Лучшие open-source OCR- и документные модели 2026 года
Документный OCR превратился в гонку маленьких моделей. Модели ниже превращают страницы, таблицы, формулы и графики в Markdown или структурированный текст, и у большинства меньше 5 миллиардов параметров — хватает одной потребительской GPU. Каждая запись говорит, для чего построена модель и чего требует её лицензия.
-
Unlimited-OCR Самая скачиваемая EN
Модель Baidu на 3.3B под лицензией MIT, созданная для длинных документов: разбирает от десятков до более чем 100 страниц за один проход. Это самая скачиваемая OCR-модель в этом списке — около 5,7 млн загрузок за 30 дней по 11 ноября 2026 года.
-
PaddleOCR-VL EN
Парсер Baidu PaddlePaddle на 0.9B под Apache 2.0 для таблиц, формул, графиков и печатей. Заявляет 96,33% на OmniDocBench v1.6 — самостоятельно сообщённый результат, который нельзя сравнивать с результатами на других версиях бенчмарка.
-
GLM-OCR EN
Модель Z.ai на 0.9B под лицензией MIT: с SDK, извлечением таблиц, формул и форм. Заявляет 94,62 на OmniDocBench V1.5 — по данным самого разработчика.
-
DeepSeek-OCR 2
Преемник DeepSeek-OCR — модель DeepSeek на 3.4B под Apache 2.0. Её новый энкодер переставляет визуальные токены по смыслу, а не читает в порядке сканирования.
-
HunyuanOCR EN
Сквозная модель Tencent на 1.1B для парсинга, поиска текста, извлечения информации и перевода изображений. Её лицензия не распространяется на ЕС, Великобританию и Южную Корею.
-
LightOnOCR-3 EN
Семейство Apache 2.0 от LightOn в размерах 4B, 1B и 0.8B. Пишет Markdown и может возвращать ограничивающие рамки, описания изображений и данные графиков.
-
Nemotron 3.5 Parse EN
Парсер страниц NVIDIA на 631M возвращает текст, таблицы, данные графиков, порядок чтения и рамки, с одинарным, двойным и тройным проходами для более сложных страниц. NVIDIA сообщает 75,20 на ParseBench для тройного прохода — в её собственной таблице лишь на 0,1 выше LightOnOCR-3-4B. OpenMDW-1.1.
-
NuExtract3 EN
Модель NuMind на 4.5B под Apache 2.0 заполняет заданный вами JSON-шаблон или пишет Markdown, с включаемым и отключаемым рассуждением. В собственных тестах NuMind она опережает Gemma-4-E4B-it и модели Qwen3.5 на её ещё не опубликованном бенчмарке извлечения, а за 30 дней по 11 ноября 2026 года набрала около 40 700 загрузок.
-
MiniCPM-OCR 1.0 Самая новая EN
Новейшая запись списка, выпущенная 27 октября 2026 года. Модель на 1.3B под Apache 2.0 для китайских и английских документов, с SDK, этапом разметки (layout) и поддержкой iOS и llama.cpp.
-
Xiaomi-OCR-0 EN
Модель Xiaomi на 0.9B под Apache 2.0, построенная на Qwen3.5-0.8B. В собственной таблице разработчика она занимает первое место на Real5-OmniDocBench.
-
Chandra OCR 2 EN
Модель Datalab на 5.3B для более чем 90 языков, с выводом в Markdown, HTML или JSON плюс разметка страницы. Лицензия бесплатна для исследований и небольших команд, но запрещает организациям, предлагающим конкурирующий продукт.
-
Surya OCR 2 EN
Модель Datalab на 650M в файле 1,4 ГБ: текст, разметка, порядок чтения и таблицы на 91 языке, запуск через vLLM или llama.cpp на GPU, CPU или Apple Silicon. Собственная таблица Datalab даёт 83,3% на olmOCR-bench, а веса бесплатны лишь при выручке и финансировании ниже 5 млн долларов США каждый.
Как мы выбирали
- Открытые веса, которые можно скачать уже сегодня из официального репозитория разработчика.
- Только актуальные версии: модели, заменённые более новой версией того же разработчика, например исходный DeepSeek-OCR, не включены.
- Очки на бенчмарках вроде OmniDocBench сообщаются самими разработчиками и часто на разных версиях бенчмарка, поэтому мы не ранжируем по ним.
- Мы прочитали каждую лицензию целиком: некоторые модели ограничивают коммерческое использование по регионам или при конкурирующих продуктах.