GLM-OCR vs PaddleOCR-VL: qual analisador de documentos pequeno você deve usar?

Dois analisadores de documentos de 0.9B: GLM-OCR (MIT, SDK, extração de formulários) e PaddleOCR-VL (Apache 2.0, gráficos e selos). Compare ferramentas, licença e pontuações.

  • Atualizado

Veredito. Ambos são analisadores de documentos de 0.9B que transformam páginas em Markdown com tabelas e fórmulas, então a escolha depende da licença, das ferramentas e de em quais pontuações você confia. GLM-OCR (fevereiro de 2026, MIT) vem com um SDK para análise de documentos e também extrai campos de formulários para uma estrutura JSON fixa. PaddleOCR-VL (maio de 2026, Apache 2.0) soma gráficos e selos e serve para documentos com muito chinês, mas sua rota padrão precisa do framework PaddlePaddle. As pontuações de vitrine no OmniDocBench, 94,62 no V1.5 para o GLM-OCR e 96,33 no v1.6 para o PaddleOCR-VL, vêm de versões diferentes do benchmark e dos próprios desenvolvedores, então não podem ser comparadas. Rode os dois numa amostra dos seus próprios documentos.

Especificações

Especificações GLM-OCRPaddleOCR-VL
DesenvolvedorZ.ai (Zhipu AI)Baidu
Lançamento2 de fevereiro de 202628 de maio de 2026
Total de parâmetros900M (GLM-OCR)960M (PaddleOCR-VL-1.6)
Parâmetros ativosTodosTodos
ArquiteturaDensaDensa
Janela de contexto––
EntradaTexto, ImagemTexto, Imagem
Licença MIT (Permissiva) Apache 2.0 (Permissiva)
Memória para a menor variante (4 bits)0.621 GB (GLM-OCR)0.662 GB (PaddleOCR-VL-1.6)

As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.

Escolha GLM-OCR se

  • Você precisa de campos de documentos de identidade, faturas e formulários retornados como JSON fixo.
  • Você quer fazer fine-tuning de um modelo OCR pequeno, já que há um guia de LLaMA-Factory.
  • Você quer um SDK que converta digitalizações e PDFs em Markdown com tabelas e fórmulas.
  • Você prefere a licença MIT para o modelo.

Escolha PaddleOCR-VL se

  • Seus documentos são ricos em chinês, incluem textos antigos ou caracteres raros, ou contêm gráficos e selos.
  • Você quer a licença Apache 2.0 para um pipeline comercial.
  • Você já usa PaddleOCR ou PaddlePaddle, ou consegue seguir a rota Docker, porque a rota padrão precisa do PaddlePaddle 3.2.1 ou mais recente.
  • Você quer um substituto direto do PaddleOCR-VL-1.5.

GLM-OCR · PaddleOCR-VL