DeepSeek-OCR 2
DeepSeek-OCR 2 je drugi DeepSeek OCR model otvorenog koda. Novi DeepEncoder V2 čita stranicu redoslijedom koji prati sadržaj umjesto fiksnog skeniranja.
Izdanje modela DeepSeek-OCR.
- Objavljeno
- siječanj 2026.
- ID modela
- deepseek-ai/DeepSeek-OCR-2
- Veličina
- Ukupno oko 3,4B: 3B mixture-of-experts dekoder s oko 500M aktivnih parametara
- Licenca
- Apache-2.0 (DeepSeek-OCR was MIT)
- Traži se i kao
- deepseek ocr 2, deepseek-ocr-2
Što je novo u DeepSeek-OCR 2
- DeepEncoder V2 slaže vizualne tokene prema sadržaju slike ("Visual Causal Flow") umjesto krutog rasterskog skeniranja.
- CLIP dio enkodera zamijenjen je kompaktnim enkoderom jezičnog modela inicijaliziranim iz Qwen2-0.5B. Dekoder je nepromijenjen.
- 3,73 boda više na OmniDocBench v1.5 od DeepSeek-OCR uz slične podatke za treniranje.
- Edit distance redoslijeda čitanja pada s 0,085 na 0,057.
- Svaka stranica koristi između 256 i 1.120 vizualnih tokena.
DeepSeek-OCR 2 benchmarkovi
| Benchmark | Rezultat | Napomena |
|---|---|---|
| OmniDocBench v1.5, ukupno | 91.09% | 3,73 boda iznad DeepSeek-OCR |
| OmniDocBench v1.5, edit distance redoslijeda čitanja | 0.057 | DeepSeek-OCR: 0,085. Manje je bolje |
Rezultati koje su objavili autori. Nismo ih ponovno pokretali.
Koristite DeepSeek-OCR 2 putem API-ja
OCRRouter pokreće prvi DeepSeek-OCR kao deepseek/deepseek-ocr. DeepSeek-OCR 2 još nije dostupan putem OCRRoutera.
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 verzije
- DeepSeek-OCR: sve verzije, cijene, brzina i značajke na OCRRouter
- DeepSeek-OCR 2 (siječanj 2026.), ova stranica
Pitanja
Izvori
Zadnje ažuriranje .