跳到主要内容
#20B+2026 年 1 月 27 日证据 A

DeepSeek-OCR 2

深度求索 · 未公开(DeepEncoder V2)

把 OCR 做到接近“无损”的专用模型

OmniDocBench v1.5 拿到 91.09%,比前代提升 3.73%,用“视觉因果流”按人的阅读顺序看文档。它不追求通用,但在文档这一项上断层第一。

文本图像拼接式

最后更新于 2026 年 10 月 18 日编辑部评分

结论先行

它的综合分会骗人:因为模态窄、不能做视频与 Agent,总分只有 B+。但只论“把扫描件变成结构化数据”,它是 2026 年最值得先试的国产模型,单价还低一个数量级。

八维评分拆解

编辑部映射分 · 0–100
视觉感知84文档 OCR99图表推理88视频时序70GUI Agent72生成编辑60中文语境90生态可用768 维
  • DeepSeek-OCR 281.9
视觉感知与定位20%
84
文档解析与中文 OCR18%
99
图表与文档推理14%
88
视频与长时序理解14%
70
GUI Agent 与工具调用14%
72
生成与图像编辑6%
60
中文语境与文化6%
90
生态、成本与可用性8%
76

权重:视觉 20 / 文档 18 / 图表 14 / 视频 14 / Agent 14 / 生成 6 / 中文 6 / 生态 8。分数含义与证据来源见方法页。

公开基准与数据

按来源口径,不换算
基准 / 指标数值说明
OmniDocBench v1.591.09%较前代 +3.73%
单价¥0.8百万输出 token

公开分数来自不同版本与提示词设置,不能与本站综合分直接互换;我们仅将其作为评分证据之一。

场景映射

同一把尺子的五项压力测试
场景映射分观察
中文票据 OCR98 · 全场最强
图表取数87 · 版面解析强,算术一般
30 分钟视频问答60 · 不支持
手机 GUI 操作65 · 仅能读屏,不能规划
中文文化理解88 · 文档语境强

优势与局限

优势

  • OmniDocBench 91.09%,文档单项第一。
  • 阅读顺序与版面还原接近人类。
  • 开源、极低价,适合大规模批处理。

局限

  • 只做图像/文档,不支持视频与音频。
  • 生成与 Agent 能力基本缺失。
  • 手写与低质扫描仍有提升空间。

价格与真实成本

公开单价

¥0.8/M tokens

开源;API 约 ¥0.8 / 百万输出。以 1,000 张 1,024px 图片、每张约 1,100 图像 token、300 输出 token 估算,单月成本约为 ¥0.5(按输入价为输出价 25% 的假设)。

按你的量计算

关于DeepSeek-OCR 2

DeepSeek-OCR 2 是开源的吗?

许可证:开源(MIT 系)。可获取权重,但商用前请核对具体条款与备案要求。

DeepSeek-OCR 2 的价格是多少?

开源;API 约 ¥0.8 / 百万输出。按本站 8 维评分,它排在第 20 位,综合 81.9 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。

DeepSeek-OCR 2 最适合什么场景?

票据/合同批量结构化;档案数字化;RAG 文档预处理。

为什么 DeepSeek-OCR 2 的综合分是 81.9?

综合分由 8 个维度按权重加权:视觉 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。它的强项是文档解析与中文 OCR,短板是生成与图像编辑。

个人榜单 · 非官方评分

本页所有排名、分数与对比均为个人评测榜单,不是官方评分,也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射,换一组权重名次就会变。如有不同意见或发现事实错误,欢迎联系站长:jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。