MinerU 2.5
MinerU 2.5 ist das 1.2B-Dokumentparsing-Modell von OpenDataLab. Es erkennt zuerst das Layout auf einer verkleinerten Seite und liest dann jeden Bereich in voller Auflösung.
Eine Version von MinerU.
- Veröffentlicht
- September 2025
- Modell-ID
- opendatalab/MinerU2.5-2509-1.2B
- Größe
- 1.2B Vision-Language-Modell
- Lizenz
- AGPL-3.0
- Auch gesucht als
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
Neu in MinerU 2.5
- Zweistufiges Parsing: Layoutanalyse auf einer herunterskalierten Seite, dann Erkennung auf Ausschnitten in voller Auflösung.
- Feinere Layoutanalyse, die Kopf- und Fußzeilen sowie Seitenzahlen erhält.
- Bessere Formeln, auch lange und solche mit gemischtem Chinesisch und Englisch.
- Robuster bei gedrehten, rahmenlosen und teilweise umrandeten Tabellen.
MinerU 2.5 Benchmarks
| Benchmark | Wert | Hinweis |
|---|---|---|
| OmniDocBench, gesamt | 90.67 | 1,82 über MonkeyOCR-pro-3B, 2,26 über dots.ocr |
| OmniDocBench, Text-Edit-Distanz | 0.047 | dots.ocr: 0,048. Niedriger ist besser |
| OmniDocBench, Formel-CDM | 88.46 | |
| Durchsatz | 2.12 pages/s | vLLM-Async-Engine, eine A100 |
Werte wie von den Autoren veröffentlicht. Wir haben sie nicht nachgemessen.
MinerU 2.5 über eine API nutzen
OCRRouter bietet eine andere Version von MinerU als opendatalab/mineru an.
1DeepSeek-OCROpen-source vision model that compresses pages into few tokens.1 credit / page
deepseek/deepseek-ocr1 credit / page2PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / pagepaddle/paddleocr-vl6 credits / page3GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageMinerU Versionen
- MinerU: alle Versionen, Preise, Geschwindigkeit und Funktionen auf OCRRouter
- MinerU 2.5 (September 2025), diese Seite
Fragen
Quellen
Zuletzt aktualisiert .