DeepSeek-OCR 2
DeepSeek-OCR 2 是 DeepSeek 第二款開源 OCR 模型。全新 DeepEncoder V2 依內容順序閱讀頁面,而非固定掃描。
所屬模型 DeepSeek-OCR.
- 發布時間
- 2026 年 1 月
- 模型 ID
- deepseek-ai/DeepSeek-OCR-2
- 參數規模
- 總計約 3.4B:3B 混合專家解碼器,啟用參數約 500M
- 授權
- Apache-2.0 (DeepSeek-OCR was MIT)
- 其他搜尋名稱
- deepseek ocr 2, deepseek-ocr-2
DeepSeek-OCR 2 更新內容
- DeepEncoder V2 依影像內容重排視覺 token("Visual Causal Flow"),不再使用固定的光柵掃描。
- 編碼器的 CLIP 部分改為以 Qwen2-0.5B 初始化的精簡語言模型編碼器,解碼器不變。
- 在相近訓練資料下,OmniDocBench v1.5 比 DeepSeek-OCR 高 3.73 分。
- 閱讀順序編輯距離從 0.085 降至 0.057。
- 每頁使用 256 到 1,120 個視覺 token。
DeepSeek-OCR 2 基準測試
| 基準測試 | 分數 | 備註 |
|---|---|---|
| OmniDocBench v1.5 總分 | 91.09% | 比 DeepSeek-OCR 高 3.73 分 |
| OmniDocBench v1.5 閱讀順序編輯距離 | 0.057 | DeepSeek-OCR:0.085,越低越好 |
分數取自作者公開資料,我們未重新測試。
透過 API 使用 DeepSeek-OCR 2
OCRRouter 以 deepseek/deepseek-ocr 提供第一代 DeepSeek-OCR,目前尚未提供 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 上的所有版本、價格、速度與功能
- DeepSeek-OCR 2 (2026 年 1 月), 本頁
常見問題
資料來源
最後更新 .