DeepSeek-OCR 2
DeepSeek-OCR 2 er DeepSeeks anden open source OCR-model. Den nye DeepEncoder V2 læser en side i en rækkefølge, der følger indholdet frem for en fast scanning.
En version af DeepSeek-OCR.
- Udgivet
- januar 2026
- Model-ID
- deepseek-ai/DeepSeek-OCR-2
- Størrelse
- Cirka 3.4B i alt: en 3B mixture-of-experts-decoder med cirka 500M aktive parametre
- Licens
- Apache-2.0 (DeepSeek-OCR was MIT)
- Søges også som
- deepseek ocr 2, deepseek-ocr-2
Nyt i DeepSeek-OCR 2
- DeepEncoder V2 omarrangerer visuelle tokens efter billedets indhold ("Visual Causal Flow") frem for en stiv rasterscanning.
- CLIP-delen af encoderen er erstattet af en kompakt sprogmodel-encoder initialiseret fra Qwen2-0.5B. Decoderen er uændret.
- 3.73 point højere på OmniDocBench v1.5 end DeepSeek-OCR med lignende træningsdata.
- Edit distance for læserækkefølge falder fra 0.085 til 0.057.
- Hver side bruger mellem 256 og 1.120 visuelle tokens.
Benchmarks for DeepSeek-OCR 2
| Benchmark | Score | Note |
|---|---|---|
| OmniDocBench v1.5, samlet | 91.09% | 3.73 point over DeepSeek-OCR |
| OmniDocBench v1.5, edit distance for læserækkefølge | 0.057 | DeepSeek-OCR: 0.085. Lavere er bedre |
Scorer som offentliggjort af forfatterne. Vi har ikke kørt dem igen.
Brug DeepSeek-OCR 2 via et API
OCRRouter kører den første DeepSeek-OCR som deepseek/deepseek-ocr. DeepSeek-OCR 2 er ikke tilgængelig på OCRRouter endnu.
1PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / page
paddle/paddleocr-vl6 credits / page2GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageVersioner af DeepSeek-OCR
- DeepSeek-OCR: alle versioner, pris, hastighed og funktioner på OCRRouter
- DeepSeek-OCR 2 (januar 2026), denne side
Spørgsmål
Kilder
Senest opdateret .