Ausgabeschema
Sie definieren die Felder. Die Ausgabe kommt in dieser Struktur zurück.
OCR-API für Entwickler
OCR als ein Aufruf in Ihrem bestehenden Stack.
Sie schicken Bilddaten, Sie bekommen JSON nach Ihrem Schema zurück. Derselbe Client, den Sie schon benutzen — kein neues SDK, kein separater OCR-Dienst.
Wie der Aufruf aussieht
Die Anfrageform ist die Chat-Completions-Form, die Sie kennen: Sie legen das Bild als Teil der Nachricht hinein und beschreiben im Prompt, welche Felder Sie wollen. Zurück kommt JSON.
Weil das Modell das Bild selbst liest, entfällt die Zwischenstufe. Es gibt keinen Dienst, der erst Text erkennt und den Sie dann noch einmal aufrufen müssen — und damit auch keine zweite Stelle, an der etwas schiefgehen kann.
Was Sie einstellen können
Eingabeformate
PNG, JPEG und PDF-Seiten. Auch Aufnahmen, die nicht im Studio entstanden sind.
Lange Dokumente
Bis zu 1 Mio. Token Kontext. Sie müssen nicht in Seitenhäppchen zerlegen.
Kosten pro Aufruf
Abgerechnet pro Token. Prompt-Caching senkt wiederkehrende Eingaben deutlich.
Was wir vor dem Start brauchen
Zwei Sätze: Was Sie verarbeiten (Rechnungen, Formulare, Ausweise, Etiketten) und wie viele Seiten im Monat. Damit können wir rechnen und Ihnen sagen, ob Flash oder Pro die bessere Wahl ist. Für die meisten OCR-Aufgaben reicht Flash.
Danach geben wir Ihnen einen begrenzten Schlüssel, und Sie fahren Ihre eigene Last dagegen. Wenn etwas an Ihren echten Dokumenten nicht funktioniert, sehen wir es dort — nicht erst nach dem Rollout.
Häufige Fragen
Brauchen wir ein neues SDK?
Nein. Es ist die OpenAI-kompatible Anfrageform. Wenn Sie den OpenAI-Client schon einsetzen, ist die Änderung Basis-URL und Schlüssel.
Können wir unsere eigene OCR damit ersetzen?
Nicht unbedingt. Wenn Ihre bestehende OCR bei sauberen Scans gut läuft, liegt der Gewinn vor allem bei den schwierigen Fällen. Testen Sie genau die, bevor Sie etwas ablösen.
Wie gehen Sie mit mehrseitigen PDFs um?
Das ganze Dokument kann in einen Aufruf, bis 1 Mio. Token. Ob Sie das nutzen oder seitenweise arbeiten, ist eine Kosten- und Latenzfrage, keine technische Grenze.
Gibt es eine Testphase?
Wir geben Ihnen einen begrenzten Schlüssel, mit dem Sie Ihre echte Last testen können. Ein dauerhaft kostenloses Kontingent haben wir nicht.
Wie sieht die Fehlerbehandlung aus?
Sie bekommen die Antwort in Ihrem Schema; die Kennzeichnung unsicherer Felder legen Sie fest. Wir liefern die Struktur, Ihre Anwendung entscheidet, was eine Ausnahme ist.
OCR-API
Eingabe
Bilddaten über die API
PNG · JPEG · PDF-Seiten
DeepSeek V4.1 Flash
Ausgabe
JSON zurück in Ihrem Schema
derselbe Client, den Sie schon nutzen
- Native Bildeingabe, kein OCR-Schritt
- OpenAI-kompatible Anfrageform
- Strukturierte Ausgabe nach Ihrer Vorgabe
Sagen Sie uns, was Sie heute einsetzen.
Schicken Sie uns Ihr Monatsvolumen und Ihren aktuellen Anbieter. Wir antworten in der Regel innerhalb eines Werktags — mit einem Preis und einer festen Ansprechperson.