MiniCPM-OCR oder LightOnOCR-3: welches Apache-2.0-OCR-Modell sollten Sie verwenden?
MiniCPM-OCR ist ein einzelnes 1.3B-Modell für chinesische und englische Seiten; LightOnOCR-3 gibt es in 4B, 1B und 0.8B mit Boxen und Diagrammdaten. Vergleich von Tooling und Passung.
Fazit. Beide sind Apache-2.0-OCR-Modelle aus dem Herbst 2026. MiniCPM-OCR ist ein einzelnes 1.3B-Modell für chinesische und englische Dokumente, einschließlich fotografierten, schiefen und gekrümmten Seiten, mit SDK, Docker-Image, quantisierten Varianten und Unterstützung für iOS und llama.cpp. LightOnOCR-3 ist eine Familie aus 4B-, 1B- und 0.8B-Modellen, die Markdown mit Bounding Boxes schreibt und zudem Abbildungen beschreibt und Diagrammdaten liest, in der Model Card aber nur Englisch nennt. Das Parsen ganzer Seiten mit MiniCPM-OCR hängt von einem separaten Layout-Modell auf dem PaddlePaddle-Stack ab, während die 0.8B- und 4B-Modelle von LightOnOCR-3 ein aktuelles Transformers-Release, 5.5.4 oder neuer, benötigen. Alle Benchmark-Ergebnisse stammen von den Entwicklern selbst.
Spezifikationen
| Spezifikationen | MiniCPM-OCR 1.0 | LightOnOCR-3 |
|---|---|---|
| Entwickler | OpenBMB | LightOn |
| Erscheinungsdatum | 27. Oktober 2026 | 8. Oktober 2026 |
| Parameter insgesamt | 1.3B (MiniCPM-OCR 1.0) | 4.54B (LightOnOCR-3-4B) |
| Aktive Parameter | Alle | Alle |
| Architektur | Dense | Dense |
| Kontextfenster | 256K Token | 256K Token |
| Eingabe | Text, Bild | Text, Bild |
| Lizenz | Apache 2.0 (Permissiv) | Apache 2.0 (Permissiv) |
| Speicher für die kleinste Variante (4 Bit) | 0.897 GB (MiniCPM-OCR 1.0) | 0.589 GB (LightOnOCR-3-0.8B) |
Leistungsangaben stammen vom Entwickler und wurden nicht unabhängig überprüft.
Wählen Sie MiniCPM-OCR 1.0, wenn
- Ihre Dokumente sind chinesisch oder englisch und können fotografiert, schief oder gekrümmt sein.
- Sie wollen es auf einem Handy oder Mac ausführen, da es iOS und llama.cpp unterstützt und quantisierte Varianten hat.
- Sie wollen wichtige Informationen aus Rechnungen, Formularen und Siegeln extrahieren.
- Sie möchten ein fertiges SDK und ein Docker-Image.
Wählen Sie LightOnOCR-3, wenn
- Sie wollen eine Auswahl an Größen, von 0.8B für Geschwindigkeit bis 4B für Genauigkeit.
- Sie wollen Bounding Boxes, Bildunterschriften und Diagrammdaten aus demselben Modell.
- Ihre Dokumente sind englisch, die einzige Sprache, die die Model Card nennt.
- Sie bevorzugen eine Pipeline auf Transformers-Basis statt PaddlePaddle.