DeepSeek-OCR 2
DeepSeek-OCR 2 је други DeepSeek OCR модел отвореног кода. Нови DeepEncoder V2 чита страницу редоследом који прати садржај уместо фиксног скенирања.
Издање модела DeepSeek-OCR.
- Објављено
- јануар 2026.
- ID модела
- deepseek-ai/DeepSeek-OCR-2
- Величина
- Укупно око 3,4B: 3B mixture-of-experts декодер са око 500M активних параметара
- Лиценца
- Apache-2.0 (DeepSeek-OCR was MIT)
- Тражи се и као
- deepseek ocr 2, deepseek-ocr-2
Шта је ново у DeepSeek-OCR 2
- DeepEncoder V2 ређа визуелне токене према садржају слике ("Visual Causal Flow") уместо крутог растерског скенирања.
- CLIP део енкодера замењен је компактним енкодером језичког модела иницијализованим из Qwen2-0.5B. Декодер је непромењен.
- 3,73 поена више на OmniDocBench v1.5 од DeepSeek-OCR уз сличне податке за тренинг.
- Edit distance редоследа читања пада са 0,085 на 0,057.
- Свака страница користи између 256 и 1.120 визуелних токена.
DeepSeek-OCR 2 бенчмаркови
| Бенчмарк | Резултат | Напомена |
|---|---|---|
| OmniDocBench v1.5, укупно | 91.09% | 3,73 поена изнад DeepSeek-OCR |
| OmniDocBench v1.5, edit distance редоследа читања | 0.057 | DeepSeek-OCR: 0,085. Мање је боље |
Резултати које су објавили аутори. Нисмо их поново покретали.
Користите DeepSeek-OCR 2 преко API-ја
OCRRouter покреће први DeepSeek-OCR као deepseek/deepseek-ocr. DeepSeek-OCR 2 још није доступан преко OCRRouter-а.
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 верзије
- DeepSeek-OCR: све верзије, цене, брзина и функције на OCRRouter
- DeepSeek-OCR 2 (јануар 2026.), ова страница
Питања
Извори
Последње ажурирање .