DeepSeek-OCR 2
DeepSeek-OCR 2 — друга відкрита OCR-модель DeepSeek. Новий DeepEncoder V2 читає сторінку в порядку, що слідує за вмістом, а не за фіксованою розгорткою.
Реліз моделі DeepSeek-OCR.
- Дата виходу
- січень 2026
- ID моделі
- deepseek-ai/DeepSeek-OCR-2
- Розмір
- Близько 3.4B загалом: декодер 3B mixture-of-experts із приблизно 500M активних параметрів
- Ліцензія
- Apache-2.0 (DeepSeek-OCR was MIT)
- Також шукають як
- deepseek ocr 2, deepseek-ocr-2
Що нового в DeepSeek-OCR 2
- DeepEncoder V2 впорядковує візуальні токени за вмістом зображення («Visual Causal Flow»), а не жорсткою растровою розгорткою.
- CLIP-частину енкодера замінено компактним енкодером на основі мовної моделі, ініціалізованим з Qwen2-0.5B. Декодер не змінився.
- На 3.73 пункту вище на OmniDocBench v1.5, ніж DeepSeek-OCR, за схожих навчальних даних.
- Edit distance порядку читання знизилася з 0.085 до 0.057.
- На сторінку припадає від 256 до 1120 візуальних токенів.
Бенчмарки DeepSeek-OCR 2
| Бенчмарк | Результат | Примітка |
|---|---|---|
| OmniDocBench v1.5, загальний | 91.09% | На 3.73 пункту вище DeepSeek-OCR |
| OmniDocBench v1.5, edit distance порядку читання | 0.057 | DeepSeek-OCR: 0.085. Менше — краще |
Результати в тому вигляді, в якому їх опублікували автори. Ми їх не перевіряли.
Використання DeepSeek-OCR 2 через API
OCRRouter запускає першу DeepSeek-OCR як deepseek/deepseek-ocr. DeepSeek-OCR 2 через OCRRouter поки недоступна.
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 / pageВерсії DeepSeek-OCR
- DeepSeek-OCR: усі версії, ціни, швидкість і можливості на OCRRouter
- DeepSeek-OCR 2 (січень 2026), ця сторінка
Запитання
Джерела
Оновлено .