GLM-OCR против PaddleOCR-VL: какой небольшой парсер документов выбрать?

Два парсера документов на 0.9B: GLM-OCR (MIT, SDK, извлечение полей из форм) и PaddleOCR-VL (Apache 2.0, графики и печати). Сравниваем инструменты, лицензию и результаты.

  • Обновлено

Вердикт. Оба — парсеры документов на 0.9B, превращающие страницы в Markdown с таблицами и формулами, поэтому выбор сводится к лицензии, инструментам и тому, каким результатам вы доверяете. GLM-OCR (февраль 2026 года, MIT) поставляется с SDK для парсинга документов и умеет извлекать поля из форм в фиксированную структуру JSON. PaddleOCR-VL (май 2026 года, Apache 2.0) добавляет графики и печати и подходит для документов с большим объёмом китайского текста, но его путь по умолчанию требует фреймворка PaddlePaddle. Их флагманские баллы OmniDocBench — 94,62 на V1.5 у GLM-OCR и 96,33 на v1.6 у PaddleOCR-VL — получены на разных версиях бенчмарка самими разработчиками, поэтому сравнивать их напрямую нельзя. Запустите обе модели на выборке своих собственных документов.

Характеристики

Характеристики GLM-OCRPaddleOCR-VL
РазработчикZ.ai (Zhipu AI)Baidu
Дата выпуска2 февраля 2026 г.28 мая 2026 г.
Всего параметров900M (GLM-OCR)960M (PaddleOCR-VL-1.6)
Активные параметрыВсеВсе
АрхитектураПлотнаяПлотная
Контекстное окно––
ВходТекст, ИзображениеТекст, Изображение
Лицензия MIT (Пермиссивная) Apache 2.0 (Пермиссивная)
Память для минимального варианта (4 бита)0.621 GB (GLM-OCR)0.662 GB (PaddleOCR-VL-1.6)

Заявления о производительности поступают от разработчика и не проверялись независимо.

Выбирайте GLM-OCR, если

  • Вам нужно получать поля из удостоверений, счетов и форм в виде фиксированного JSON.
  • Вы хотите дообучить небольшую OCR-модель — есть руководство по LLaMA-Factory.
  • Вам нужен SDK, который переводит сканы и PDF в Markdown с таблицами и формулами.
  • Вы предпочитаете лицензию MIT для модели.

Выбирайте PaddleOCR-VL, если

  • Ваши документы в основном на китайском, содержат старые тексты или редкие символы, а также графики и печати.
  • Вам нужна лицензия Apache 2.0 для коммерческого пайплайна.
  • Вы уже используете PaddleOCR или PaddlePaddle, либо можете пойти по Docker-пути, потому что путь по умолчанию требует PaddlePaddle 3.2.1 или новее.
  • Вам нужна прямая замена PaddleOCR-VL-1.5.

GLM-OCR · PaddleOCR-VL