Los mejores modelos de código abierto de OCR y documentos en 2026

El OCR de documentos se ha convertido en una carrera de modelos pequeños. Los modelos de abajo convierten páginas, tablas, fórmulas y gráficos en Markdown o texto estructurado, y la mayoría no llega a los 5.000 millones de parámetros, así que basta una GPU de consumo. Cada entrada explica para qué está hecho el modelo y qué le exige su licencia.

  • Lista actualizada: 11 de noviembre de 2026
  1. Unlimited-OCR Más descargado EN

    El modelo de 3.3B de Baidu bajo licencia MIT, hecho para documentos largos: procesa de decenas a más de 100 páginas de una sola pasada. Es el modelo de OCR más descargado de aquí, con unas 5,7 millones de descargas en los 30 días hasta el 11 de noviembre de 2026.

    • Baidu
    • 3.34B
    • MIT (Permisiva)
    • desde 2.3 GB
  2. PaddleOCR-VL EN

    El parser de 0.9B de Baidu PaddlePaddle bajo Apache 2.0 para tablas, fórmulas, gráficos y sellos. Declara un 96,33% en OmniDocBench v1.6, una puntuación autoinformada que no es comparable con las de otras versiones del benchmark.

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

    El modelo de 0.9B de Z.ai bajo licencia MIT, con SDK, extracción de tablas, fórmulas y formularios. Declara 94,62 en OmniDocBench V1.5, según informa el propio desarrollador.

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

    El sucesor de DeepSeek-OCR: un modelo de 3.4B de DeepSeek bajo Apache 2.0. Su nuevo codificador reordena los tokens visuales por significado en lugar de leer en orden de barrido.

    • DeepSeek
    • 3.39B
    • Apache 2.0 (Permisiva)
    • desde 2.34 GB
  5. HunyuanOCR EN

    El modelo de extremo a extremo de 1.1B de Tencent para parseo, localización de texto, extracción de información y traducción de imágenes. Su licencia no cubre la UE, el Reino Unido ni Corea del Sur.

    • Tencent
    • 1.12B
    • 128K tokens
    • Tencent Hunyuan (Condicional)
    • desde 0.773 GB
  6. LightOnOCR-3 EN

    La familia Apache 2.0 de LightOn en tamaños 4B, 1B y 0.8B. Escribe Markdown y también puede devolver cajas delimitadoras, descripciones de imagen y datos de gráficos.

    • LightOn
    • 4.54B
    • 256K tokens
    • Apache 2.0 (Permisiva)
    • desde 0.589 GB
  7. Nemotron 3.5 Parse EN

    El parser de páginas de 631M de NVIDIA devuelve texto, tablas, datos de gráficos, orden de lectura y cajas, con pasadas simples, dobles y triples para páginas más difíciles. NVIDIA informa 75,20 en ParseBench con la triple pasada, solo 0,1 por encima de LightOnOCR-3-4B en su propia tabla. OpenMDW-1.1.

    • NVIDIA
    • 631M
    • OpenMDW-1.1 (Permisiva)
    • desde 0.435 GB
  8. NuExtract3 EN

    El modelo de 4.5B de NuMind bajo Apache 2.0 rellena una plantilla JSON que tú defines o escribe Markdown, con un razonamiento que puedes activar o desactivar. En las pruebas propias de NuMind va por delante de Gemma-4-E4B-it y de los modelos Qwen3.5 en su benchmark de extracción aún no publicado, y tuvo unas 40.700 descargas en los 30 días hasta el 11 de noviembre de 2026.

    • NuMind
    • 4.54B
    • 128K tokens
    • Apache 2.0 (Permisiva)
    • desde 3.06 GB
  9. MiniCPM-OCR 1.0 Más reciente EN

    La entrada más reciente, publicada el 27 de octubre de 2026. Un modelo de 1.3B bajo Apache 2.0 para documentos en chino e inglés, con SDK, una etapa de layout y soporte para iOS y llama.cpp.

    • OpenBMB
    • 1.3B
    • 256K tokens
    • Apache 2.0 (Permisiva)
    • desde 0.897 GB
  10. Xiaomi-OCR-0 EN

    El modelo de 0.9B de Xiaomi bajo Apache 2.0, construido sobre Qwen3.5-0.8B. En la tabla del propio desarrollador ocupa el primer puesto en Real5-OmniDocBench.

    • Xiaomi
    • 873M
    • 256K tokens
    • Apache 2.0 (Permisiva)
    • desde 0.602 GB
  11. Chandra OCR 2 EN

    El modelo de 5.3B de Datalab para más de 90 idiomas, con salida en Markdown, HTML o JSON además del layout. Su licencia es gratuita para investigación y equipos pequeños, pero prohíbe a las organizaciones que ofrecen un producto competidor.

    • Datalab
    • 5.3B
    • 256K tokens
    • OpenRAIL-M (Datalab) (Condicional)
    • desde 3.66 GB
  12. Surya OCR 2 EN

    El modelo de 650M de Datalab en un archivo de 1.4 GB: texto, layout, orden de lectura y tablas en 91 idiomas, ejecutado con vLLM o llama.cpp en GPU, CPU o Apple Silicon. La tabla del propio Datalab da un 83,3% en olmOCR-bench, y los pesos solo son gratuitos con ingresos y financiación ambos por debajo de 5 millones de USD.

    • Datalab
    • 690M
    • 256K tokens
    • OpenRAIL-M (Datalab Surya) (Condicional)
    • desde 0.476 GB

Cómo elegimos

  • Pesos abiertos que puedes descargar hoy mismo desde el repositorio oficial del desarrollador.
  • Solo versiones actuales: quedan fuera los modelos sustituidos por una versión más nueva del mismo desarrollador, como el DeepSeek-OCR original.
  • Las puntuaciones en benchmarks como OmniDocBench son autoinformadas y suelen usar versiones distintas del benchmark, así que no ordenamos por ellas.
  • Leemos cada licencia completa, porque algunos de estos modelos limitan el uso comercial por región o por productos competidores.