DeepSeek-OCR 2
DeepSeek-OCR 2، DeepSeek کا دوسرا اوپن سورس OCR ماڈل ہے۔ اس کا نیا DeepEncoder V2 صفحے کو مقررہ اسکین کے بجائے مواد کی ترتیب سے پڑھتا ہے۔
اس کا ایک ریلیز DeepSeek-OCR.
- ریلیز
- جنوری 2026
- ماڈل ID
- deepseek-ai/DeepSeek-OCR-2
- سائز
- کل تقریباً 3.4B: 3B mixture-of-experts ڈیکوڈر، تقریباً 500M فعال پیرامیٹرز
- لائسنس
- Apache-2.0 (DeepSeek-OCR was MIT)
- اس نام سے بھی تلاش کیا جاتا ہے
- deepseek ocr 2, deepseek-ocr-2
DeepSeek-OCR 2 میں نیا کیا ہے
- DeepEncoder V2 بصری ٹوکنز کو سخت راسٹر اسکین کے بجائے تصویر کے مواد کے مطابق ("Visual Causal Flow") ترتیب دیتا ہے۔
- انکوڈر کا CLIP حصہ Qwen2-0.5B سے شروع کیے گئے مختصر لینگویج ماڈل انکوڈر سے بدل دیا گیا۔ ڈیکوڈر وہی ہے۔
- ملتے جلتے تربیتی ڈیٹا کے ساتھ OmniDocBench v1.5 پر DeepSeek-OCR سے 3.73 پوائنٹس زیادہ۔
- ریڈنگ آرڈر ایڈٹ ڈسٹنس 0.085 سے کم ہو کر 0.057۔
- ہر صفحہ 256 سے 1,120 بصری ٹوکنز استعمال کرتا ہے۔
DeepSeek-OCR 2 بینچ مارکس
| بینچ مارک | اسکور | نوٹ |
|---|---|---|
| OmniDocBench v1.5، مجموعی | 91.09% | DeepSeek-OCR سے 3.73 پوائنٹس اوپر |
| OmniDocBench v1.5، ریڈنگ آرڈر ایڈٹ ڈسٹنس | 0.057 | DeepSeek-OCR: 0.085۔ کم بہتر ہے |
اسکور مصنفین کے شائع کردہ ہیں۔ ہم نے انہیں دوبارہ نہیں چلایا۔
DeepSeek-OCR 2 کو API کے ذریعے استعمال کریں
OCRRouter پہلا DeepSeek-OCR بطور deepseek/deepseek-ocr چلاتا ہے۔ DeepSeek-OCR 2 ابھی OCRRouter پر دستیاب نہیں۔
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 ورژن
- DeepSeek-OCR: OCRRouter پر تمام ورژن، قیمت، رفتار اور خصوصیات
- DeepSeek-OCR 2 (جنوری 2026), یہ صفحہ
سوالات
ذرائع
آخری اپ ڈیٹ .