Extraire des milliers de documents par lots

Pour extraire des milliers de documents, utilisez l'API de traitement par lots de votre fournisseur : vous déposez toutes les requêtes d'un coup, le service les traite en tâche de fond, et vous récupérez les résultats plus tard, à moitié prix. Anthropic et Mistral annoncent tous deux 50 % de remise. En échange, le résultat n'est pas instantané, et il faut un flux robuste autour : identifiants, reprises, contrôle qualité. Page mise à jour le 15/11/2026.

Quand le lot est le bon choix

• Reprise d'un stock : des années de factures ou de contrats à structurer une fois.
• Flux sans urgence : les documents arrivés dans la journée sont traités la nuit.
• Évaluations : refaire tourner 500 documents de test à chaque changement de consigne (voir mesurer la précision).

Le lot est un mauvais choix quand une personne attend le résultat à l'écran : prenez alors l'appel direct.

Anthropic : Message Batches

D'après la documentation, l'API de lots traite de grands volumes de requêtes Messages de façon asynchrone. Chiffres relevés le 15/11/2026 :

• 50 % du prix standard sur tout l'usage ; Claude Sonnet 5.5 est affiché à 1 $ par million de jetons en entrée et 5 $ en sortie en lot, Claude Haiku 5.5 à 0,05 $ et 0,25 $ pour les prompts jusqu'à 100 000 jetons.
• Limites d'un lot : 100 000 requêtes ou 256 Mo, le premier plafond atteint.
• Délai : la plupart des lots se terminent en moins d'une heure ; un lot expire s'il n'est pas terminé après 24 heures, et la charge peut ralentir le traitement.
• Résultats : disponibles 29 jours après la création du lot, puis ils ne sont plus téléchargeables.
• Identifiant : chaque requête porte un custom_id unique de 1 à 64 caractères (lettres, chiffres, tirets, tirets bas).
• Statut : un lot passe de in_progress à ended quand toutes les requêtes sont finies ; on l'interroge en boucle ou depuis la console.
• Validation : l'API valide les paramètres de chaque requête de façon asynchrone et renvoie les erreurs à la fin du lot. Testez donc la forme de vos requêtes avec l'API Messages avant de lancer 10 000 documents.
• Cache : comme un lot peut dépasser 5 minutes, la documentation suggère la durée de cache d'une heure quand les requêtes partagent un contexte, ce qui est le cas d'un même schéma d'extraction.

Pour un lot de PDF, rappelons les limites de la lecture de PDF : 600 pages par requête (100 si la fenêtre de contexte est inférieure à 1 million de jetons), 128 Mo par requête, et 1 500 à 3 000 jetons de texte par page environ. Détails API : traitement par lots.

Mistral : l'API de lots

Mistral décrit un traitement asynchrone à 50 % de remise sur les charges importantes, pour plusieurs points d'accès dont /v1/ocr, et la page du modèle OCR 4.1 liste le traitement par lots (/v1/batch) parmi ses fonctions. Chaque ligne d'un fichier JSONL porte un custom_id et un corps conforme au point d'accès visé. Limites : jusqu'à 1 million de requêtes par fichier de lot, moins de 10 000 en mode « inline » (corps envoyés directement), et un seul modèle par lot. Statuts : QUEUED, RUNNING, SUCCESS, FAILED, TIMEOUT_EXCEEDED, CANCELLATION_REQUESTED, CANCELLED. La page ne précise ni la fenêtre d'achèvement ni la durée de conservation des résultats : vérifiez-les avant de planifier. Voir aussi les annotations de Mistral OCR.

Azure : des limites par fichier, pas de lot dans les pages lues

Les pages d'Azure Document Intelligence que nous avons lues donnent des limites par document, pas un mode de lots : 2 000 pages par PDF ou TIFF, 500 Mo par fichier en offre payante (4 Mo et deux pages seulement en offre gratuite). Pour un gros volume, vous organisez vous-même la file d'attente et les appels, en tenant compte des limites de débit de votre abonnement.

Concevoir le flux

Un bon flux d'extraction en masse tient en six briques :

1. Entrée : un dossier, une boîte de courriel ou un stockage objet. Chaque fichier reçoit un identifiant stable, par exemple l'empreinte du fichier ; l'identifiant sert de custom_id et évite de traiter deux fois le même document.
2. Tri préalable : écartez les fichiers inutilisables (protégés par mot de passe, vides) et orientez ceux qui contiennent déjà du XML : voir lire le XML d'une Factur-X.
3. Soumission par lots de taille raisonnable (quelques milliers de documents), pour qu'une erreur ne bloque pas tout le stock.
4. Récupération : lecture des résultats, association par custom_id, jamais par position, puis validation du JSON.
5. Contrôles et relecture : contrôles de cohérence, puis envoi en relecture des valeurs douteuses : voir seuil de confiance et validation.
6. Reprise : les requêtes en erreur ou expirées sont renvoyées dans un nouveau lot, avec un compteur de tentatives pour ne pas boucler.

Calculer le coût avant de lancer

Calcul de borne basse, avec les prix relevés le 15/11/2026 : 10 000 pages à 3 000 jetons de texte chacune font 30 millions de jetons ; avec Claude Sonnet 5.5 en lot à 1 $ le million, cela fait environ 30 $ de texte en entrée. À cela s'ajoutent la lecture de l'image de chaque page, les jetons de sortie (5 $ le million en lot) et la relecture humaine, qui pèse en général plus que l'API. Pour Mistral OCR 4.1, le prix affiché est de 5 $ les 1 000 pages annotées, soit 50 $ pour 10 000 pages avant toute remise éventuelle. Faites toujours un essai sur 100 documents, mesurez le coût réel par page, puis extrapolez.

Garder la qualité sur de gros volumes

• Échantillon de contrôle permanent : relisez entièrement un petit pourcentage de documents acceptés automatiquement et suivez le taux d'erreur par champ dans le temps.
• Alerte sur la dérive : une hausse brutale des champs nuls ou des contrôles échoués signale un nouveau fournisseur ou une mise en page modifiée.
• Versionner le schéma et la consigne : gardez dans chaque résultat la version du schéma, pour pouvoir retraiter un sous-ensemble.

Pour choisir le moteur de ce flux, voir LLM ou modèle spécialisé.