Mathpix ou Marker : pour convertir des PDF riches en formules en supports modifiables, partir du format de livraison

Pour remettre des PDF riches en formules à des enseignants ou chercheurs qui doivent les modifier, l’API hébergée de Mathpix facilite davantage la livraison en DOCX et LaTeX. Marker convient plutôt aux équipes prêtes à maintenir l’inférence locale et le post-traitement. Avant de choisir, vérifiez que formules, tableaux et images sont modifiables dans l’éditeur final, et contrôlez séparément dépendances d’exécution et licences des modèles.

Source: docs.mathpix.com
11 novembre 2026
6 min

Lorsqu’on transforme d’anciens supports de cours ou articles PDF en nouveaux matériaux pédagogiques ou de recherche, on sous-estime souvent le travail après conversion : un assistant doit changer un indice, une chercheuse ajouter une ligne de tableau, un collègue emporter les illustrations avec le texte. Afficher le contenu ne suffit pas à pouvoir continuer à le modifier.

Si la cible est une livraison en DOCX ou LaTeX et que le téléversement des documents est autorisé, évaluez d’abord l’API hébergée de Mathpix. Si l’équipe veut maîtriser le traitement local et dispose d’un responsable de l’environnement d’inférence et de l’adaptation des sorties, Marker peut être évalué. Ce jugement repose sur les interfaces officielles et les limites de déploiement, pas sur un classement testé de précision de reconnaissance ou de vitesse.

Comparer les livrables à partir du même support de cours

Supposons qu’un support comportant des formules sur plusieurs lignes, des tableaux à cellules fusionnées et des illustrations d’expériences doive devenir un matériel réutilisable. Le guide de traitement documentaire de Mathpix prévoit la soumission par téléversement ou URL, la consultation du statut et le téléchargement des résultats. Il permet de demander DOCX et tex.zip. Une fois l’OCR terminé, il faut encore confirmer séparément l’état de conversion du format cible. Pour l’équipe éditoriale, le point de livraison doit être un fichier ouvrable et modifiable, pas seulement un identifiant de tâche retourné avec succès.

Son format intermédiaire, Mathpix Markdown, étend Markdown avec des formules LaTeX, des renvois numérotés, des tableaux complexes et une syntaxe de références d’images. N’importe quel éditeur Markdown ne les affichera pas nécessairement correctement. Si les collègues travaillent surtout dans Word, livrez et vérifiez d’abord le DOCX. S’ils maintiennent ensemble du LaTeX, vérifiez le projet exporté et ses images. Si des erreurs de reconnaissance sont corrigées dans l’intermédiaire, l’interface de conversion Markdown permet de régénérer le format cible, au lieu de corriger uniquement le fichier final puis de réintroduire les erreurs au prochain export.

Le projet officiel Marker produit notamment du Markdown, du JSON et du HTML. Le Markdown contient des formules LaTeX et des liens vers les images, stockées séparément dans le même répertoire. Il se prête davantage à une intégration dans le processus d’édition ou de conversion de l’équipe. Transmettre le seul fichier Markdown peut faire perdre les illustrations. Une équipe ayant besoin de DOCX doit également assumer la conversion ultérieure et sa validation : des noms de formats proches ne rendent pas les livrables équivalents.

Les deux voies doivent conserver une source corrigeable. Une capture de formule, même visuellement correcte, ne répond pas au besoin de modifier un indice. Un tableau lisible ne garantit pas que les relations entre lignes et colonnes restent éditables. Extraire une image ne transforme pas davantage ses courbes et annotations en objets graphiques modifiables.

Choisir le contrôle local avec la responsabilité d’exploitation

Lors de la vérification du 10 novembre 2026, la configuration de paquet de la branche principale de Marker indiquait la version 2.1.0 et la dépendance surya-ocr>=0.23.0,<0.24.0. Il s’agit de versions de paquets logiciels. Surya 2.5, cité dans la documentation Surya, est un nom de modèle : il ne faut pas les confondre avec un même numéro de version. L’inférence actuelle exige les backends appropriés. La voie NVIDIA fait intervenir vLLM, Docker et NVIDIA Container Toolkit ; les voies CPU ou Apple Silicon utilisent llama.cpp. Le budget doit comprendre la maintenance de ces environnements, pas seulement l’installation d’un paquet Python.

Les modes de Marker modifient également le traitement des formules. Selon la documentation officielle, balanced traite automatiquement les expressions mathématiques en ligne. En mode fast, il faut activer l’option correspondante ou forcer l’OCR. Désactiver l’OCR omet les appels aux modèles nécessaires aux formules et aux pages scannées. L’extraction de texte brut avec OCR désactivé ne représente donc pas le coût complet de conversion de documents riches en formules.

L’installation locale ne prouve pas à elle seule un fonctionnement intégralement hors ligne. Si l’amélioration LLM facultative de Marker est activée avec un service cloud, le périmètre de traitement change. Une équipe devant isoler le réseau doit préparer les dépendances et les ressources des modèles, vérifier les adresses des services d’inférence et toutes les fonctions d’amélioration, puis tester la tâche complète sans connexion. Pour Mathpix, cet article compare l’API hébergée, mais sa documentation officielle mentionne aussi Private Cloud OCR. Une institution exigeant une infrastructure privée tout en souhaitant ses modèles doit évaluer séparément ce déploiement. Mathpix ne se résume pas à un téléversement obligatoire dans un cloud public.

Les licences doivent elles aussi être examinées séparément. La configuration de paquet de Marker indique Apache-2.0 pour le code, tandis que les poids des modèles relèvent de MODEL_LICENSE. Ce fichier impose des restrictions lorsque le chiffre d’affaires total de l’année précédente dépasse 5 millions de dollars américains ou que le financement cumulé en fonds propres ou en dette dépasse 5 millions de dollars américains. Il prévoit des exceptions pour l’usage personnel ou la recherche, ainsi que des restrictions concernant les produits ou services concurrents. Produire des supports pédagogiques ne permet pas de conclure que toute activité de formation commerciale bénéficie automatiquement d’un usage gratuit. Avant l’adoption, vérifiez la licence selon l’entité réelle, l’usage et les poids utilisés.

Faire de la dernière modification le critère de l’essai

Sélectionnez un petit échantillon de documents réels, produisez le même livrable par les deux voies et demandez aux destinataires effectifs de le manipuler. Voici un protocole de validation, pas un test déjà réalisé :

  • Modifiez un indice ou un exposant dans une formule, remettez-la en page et vérifiez que symboles, parenthèses et renvois numérotés restent corrects.
  • Ajoutez une ligne à un tableau complexe et vérifiez cellules fusionnées, en-têtes et attribution des valeurs, plutôt que regarder seulement une capture du rendu.
  • Copiez l’ensemble du document sur un autre ordinateur et confirmez que les illustrations, chemins relatifs et références du texte restent utilisables.
  • Relevez le temps de correction manuelle après reconnaissance, le temps d’adaptation de l’export et le coût des relances après échec. Incluez dans un même budget les appels cloud ou l’exploitation et la maintenance locales.

Si les fichiers exportés par Mathpix satisfont déjà les éditeurs et que le téléversement est permis, l’API hébergée peut éviter la responsabilité d’une chaîne d’inférence interne. Si les sorties de Marker s’intègrent à l’outillage existant et que l’équipe peut assumer environnement, licences et regroupement des ressources, le contrôle local acquiert une valeur réelle. La comparaison finale doit porter sur les matériaux corrigés remis aux collègues, et non sur la propreté apparente du Markdown tout juste généré.

À propos de cet article :Cet article s’appuie sur des informations publiques et sert de référence pour vous aider à choisir vos outils. Les fonctionnalités, les tarifs et les politiques associées peuvent évoluer à tout moment ; veuillez consulter les informations officielles les plus récentes.

Source originale :docs.mathpix.com