Unlimited OCR 2
Unlimited OCR 2 は Baidu の 2 つ目のオープン長文書パーサー。書き起こし中の部分だけに注目するため、文書が長くなってもコストは一定です。
リリース元モデル Unlimited OCR.
- リリース
- 2026年10月27日
- モデル ID
- baidu/Unlimited-OCR-2
- サイズ
- 3B
- ライセンス
- MIT
- 別の検索名
- unlimited ocr 2, unlimited-ocr-2, baidu/Unlimited-OCR-2
Unlimited OCR 2 の新機能
- Sparse Reference Sliding Window Attention(SR-SWA)が、デコーダーのアテンションを固定数の作業用参照(例:512 トークン)に置き換える。
- 文書の長さにかかわらず、1 ステップの遅延とメモリはほぼ一定。
- 論文によると、100 ページ規模でフルアテンションより 1 ステップ 7.0 倍、R-SWA より 5.6 倍高速。
- MPDocBench と、著者が新たに作った 100 ページベンチマーク MarathonDocBench でエンドツーエンド SOTA。
- 2026年6月22日公開の Unlimited OCR の後継。初代のコードは UnlimitedOCR1.0 ブランチに残る。
Unlimited OCR 2 のベンチマーク
| ベンチマーク | スコア | 備考 |
|---|---|---|
| フルアテンション比の 1 ステップ高速化 | 7.0x | 100 ページ文書 |
| R-SWA 比の 1 ステップ高速化 | 5.6x | 100 ページ文書 |
スコアは開発者の公表値です。再測定はしていません。
Unlimited OCR 2 を API で使う
OCRRouter は Unlimited OCR の別のリリースを baidu/unlimited-ocr として提供しています。
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 / pageUnlimited OCR のバージョン
- Unlimited OCR: OCRRouter の全バージョン、料金、速度、機能
- Unlimited OCR 2 (2026年10月27日), このページ
よくある質問
出典
- Unlimited-OCR-2 model card (Hugging Face)
- Unlimited OCR on GitHub
- Unlimited OCR Works 2 paper (arXiv 2610.39308)
最終更新 .