Die besten Open-Source-OCR- und Dokumentenmodelle 2026

Dokumenten-OCR ist zu einem Wettrennen kleiner Modelle geworden. Die Modelle unten wandeln Seiten, Tabellen, Formeln und Diagramme in Markdown oder strukturierten Text um, und die meisten haben unter 5 Milliarden Parameter – eine Consumer-GPU reicht. Jeder Eintrag sagt, wofür das Modell gebaut ist und was seine Lizenz verlangt.

  • Liste aktualisiert: 11. November 2026
  1. Unlimited-OCR Am häufigsten heruntergeladen EN

    Baidus 3.3B-Modell unter MIT-Lizenz, gebaut für lange Dokumente: Es verarbeitet Dutzende bis über 100 Seiten in einem Durchlauf. Es ist das am häufigsten heruntergeladene OCR-Modell hier, mit rund 5,7 Millionen Downloads in den 30 Tagen bis zum 11. November 2026.

    • Baidu
    • 3.34B
    • MIT (Permissiv)
    • ab 2.3 GB
  2. PaddleOCR-VL EN

    Baidu PaddlePaddles 0.9B-Parser unter Apache 2.0 für Tabellen, Formeln, Diagramme und Siegel. Es meldet 96,33 % auf OmniDocBench v1.6 – ein selbst angegebener Score, der mit Scores anderer Benchmark-Versionen nicht vergleichbar ist.

    • Baidu
    • 960M
    • Apache 2.0 (Permissiv)
    • ab 0.662 GB
  3. GLM-OCR EN

    Z.ais 0.9B-Modell unter MIT-Lizenz, mit SDK sowie Extraktion von Tabellen, Formeln und Formularen. Es meldet 94,62 auf OmniDocBench V1.5 – laut Angaben des Entwicklers.

    • Z.ai (Zhipu AI)
    • 900M
    • MIT (Permissiv)
    • ab 0.621 GB
  4. DeepSeek-OCR 2

    DeepSeeks 3.4B-Nachfolger von DeepSeek-OCR unter Apache 2.0. Sein neuer Encoder sortiert visuelle Tokens nach Bedeutung um, statt in Scan-Reihenfolge zu lesen.

    • DeepSeek
    • 3.39B
    • Apache 2.0 (Permissiv)
    • ab 2.34 GB
  5. HunyuanOCR EN

    Tencents 1.1B-Ende-zu-Ende-Modell für Parsing, Texterkennung (Text Spotting), Informationsextraktion und Bildübersetzung. Seine Lizenz deckt die EU, das Vereinigte Königreich und Südkorea nicht ab.

    • Tencent
    • 1.12B
    • 128K Token
    • Tencent Hunyuan (Bedingt)
    • ab 0.773 GB
  6. LightOnOCR-3 EN

    LightOns Apache-2.0-Familie in den Größen 4B, 1B und 0.8B. Sie schreibt Markdown und kann zudem Bounding Boxes, Bildbeschreibungen und Diagrammdaten zurückgeben.

    • LightOn
    • 4.54B
    • 256K Token
    • Apache 2.0 (Permissiv)
    • ab 0.589 GB
  7. Nemotron 3.5 Parse EN

    NVIDIAs 631M-Seitenparser liefert Text, Tabellen, Diagrammdaten, Lesereihenfolge und Boxen, mit einfachen, doppelten und dreifachen Durchläufen für schwerere Seiten. NVIDIA meldet 75,20 auf ParseBench für den Dreifachdurchlauf – in der eigenen Tabelle nur 0,1 über LightOnOCR-3-4B. OpenMDW-1.1.

    • NVIDIA
    • 631M
    • OpenMDW-1.1 (Permissiv)
    • ab 0.435 GB
  8. NuExtract3 EN

    NuMinds 4.5B-Modell unter Apache 2.0 füllt eine von Ihnen definierte JSON-Vorlage aus oder schreibt Markdown, mit zuschaltbarem Reasoning. In NuMinds eigenen Tests liegt es auf seinem unveröffentlichten Extraktions-Benchmark vor Gemma-4-E4B-it und den Qwen3.5-Modellen, und es kam in den 30 Tagen bis zum 11. November 2026 auf rund 40.700 Downloads.

    • NuMind
    • 4.54B
    • 128K Token
    • Apache 2.0 (Permissiv)
    • ab 3.06 GB
  9. MiniCPM-OCR 1.0 Neuestes EN

    Der neueste Eintrag, veröffentlicht am 27. Oktober 2026. Ein 1.3B-Modell unter Apache 2.0 für chinesische und englische Dokumente, mit SDK, Layout-Stufe und Unterstützung für iOS und llama.cpp.

    • OpenBMB
    • 1.3B
    • 256K Token
    • Apache 2.0 (Permissiv)
    • ab 0.897 GB
  10. Xiaomi-OCR-0 EN

    Xiaomis 0.9B-Modell unter Apache 2.0, aufgebaut auf Qwen3.5-0.8B. In der eigenen Tabelle des Entwicklers belegt es Platz 1 bei Real5-OmniDocBench.

    • Xiaomi
    • 873M
    • 256K Token
    • Apache 2.0 (Permissiv)
    • ab 0.602 GB
  11. Chandra OCR 2 EN

    Datalabs 5.3B-Modell für über 90 Sprachen, mit Markdown-, HTML- oder JSON-Ausgabe plus Layout. Seine Lizenz ist für Forschung und kleine Teams gratis, sperrt aber Organisationen aus, die ein konkurrierendes Produkt anbieten.

    • Datalab
    • 5.3B
    • 256K Token
    • OpenRAIL-M (Datalab) (Bedingt)
    • ab 3.66 GB
  12. Surya OCR 2 EN

    Datalabs 650M-Modell in einer 1,4-GB-Datei: Text, Layout, Lesereihenfolge und Tabellen in 91 Sprachen, ausgeführt über vLLM oder llama.cpp auf GPU, CPU oder Apple Silicon. Datalabs eigene Tabelle gibt 83,3 % auf olmOCR-bench, und die Gewichte sind nur gratis, wenn Umsatz und Finanzierung jeweils unter 5 Mio. US-Dollar liegen.

    • Datalab
    • 690M
    • 256K Token
    • OpenRAIL-M (Datalab Surya) (Bedingt)
    • ab 0.476 GB

So haben wir ausgewählt

  • Offene Gewichte, die Sie heute aus dem offiziellen Repository des Entwicklers herunterladen können.
  • Nur aktuelle Versionen: Modelle, die eine neuere Version desselben Entwicklers ersetzt hat – etwa das ursprüngliche DeepSeek-OCR –, bleiben außen vor.
  • Scores auf Benchmarks wie OmniDocBench sind selbst angegeben und nutzen oft unterschiedliche Benchmark-Versionen, deshalb ranken wir nicht danach.
  • Wir lesen jede Lizenz vollständig, denn einige dieser Modelle begrenzen kommerzielle Nutzung nach Region oder bei konkurrierenden Produkten.