DeepSeek-OCR 2
DeepSeek-OCR 2, DeepSeek का दूसरा ओपन-सोर्स OCR मॉडल है। इसका नया DeepEncoder V2 पेज को तय स्कैन की बजाय कंटेंट के क्रम में पढ़ता है।
इसका एक रिलीज़ DeepSeek-OCR.
- रिलीज़
- जनवरी 2026
- मॉडल ID
- deepseek-ai/DeepSeek-OCR-2
- आकार
- कुल लगभग 3.4B: 3B mixture-of-experts डिकोडर, लगभग 500M सक्रिय पैरामीटर
- लाइसेंस
- Apache-2.0 (DeepSeek-OCR was MIT)
- इस नाम से भी खोजा जाता है
- deepseek ocr 2, deepseek-ocr-2
DeepSeek-OCR 2 में नया क्या है
- DeepEncoder V2 विज़ुअल टोकन को सख़्त रास्टर स्कैन की बजाय इमेज की सामग्री के अनुसार ("Visual Causal Flow") क्रम देता है।
- एनकोडर का CLIP हिस्सा Qwen2-0.5B से शुरू किए गए छोटे लैंग्वेज-मॉडल एनकोडर से बदला गया। डिकोडर वही है।
- समान ट्रेनिंग डेटा के साथ OmniDocBench v1.5 पर DeepSeek-OCR से 3.73 अंक ज़्यादा।
- रीडिंग-ऑर्डर एडिट डिस्टेंस 0.085 से घटकर 0.057।
- हर पेज 256 से 1,120 विज़ुअल टोकन इस्तेमाल करता है।
DeepSeek-OCR 2 बेंचमार्क
| बेंचमार्क | स्कोर | टिप्पणी |
|---|---|---|
| OmniDocBench v1.5, कुल | 91.09% | DeepSeek-OCR से 3.73 अंक ऊपर |
| OmniDocBench v1.5, रीडिंग-ऑर्डर एडिट डिस्टेंस | 0.057 | DeepSeek-OCR: 0.085। कम बेहतर है |
स्कोर लेखकों द्वारा प्रकाशित हैं। हमने इन्हें दोबारा नहीं चलाया है।
DeepSeek-OCR 2 को API से इस्तेमाल करें
OCRRouter पहला DeepSeek-OCR deepseek/deepseek-ocr के रूप में चलाता है। DeepSeek-OCR 2 अभी OCRRouter पर उपलब्ध नहीं है।
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 / pageDeepSeek-OCR वर्शन
- DeepSeek-OCR: OCRRouter पर सभी वर्शन, कीमत, स्पीड और फीचर
- DeepSeek-OCR 2 (जनवरी 2026), यह पेज
सवाल
स्रोत
अंतिम अपडेट .