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。
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 1.0 | LightOnOCR-3 |
|---|---|---|
| 開発元 | OpenBMB | LightOn |
| 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。