MiniCPM-OCR 与 LightOnOCR-3 对比:该选哪个 Apache 2.0 OCR 模型?

MiniCPM-OCR 是面向中英文页面的单个 1.3B 模型;LightOnOCR-3 有 4B、1B 和 0.8B 三种规格,带边界框和图表数据。对比工具链和适用场景。

  • 更新于

结论. 两者都是 2026 年秋季发布的 Apache 2.0 OCR 模型。MiniCPM-OCR 是面向中英文文档的单个 1.3B 模型,支持拍照、倾斜和弯曲的页面,带有 SDK、Docker 镜像、量化版本,并支持 iOS 和 llama.cpp。LightOnOCR-3 是 4B、1B 和 0.8B 三种规格的模型家族,输出带边界框的 Markdown,还能为图片写描述、读取图表数据,但它的模型卡只列出英文。用 MiniCPM-OCR 做整页解析依赖基于 PaddlePaddle 栈的单独版面模型,而 0.8B 和 4B 的 LightOnOCR-3 需要较新的 Transformers 版本,即 5.5.4 或更高。所有基准结果都来自开发者自己。

规格

规格 MiniCPM-OCR 1.0LightOnOCR-3
开发方OpenBMBLightOn
发布时间2026年10月27日2026年10月8日
总参数量1.3B (MiniCPM-OCR 1.0)4.54B (LightOnOCR-3-4B)
激活参数量全部全部
架构稠密稠密
上下文窗口256K token256K token
输入文本, 图像文本, 图像
许可证 Apache 2.0 (宽松) Apache 2.0 (宽松)
最小版本所需内存(4 位)0.897 GB (MiniCPM-OCR 1.0)0.589 GB (LightOnOCR-3-0.8B)

性能数据来自开发方,未经独立验证。

选 MiniCPM-OCR 1.0 的情况

  • 你的文档是中文或英文,可能是拍照、倾斜或弯曲的页面。
  • 你想在手机或 Mac 上运行,因为它支持 iOS 和 llama.cpp,并有量化版本。
  • 你想从发票、表单和印章中提取关键信息。
  • 你想要现成的 SDK 和 Docker 镜像。

选 LightOnOCR-3 的情况

  • 你想要多种规格可选,从追求速度的 0.8B 到追求准确率的 4B。
  • 你想让同一个模型同时给出边界框、图片描述和图表数据。
  • 你的文档是英文,这也是它的模型卡列出的语言。
  • 你更喜欢基于 Transformers 而不是 PaddlePaddle 的流水线。

MiniCPM-OCR 1.0 · LightOnOCR-3