DeepSeek-OCR 2
DeepSeek-OCR 2 คือโมเดล OCR โอเพนซอร์สตัวที่สองของ DeepSeek โดย DeepEncoder V2 ใหม่อ่านหน้าตามลำดับเนื้อหาแทนการสแกนแบบตายตัว
รุ่นหนึ่งของ DeepSeek-OCR.
- วันที่เปิดตัว
- มกราคม 2026
- Model ID
- deepseek-ai/DeepSeek-OCR-2
- ขนาด
- รวมราว 3.4B: decoder แบบ mixture-of-experts ขนาด 3B มีพารามิเตอร์ที่ทำงานราว 500M
- ไลเซนส์
- Apache-2.0 (DeepSeek-OCR was MIT)
- ชื่ออื่นที่ใช้ค้นหา
- deepseek ocr 2, deepseek-ocr-2
DeepSeek-OCR 2 มีอะไรใหม่
- DeepEncoder V2 จัดเรียง visual token ตามสิ่งที่อยู่ในภาพ ("Visual Causal Flow") แทนการสแกน raster แบบตายตัว
- ส่วน CLIP ของ encoder ถูกแทนด้วย encoder แบบ language model ขนาดกะทัดรัดที่ตั้งต้นจาก Qwen2-0.5B ส่วน decoder ไม่เปลี่ยน
- สูงกว่า DeepSeek-OCR 3.73 คะแนนบน OmniDocBench v1.5 ด้วยข้อมูลฝึกใกล้เคียงกัน
- Edit distance ของลำดับการอ่านลดจาก 0.085 เหลือ 0.057
- แต่ละหน้าใช้ visual token ระหว่าง 256 ถึง 1,120
ผลเบนช์มาร์กของ DeepSeek-OCR 2
| เบนช์มาร์ก | คะแนน | หมายเหตุ |
|---|---|---|
| OmniDocBench v1.5, ภาพรวม | 91.09% | สูงกว่า DeepSeek-OCR 3.73 คะแนน |
| OmniDocBench v1.5, edit distance ลำดับการอ่าน | 0.057 | DeepSeek-OCR: 0.085 ยิ่งต่ำยิ่งดี |
คะแนนตามที่ผู้พัฒนาเผยแพร่ เรายังไม่ได้ทดสอบซ้ำ
ใช้ DeepSeek-OCR 2 ผ่าน API
OCRRouter ให้บริการ DeepSeek-OCR รุ่นแรกในชื่อ deepseek/deepseek-ocr ยังไม่มี DeepSeek-OCR 2 บน OCRRouter
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 / pageรุ่นต่างๆ ของ DeepSeek-OCR
- DeepSeek-OCR: ทุกรุ่น ราคา ความเร็ว และฟีเจอร์บน OCRRouter
- DeepSeek-OCR 2 (มกราคม 2026), หน้านี้
คำถาม
แหล่งที่มา
อัปเดตล่าสุด .