihasilkan tokenizer model. API LLM menghitung, membatasi, dan biasanya menagih pemakaian dalam token.

[Token input dan output](https://broadrouter.com/id/glossary/input-and-output-tokens/)

Token input adalah token yang dibaca model bahasa dalam sebuah permintaan, termasuk system prompt, riwayat percakapan, definisi tool, dan gambar. Token output adalah token yang dihasilkannya sebagai balasan, termasuk penalaran. API LLM biasanya menghargainya secara terpisah, dan output biasanya lebih mahal.

[Token gambar (image tokens)](https://broadrouter.com/id/glossary/image-tokens/)

Token gambar adalah token input yang dipakai vision language model untuk merepresentasikan gambar dalam prompt. Penyedia menghitungnya dari ukuran gambar, biasanya dengan membaginya menjadi patch atau tile berukuran tetap setelah diubah ukurannya, lalu menagihnya seperti token input teks, sehingga gambar lebih besar lebih mahal.

[API kompatibel OpenAI](https://broadrouter.com/id/glossary/openai-compatible-api/)

API kompatibel OpenAI adalah API HTTP yang menerima format permintaan dan respons yang sama dengan API OpenAI, seperti POST /v1/chat/completions, sehingga SDK dan tool OpenAI bisa memakainya hanya dengan mengganti base URL, kunci API, dan nama model.

[Output terstruktur (structured output)](https://broadrouter.com/id/glossary/structured-output/)

Output terstruktur adalah fitur API LLM yang membatasi balasan model pada format yang ditentukan developer, biasanya JSON Schema, agar kode bisa mem-parse-nya dengan andal. Fitur ini lebih ketat daripada JSON mode, yang menjamin JSON valid tetapi tidak menjamin bentuk tertentu.

[Zero data retention (ZDR)](https://broadrouter.com/id/glossary/zero-data-retention/)

Zero data retention (ZDR) adalah kebijakan penanganan data di mana penyedia AI memproses prompt dan output hanya untuk melayani permintaan dan tidak menyimpan konten itu sesudahnya, baik di log, cache, maupun data pelatihan. Catatan tanpa konten seperti jumlah token dan durasi biasanya tetap disimpan.

[Batch API](https://broadrouter.com/id/glossary/batch-api/)

Batch API adalah endpoint LLM asinkron yang menerima banyak request sekaligus, biasanya sebagai file, memprosesnya dalam jangka waktu tertentu alih-alih seketika, lalu mengembalikan hasilnya bersama-sama. Penyedia seperti OpenAI dan Anthropic memberi harga request batch dengan diskon dibanding API standar mereka.

## Pertanyaan umum

### API OCR mana yang mendukung bahasa Arab?

Pada 15 November 2026, Google Cloud Vision, Azure AI Document Intelligence, Amazon Textract, dan Mistral OCR semuanya mencantumkan teks cetak bahasa Arab di dokumentasi mereka sendiri. API LLM vision seperti Qwen3.8 27B, Gemma 4 VL 26B, dan DeepSeek V4.1 Flash di BroadNet Inference juga membaca gambar berbahasa Arab, tetapi ketiganya model chat, bukan mesin OCR.

### API mana yang bisa membaca tulisan tangan Arab?

Dari empat API OCR, hanya Azure Document Intelligence v4.0 yang mencantumkan bahasa Arab untuk teks tulisan tangan, baik di model Read maupun Layout. Textract menyatakan tulisan tangan hanya untuk bahasa Inggris, dan tabel aksara tulisan tangan Google tidak mencakup aksara Arab. LLM vision juga tidak menerbitkan pernyataan apa pun soal tulisan tangan, jadi uji pada sampel Anda sendiri.

### Berapa biaya OCR bahasa Arab per 1.000 halaman?

Pada volume awal, USD 1,50 per 1.000 halaman di Google Cloud Vision Document Text Detection, Azure Document Intelligence Read, dan Amazon Textract Detect Document Text (dicek 15 November 2026). Ketiganya turun ke USD 0,60 pada volume tinggi. Model layout dan invoice prebuilt Azure berbiaya USD 10 per 1.000 halaman.

### Apakah Amazon Textract bisa membaca bahasa Arab?

Bisa untuk teks cetak. FAQ Textract (dicek 15 November 2026) menyatakan Textract mendeteksi teks cetak, termasuk dokumen kanan-ke-kiri dan beraksara campuran, dalam lebih dari 40 bahasa termasuk bahasa Arab. FAQ itu juga menyatakan tulisan tangan, invoice dan receipt, dokumen identitas, serta Queries hanya untuk bahasa Inggris.

### Sebaiknya saya memakai API OCR atau LLM vision untuk invoice berbahasa Arab?

Pakai OCR jika Anda membutuhkan setiap kata beserta posisinya, untuk pencarian atau arsip. Pakai LLM vision jika Anda membutuhkan field bernama seperti vendor, nomor PPN, dan total dalam bentuk JSON. Pola yang umum adalah keduanya: OCR untuk teks yang bisa dicari, LLM vision untuk field yang Anda tindak lanjuti, lalu cek di kode.

### Model BroadNet mana yang bisa mengembalikan JSON terstruktur dari dokumen berbahasa Arab?

Qwen3.8 27B. Dokumentasi BroadNet mencantumkan tools dan output terstruktur untuk Qwen3.8 27B dan GLM 5.3, dan GLM 5.3 hanya untuk teks. Gemma 4 VL 26B dan DeepSeek V4.1 Flash menerima gambar, tetapi output terstruktur tidak tercantum untuk keduanya, jadi minta JSON di prompt dan validasi hasilnya.

## Baca juga

-   [OCR bahasa Arab vs vision LLM: membaca dokumen dan faktur Arab](https://broadrouter.com/id/blog/arabic-ocr-vision-llm/)
-   [API LLM vision termurah: biaya per gambar dan per halaman, dihitung](https://broadrouter.com/id/blog/cheapest-vision-llm-api/)
-   [Ekstrak data faktur, struk, dan formulir ke JSON dengan vision LLM](https://broadrouter.com/id/blog/extract-data-from-documents-with-vision-llm/)
-   [JSON mode vs json\_schema: output terstruktur yang andal](https://broadrouter.com/id/blog/structured-output-json-schema/)
-   [Jadikan review manusia bagian dari workflow AI dokumen Anda](https://broadrouter.com/id/blog/document-review-queues/)
-   [Menambahkan harakat ke teks Arab dengan LLM: prompt, cek, DER](https://broadrouter.com/id/blog/arabic-diacritization-llm/)
-   [Koreksi tata bahasa dan ejaan Arab dengan LLM: panduan praktis](https://broadrouter.com/id/blog/arabic-grammar-spelling-correction-llm/)
-   [Panduan: Membaca faktur dan struk berbahasa Arab dengan model vision](https://broadrouter.com/id/guides/read-arabic-invoices-with-vision/)
-   [Panduan: Kenapa model reasoning mengembalikan jawaban kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-arabic-ocr-api-comparison&utm_content=page-cta) ·

**Sumber**

-   [Google Cloud Vision, dukungan bahasa OCR: bahasa Arab (ar) didukung, tabel aksara tulisan tangan (dicek 2026-11-15)](https://docs.cloud.google.com/vision/docs/languages)
-   [Google Cloud Vision, mendeteksi teks dalam gambar: output TEXT\_DETECTION vs DOCUMENT\_TEXT\_DETECTION (dicek 2026-11-15)](https://docs.cloud.google.com/vision/docs/ocr)
-   [Harga Google Cloud Vision: Document Text Detection per 1.000 unit, 1.000 pertama gratis, halaman PDF ditagih sebagai gambar (dicek 2026-11-15)](https://cloud.google.com/vision/pricing)
-   [Microsoft Learn, dukungan bahasa Document Intelligence Read dan Layout: bahasa Arab cetak dan tulisan tangan di v4.0 (dicek 2026-11-15)](https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/language-support/ocr?view=doc-intel-4.0.0)
-   [Microsoft Learn, dukungan bahasa model prebuilt Document Intelligence: invoice dan receipt mencantumkan bahasa Arab (dicek 2026-11-15)](https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/language-support/prebuilt?view=doc-intel-4.0.0)
-   [Azure Retail Prices API, meter Azure Document Intelligence S0 di East US: halaman Read dan Pre-built (dicek 2026-11-15)](https://prices.azure.com/api/retail/prices?$filter=serviceName%20eq%20%27Foundry%20Tools%27%20and%20productName%20eq%20%27Azure%20Document%20Intelligence%27%20and%20armRegionName%20eq%20%27eastus%27)
-   [Halaman harga Azure Document Intelligence: tier gratis 500 halaman per bulan (dicek 2026-11-15)](https://azure.microsoft.com/en-us/pricing/details/ai-document-intelligence/)
-   [FAQ Amazon Textract: teks cetak dalam 40+ bahasa termasuk bahasa Arab; tulisan tangan hanya bahasa Inggris (dicek 2026-11-15)](https://aws.amazon.com/textract/faqs/)
-   [Harga Amazon Textract: contoh Detect Document Text, US West (Oregon) (dicek 2026-11-15)](https://aws.amazon.com/textract/pricing/)
-   [Dokumentasi Mistral, prosesor OCR: field output dan input (dicek 2026-11-15)](https://docs.mistral.ai/capabilities/document_ai/basic_ocr/)
-   [Dokumentasi Mistral, bahasa yang didukung: OCR mencantumkan bahasa Arab (dicek 2026-11-15)](https://docs.mistral.ai/resources/languages)
-   [Harga Mistral: OCR dihargai per 1.000 halaman (dicek 2026-11-15)](https://mistral.ai/pricing)
-   [Referensi API BroadNet Inference: input gambar, model vision, tools, dan output terstruktur (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-arabic-ocr-api-comparison&utm_content=sources)
-   [Harga BroadNet Inference yang bisa dibaca mesin, pricing.json (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-arabic-ocr-api-comparison&utm_content=sources)
-   [Dokumentasi Google Gemma, vision: anggaran token gambar 70 hingga 1.120 token (dicek 2026-11-15)](https://ai.google.dev/gemma/docs/capabilities/vision)
