DeepSeek-OCR 2
DeepSeek-OCR 2 ist das zweite Open-Source-OCR-Modell von DeepSeek. Der neue DeepEncoder V2 liest eine Seite in einer Reihenfolge, die dem Inhalt folgt, statt einem festen Scan.
Eine Version von DeepSeek-OCR.
- Veröffentlicht
- Januar 2026
- Modell-ID
- deepseek-ai/DeepSeek-OCR-2
- Größe
- Etwa 3,4B insgesamt: ein 3B-Mixture-of-Experts-Decoder mit etwa 500M aktiven Parametern
- Lizenz
- Apache-2.0 (DeepSeek-OCR was MIT)
- Auch gesucht als
- deepseek ocr 2, deepseek-ocr-2
Neu in DeepSeek-OCR 2
- DeepEncoder V2 ordnet visuelle Tokens nach dem Bildinhalt („Visual Causal Flow“) statt nach einem starren Raster-Scan.
- Der CLIP-Teil des Encoders wird durch einen kompakten Sprachmodell-Encoder ersetzt, initialisiert aus Qwen2-0.5B. Der Decoder bleibt unverändert.
- 3,73 Punkte mehr auf OmniDocBench v1.5 als DeepSeek-OCR bei ähnlichen Trainingsdaten.
- Die Edit-Distanz der Lesereihenfolge sinkt von 0,085 auf 0,057.
- Jede Seite nutzt zwischen 256 und 1.120 visuelle Tokens.
DeepSeek-OCR 2 Benchmarks
| Benchmark | Wert | Hinweis |
|---|---|---|
| OmniDocBench v1.5, gesamt | 91.09% | 3,73 Punkte über DeepSeek-OCR |
| OmniDocBench v1.5, Edit-Distanz der Lesereihenfolge | 0.057 | DeepSeek-OCR: 0,085. Niedriger ist besser |
Werte wie von den Autoren veröffentlicht. Wir haben sie nicht nachgemessen.
DeepSeek-OCR 2 über eine API nutzen
OCRRouter bietet das erste DeepSeek-OCR als deepseek/deepseek-ocr an. DeepSeek-OCR 2 ist über OCRRouter noch nicht verfügbar.
1PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.
paddle/paddleocr-vl6 credits / page2GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.zai/glm-ocr6 credits / pageDeepSeek-OCR Versionen
- DeepSeek-OCR: alle Versionen, Preise, Geschwindigkeit und Funktionen auf OCRRouter
- DeepSeek-OCR 2 (Januar 2026), diese Seite
Fragen
Quellen
Zuletzt aktualisiert .