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.
-
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.
-
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.
-
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.
-
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.
-
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.
-
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.
-
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.
-
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.
-
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.
-
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.
-
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.
-
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.
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.