跳到主要内容
#49B2026 年 8 月 10 日证据 A

百度 PaddleOCR-VL 1.6

百度 · 0.9B 密集模型

0.9B 的文档解析天花板

百度 2026-08 更新的 OCR 专用模型,0.9B、Apache-2.0、CPU 可跑:文档 98 与 DeepSeek-OCR 2 并列本站第一,中文 92、生态 90。它不是通用多模态模型——视频 40、Agent 45、生成 30——但在“PDF/票据/表格转结构化”这一件事上,单位成本几乎没有对手。

文本图像拼接式

最后更新于 2026 年 10 月 21 日编辑部评分

结论先行

把它当“文档解析组件”,不要当“多模态模型”:文档 98、0.9B、Apache-2.0,批量 OCR 的成本可以压到极低。任何视频、Agent 或生成需求都要另配模型;它也不做复杂版面推理,遇到手写与低质扫描仍要人工兜底。

八维评分拆解

编辑部映射分 · 0–100
视觉感知80文档 OCR98图表推理82视频时序40GUI Agent45生成编辑30中文语境92生态可用908 维
  • 百度 PaddleOCR-VL 1.671.5
视觉感知与定位20%
80
文档解析与中文 OCR18%
98
图表与文档推理14%
82
视频与长时序理解14%
40
GUI Agent 与工具调用14%
45
生成与图像编辑6%
30
中文语境与文化6%
92
生态、成本与可用性8%
90

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
参数规模0.9B官方口径
许可证Apache-2.0可商用
部署CPU无需 GPU

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 · 本站单项第一档
表格抽取96 · 规整表格稳定
图表取数82 · 图表不是主场
30 分钟视频问答40 · 不支持视频
中文文化理解92 · 中文版面强

优势与局限

优势

  • 文档 98:与 DeepSeek-OCR 2 并列本站第一。
  • 0.9B + Apache-2.0 + CPU 可跑:批量 OCR 的单位成本极低。
  • 中文 92、生态 90:中文票据与表格是主场。

局限

  • 不是通用模型:视频 40、Agent 45、生成 30。
  • 复杂版面推理与手写仍会掉点。
  • 原生多模态标记为否:它是专用解析器,不是统一模型。

价格与真实成本

公开单价

—未公开

开放权重,CPU 即可推理。自托管成本取决于 GPU 型号、利用率与运维,请用成本计算器按你的规模估算。

按你的量计算

关于百度 PaddleOCR-VL 1.6

百度 PaddleOCR-VL 1.6 是开源的吗?

许可证:开放权重(Apache-2.0)。可获取权重,但商用前请核对具体条款与备案要求。

百度 PaddleOCR-VL 1.6 的价格是多少?

开放权重,CPU 即可推理。按本站 8 维评分,它排在第 49 位,综合 71.5 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。

百度 PaddleOCR-VL 1.6 最适合什么场景?

PDF 与票据批量结构化;表格抽取;低成本 CPU 部署。

为什么 百度 PaddleOCR-VL 1.6 的综合分是 71.5?

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。