DeepSeek-OCR 2
DeepSeek-OCR 2 är DeepSeeks andra öppna OCR-modell. Nya DeepEncoder V2 läser en sida i en ordning som följer innehållet i stället för en fast skanning.
En version av DeepSeek-OCR.
- Släppt
- januari 2026
- Modell-ID
- deepseek-ai/DeepSeek-OCR-2
- Storlek
- Cirka 3.4B totalt: en 3B mixture-of-experts-decoder med cirka 500M aktiva parametrar
- Licens
- Apache-2.0 (DeepSeek-OCR was MIT)
- Söks även som
- deepseek ocr 2, deepseek-ocr-2
Nytt i DeepSeek-OCR 2
- DeepEncoder V2 ordnar om visuella tokens efter bildens innehåll ("Visual Causal Flow") i stället för en stel rasterskanning.
- CLIP-delen av encodern ersätts av en kompakt språkmodells-encoder initierad från Qwen2-0.5B. Decodern är oförändrad.
- 3.73 poäng högre på OmniDocBench v1.5 än DeepSeek-OCR med liknande träningsdata.
- Edit distance för läsordning sjunker från 0.085 till 0.057.
- Varje sida använder mellan 256 och 1 120 visuella tokens.
Benchmarks för DeepSeek-OCR 2
| Benchmark | Resultat | Not |
|---|---|---|
| OmniDocBench v1.5, totalt | 91.09% | 3.73 poäng över DeepSeek-OCR |
| OmniDocBench v1.5, edit distance för läsordning | 0.057 | DeepSeek-OCR: 0.085. Lägre är bättre |
Resultat enligt författarna. Vi har inte kört om dem.
Använd DeepSeek-OCR 2 via ett API
OCRRouter kör den första DeepSeek-OCR som deepseek/deepseek-ocr. DeepSeek-OCR 2 finns inte på OCRRouter än.
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 / pageVersioner av DeepSeek-OCR
- DeepSeek-OCR: alla versioner, pris, hastighet och funktioner på OCRRouter
- DeepSeek-OCR 2 (januari 2026), den här sidan
Frågor
Källor
Senast uppdaterad .