jina-ocr-v1 NEW

jina-ocr-v1 是什么？

jina-ocr-v1 是 Jina AI 开源的文档解析模型，一次前向就能把整页扫描件、照片或 PDF 转成结构化 Markdown，文字、公式、表格与阅读顺序一并输出。它的设计目标不是堆参数，而是压成本：总参数 3.4B、采用混合专家架构，每个 token 只激活约 570M，运行开销相当于小模型；再叠加自研的推测解码方案，让输出在无损的前提下成倍提速。官方公开评测显示其在 OmniDocBench 与 olmOCR-Bench 上位居同级别前列，高并发场景下吞吐表现出色。对要做大规模文档数字化、为 RAG 与智能体提供干净语料的企业来说，这是一个把解析环节成本打下来的务实选项。

核心功能

• 整页直转 Markdown：文本、公式、表格与阅读顺序一次生成，无需多模型拼接。
• 推测解码加速：草拟多 token 再贪心校验，结果与普通逐字解码完全一致，速度大幅提升。
• 混合专家架构：3.4B 总参数、约 570M 激活，小模型的推理成本、大模型的容量。
• 动态分辨率：默认单页低 token 消耗，复杂版式自动切片扩展，兼顾省钱与细节。
• 多语言文档覆盖：继承基座模型的广泛语言预训练，官方标注覆盖数十种训练语言、百余种可用语言。
• API 与自托管双通道：可直接调用 Jina API，也可下载权重在自有 GPU 上部署。

版本/套餐对比

jina-ocr-v1 提供两种获取方式，各有取舍：开源权重发布在 Hugging Face，许可证为 CC BY-NC 4.0，非商用场景免费自托管，适合科研、内部工具与验证阶段，需要自己准备 L4 级以上 GPU 与推理环境；Jina 官方 API 按量计费，商业产品可直接接入，免去运维且能随时吃到更新，成本随用量线性增长。二者能力同源，选择主要取决于商用需求与数据合规要求——数据不允许出内网就选自托管，要商用就选 API，务必注意权重许可禁止直接商用，这一点在选型时必须确认清楚。

值不值得用？

它的价值主张非常清晰：文档解析环节的成本大头在解码输出，而它用推测解码与混合专家架构把这块开销压到同类中很有竞争力的水平。如果你的业务是批量把档案、研报、合同转成可检索语料，单页成本与吞吐直接决定账单，jina-ocr-v1 值得进入候选清单。需要注意的是，公开对比中它在部分基准上并非绝对第一，个别复杂场景如老旧扫描件得分偏低，选型前应当用自己的真实文档跑一遍评测；另外非商用许可把一部分团队挡在门外，商用只能走 API 通道。综合看，预算敏感、文档量大的非商用或可接受 API 的场景，它的性价比突出。

使用建议

• 用自有文档建一套小评测集，覆盖表格、公式、手写与多栏版式，跑分后再决定是否引入。
• 自托管时选择 L4 级以上显卡并启用推测解码，性价比远高于堆旗舰卡。
• 商用产品接入走官方 API，避免触碰非商用许可的红线。
• 与网页转 Markdown 类解析工具搭配使用，覆盖从网页到扫描件的完整语料链路。

适合谁用？

推荐使用：需要大批量文档数字化的数据团队、搭建 RAG 知识库的工程团队，以及做文档解析评测的研究者。

可以考虑：文档量中等、想先自托管验证再决定是否商业接入的技术负责人。

不推荐：希望直接商用开源权重的团队（受许可限制），以及对老旧扫描件准确率有极高要求、且不打算自建评测的场景。