GLM-5.1
Gemini
Gemini 3.5
百度开源Unlimited OCR 3B够用吗？
DeepSeek-V4
GPT-5.5
Qwen3.7
我专门去扒了OmniDocBench v1.5的端到端OCR榜单，本来想看热闹，结果越看越上头。第一名GLM-OCR 0.9B拿了94.62%，第二名是百度自家的PaddleOCR-VL-1.5 0.9B 94.50%，第三名DeepSeek-OCR-2 3B 91.09%，Unlimited OCR 3B 93.23%虽然没挤进前三，但在端到端类目里稳稳压住一票百亿千亿大模型。再看v1.6的更新版，Unlimited OCR拿下93.92%，把"激活参数"这个变量拉到极致。PaddleOCR-VL-1.6更狠，v1.6拿到96.33%，直接干翻Gemini-3-Pro、GPT-5.2、MinerU-2.5-Pro，全球第一。可有意思的是，不管怎么排，3B这个档位现在成了"性价比甜点"——比0.9B能扛长文档，比235B跑得快还能本地部署。以前OCR圈卷参数，跟手机圈卷摄像头像素一样邪乎，现在有人掏出一台三摄小钢炮告诉你"够用就行"，市场就被教育了。够不够用这事，得看场景。我手里这台MacBook跑不动235B的Qwen3-VL，但500M激活的Unlimited OCR能跑，那它就够用。算力就是话语权，部署门槛就是够不够用的真正分水岭。
发布于 福建
1
评论
赞
未登录
友善发言
评论
加载中
