千问
Gemini
Gemini 3.5
Gemini 一键公式修复，实用性如何？
Gemini 3.5 Flash
Gemini 3.1
Gemini 3.1 Pro
豆包
最近在 igorrivin 的 Math PDF OCR Benchmark（2026 年 1 月更新）里刷出来一个反直觉的结论：Gemini 3 Flash 每页 0.004 美元，比 Mathpix（0.025 美元/页）便宜 6 倍，而且在 Pólya-Szegö 经典数学书上的准确率反而更高——Mathpix 把数字"5"识别成 \overline{0} ，把 \varepsilon_8 看成 \varepsilon_S ，整页双栏排版还直接糊成"word salad"。再看 OmniDoc Bench V1.5 榜单，百度 PaddleOCR-VL 92.6 分排第一，超过 Gemini-2.5 Pro、Qwen2.5-VL-72B；HunyuanOCR（1B 参数）在 <3B VLM 里 SOTA；Chandra 在 olmOCR 基准 83.1 分也压过 Gemini Flash 2。我的体感结论是：专用 OCR 小模型（PaddleOCR-VL、Chandra、HunyuanOCR）在排版还原和公式结构上仍然更稳，但通用 LLM 走"看图+理解+输出 LaTeX"路线，Gemini Flash 这一档在性价比和长公式语义上已经把传统 OCR 工具按在地上摩擦了。一键公式修复实用吗？答案是分场景：纯识别，专用模型更强；又想识别又要解释，Gemini 性价比无敌。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
