MiniCPM-OCR と LightOnOCR-3 の比較:どちらの Apache 2.0 OCR モデルを使うべきか?

MiniCPM-OCR は中国語と英語のページ向けの 1.3B 単一モデル。LightOnOCR-3 は 4B・1B・0.8B の 3 サイズで、境界ボックスやグラフデータに対応。ツールチェーンと適性を比較します。

  • 更新日

結論. 両方とも 2026 年秋の Apache 2.0 OCR モデルです。MiniCPM-OCR は中国語と英語の文書向けの 1.3B 単一モデルで、撮影・傾き・湾曲したページにも対応し、SDK、Docker イメージ、量子化版を備え、iOS と llama.cpp をサポートします。LightOnOCR-3 は 4B・1B・0.8B のモデルファミリーで、境界ボックス付きの Markdown を書き、図の説明文の生成やグラフデータの読み取りもできますが、モデルカードに挙げているのは英語だけです。MiniCPM-OCR でページ全体を解析するには、PaddlePaddle スタック上の別のレイアウトモデルが必要で、LightOnOCR-3 の 0.8B と 4B は 5.5.4 以降の新しい Transformers が必要です。ベンチマーク結果はすべて開発者自身によるものです。

仕様

仕様 MiniCPM-OCR 1.0LightOnOCR-3
開発元OpenBMBLightOn
リリース日2026年10月27日2026年10月8日
総パラメータ数1.3B (MiniCPM-OCR 1.0)4.54B (LightOnOCR-3-4B)
アクティブパラメータ数すべてすべて
アーキテクチャデンスデンス
コンテキストウィンドウ256K トークン256K トークン
入力テキスト, 画像テキスト, 画像
ライセンス Apache 2.0 (パーミッシブ) Apache 2.0 (パーミッシブ)
最小バリエーションの必要メモリ(4ビット)0.897 GB (MiniCPM-OCR 1.0)0.589 GB (LightOnOCR-3-0.8B)

性能に関する主張は開発元によるもので、独自検証は行っていません。

MiniCPM-OCR 1.0 を選ぶべきケース

  • ドキュメントが中国語か英語で、撮影・傾き・湾曲したページが含まれる可能性がある場合。
  • スマホや Mac で動かしたい場合。iOS と llama.cpp に対応し、量子化版もあります。
  • 請求書、フォーム、印章から重要な情報を抽出したい場合。
  • すぐ使える SDK と Docker イメージが欲しい場合。

LightOnOCR-3 を選ぶべきケース

  • 速度重視の 0.8B から精度重視の 4B まで、複数のサイズから選びたい場合。
  • 同じモデルで境界ボックス・図の説明・グラフデータをすべて得たい場合。
  • ドキュメントが英語で、モデルカードに挙げられた言語と一致する場合。
  • PaddlePaddle ではなく Transformers ベースのパイプラインを好む場合。

MiniCPM-OCR 1.0 · LightOnOCR-3