MinerU 2.5
MinerU 2.5 は OpenDataLab の 1.2B 文書解析モデル。縮小したページでレイアウトを検出し、各領域をフル解像度で読み取ります。
リリース元モデル MinerU.
- リリース
- 2025年9月
- モデル ID
- opendatalab/MinerU2.5-2509-1.2B
- サイズ
- 1.2B 視覚言語モデル
- ライセンス
- AGPL-3.0
- 別の検索名
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
MinerU 2.5 の新機能
- 2 段階解析:縮小ページでレイアウト解析し、フル解像度の切り出しで認識。
- ヘッダー、フッター、ページ番号を保持する細かなレイアウト解析。
- 長い数式や中国語と英語が混在する数式の認識が向上。
- 回転した表、罫線なし・一部罫線の表に強くなった。
MinerU 2.5 のベンチマーク
| ベンチマーク | スコア | 備考 |
|---|---|---|
| OmniDocBench 総合 | 90.67 | MonkeyOCR-pro-3B より 1.82、dots.ocr より 2.26 高い |
| OmniDocBench テキスト編集距離 | 0.047 | dots.ocr:0.048。低いほど良い |
| OmniDocBench 数式 CDM | 88.46 | |
| スループット | 2.12 pages/s | vLLM 非同期エンジン、A100 1 枚 |
スコアは開発者の公表値です。再測定はしていません。
MinerU 2.5 を API で使う
OCRRouter は MinerU の別のリリースを opendatalab/mineru 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 / pageMinerU のバージョン
- MinerU: OCRRouter の全バージョン、料金、速度、機能
- MinerU 2.5 (2025年9月), このページ
よくある質問
出典
最終更新 .