MinerU 2.5
MinerU 2.5 är OpenDataLabs 1.2B-modell för dokumenttolkning. Den hittar först layouten på en förminskad kopia av sidan och läser sedan varje region i full upplösning.
En version av MinerU.
- Släppt
- september 2025
- Modell-ID
- opendatalab/MinerU2.5-2509-1.2B
- Storlek
- 1.2B vision-language-modell
- Licens
- AGPL-3.0
- Söks även som
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
Nytt i MinerU 2.5
- Tolkning i två steg: layoutanalys på en nedskalad sida, sedan igenkänning på utsnitt i full upplösning.
- Finare layoutanalys som behåller sidhuvuden, sidfötter och sidnummer.
- Bättre formler, även långa och ekvationer som blandar kinesiska och engelska.
- Robustare på roterade, ramlösa och delvis inramade tabeller.
Benchmarks för MinerU 2.5
| Benchmark | Resultat | Not |
|---|---|---|
| OmniDocBench, totalt | 90.67 | 1.82 över MonkeyOCR-pro-3B, 2.26 över dots.ocr |
| OmniDocBench, edit distance för text | 0.047 | dots.ocr: 0.048. Lägre är bättre |
| OmniDocBench, formel-CDM | 88.46 | |
| Genomströmning | 2.12 pages/s | vLLM async engine, en A100 |
Resultat enligt författarna. Vi har inte kört om dem.
Använd MinerU 2.5 via ett API
OCRRouter kör en annan version av MinerU som opendatalab/mineru.
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 / pageVersioner av MinerU
- MinerU: alla versioner, pris, hastighet och funktioner på OCRRouter
- MinerU 2.5 (september 2025), den här sidan
Frågor
Källor
Senast uppdaterad .