DeepSeek-OCR 2
DeepSeek-OCR 2 是 DeepSeek 第二个开源 OCR 模型。新的 DeepEncoder V2 按内容顺序读页面,而不是固定扫描。
所属模型 DeepSeek-OCR.
- 发布时间
- 2026 年 1 月
- 模型 ID
- deepseek-ai/DeepSeek-OCR-2
- 参数规模
- 总计约 3.4B:3B 混合专家解码器,激活参数约 500M
- 许可证
- Apache-2.0 (DeepSeek-OCR was MIT)
- 其他搜索名
- deepseek ocr 2, deepseek-ocr-2
DeepSeek-OCR 2 更新内容
- DeepEncoder V2 按图像内容重排视觉 token("Visual Causal Flow"),不再使用固定的光栅扫描。
- 编码器中的 CLIP 部分换成由 Qwen2-0.5B 初始化的紧凑语言模型编码器,解码器不变。
- 在相近训练数据下,OmniDocBench v1.5 比 DeepSeek-OCR 高 3.73 分。
- 阅读顺序编辑距离从 0.085 降到 0.057。
- 每页使用 256 到 1,120 个视觉 token。
DeepSeek-OCR 2 基准测试
| 基准测试 | 得分 | 备注 |
|---|---|---|
| OmniDocBench v1.5 总分 | 91.09% | 比 DeepSeek-OCR 高 3.73 分 |
| OmniDocBench v1.5 阅读顺序编辑距离 | 0.057 | DeepSeek-OCR:0.085,越低越好 |
得分来自作者公开数据,我们未重新测试。
通过 API 使用 DeepSeek-OCR 2
OCRRouter 以 deepseek/deepseek-ocr 提供第一代 DeepSeek-OCR,暂未提供 DeepSeek-OCR 2。
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 各版本
- DeepSeek-OCR: OCRRouter 上的全部版本、价格、速度和功能
- DeepSeek-OCR 2 (2026 年 1 月), 本页
常见问题
来源
最后更新 .