DeepSeek-OCR

DeepSeek-OCR 属于深度求索 DeepSeek 系列中的 OCR 专项分支，以开源权重形式发布，许可证为 MIT，允许较宽松地使用与二次开发。它解决的是图文到文本的转换问题：接收图像与文本两类输入，只输出文本，因此典型用途是把扫描件、截图、票据、版面复杂文档中的文字与结构信息提取为可继续处理的文本内容。与同一系列中偏通用对话或代码的模型（如 DeepSeek-V2 系列、DeepSeek-Coder 系列）相比，它的能力边界收窄在文档理解与文字识别上，而不是通用问答。公开资料对其具体网络结构、训练数据构成与参数规模的披露有限，官方价格未公开，本站也未收录第三方跑分，因此评估时应以自建测试集上的实际识别效果为准。当前暂无收录平台，使用时需要自行获取权重并搭建推理环境。

选型建议需要私有化部署、可自行微调的文档 OCR 能力时值得评估；若需要开箱即用的托管接口、结构化坐标输出或通用对话能力，则不适合。

• 将纸质合同、扫描件批量转换为可检索的纯文本，接入企业文档库
• 提取发票、票据截图中的文字内容，供后续字段抽取流程使用
• 把带版面的 PDF 页面图像转为文本，构建检索增强生成的语料
• 在私有化环境中部署文档识别服务，处理不便外传的内部资料
• 为特定行业的表单、证件图像微调识别模型，适配专有版式

公开资料对其内部结构披露较少，只能从输入输出形态与开源属性做定性判断。

• 结构以图像与文本为输入、以文本为输出，属于典型的多模态到文本的编码解码范式，具体视觉编码器与语言主干尚未充分公开。
• 能力侧重文档图像中的文字识别与版面结构还原，输出为纯文本，便于接入检索、抽取与后续文本处理流程。
• 披露权重以 MIT 许可证开源，可本地部署与改造；参数规模、训练语料与训练方法等细节官方未在给定信息中说明。

开源权重

是

许可证

mit

缺少本站收录的公开跑分，性能只能按任务类型做定性评估，实际表现需自测。

• 强项面向图文转文本的文档解析任务，适合把扫描件、截图类材料批量转为可检索文本，开源权重便于按业务场景微调。
• 短板输出仅限文本，不生成结构化坐标或图像内容；通用问答、代码生成等能力不在其设计目标内，也不宜替代通用大模型。
• 适合对数据合规和私有化有要求、需要把 OCR 嵌入自有流水线的团队，用自有样本验证中文与复杂版面的识别稳定性。

官方价格未公开，本站收录平台数为 0，成本主要体现为自建部署与运维投入。

• 定位开源权重加 MIT 许可证，无按 token 计价的公开 API 报价，成本结构由算力、存储与工程人力决定。
• 横向对比同系列对比对象为 DeepSeek-V2、DeepSeek-Coder 等通用或代码模型，价格信息同样未公开，无法做有效价差比较。
• 平台差价当前无第三方平台收录，不存在不同渠道的报价差异，接入方式需自行部署而非调用托管接口。
• 省钱许可证宽松，可长期自托管，批量处理时省去按量计费；前提是具备推理环境与运维能力。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

官方模型 ID

deepseek-ai/DeepSeek-OCR

官方上下文

8.2K context · 8.2K output

目录家族

SiliconFlow

目录热度

2

资料更新

2026-11-09

官方文档

硅基流动 SiliconFlow 官方文档

本块是厂商官方渠道口径（官方文档与官方模型 ID），与上方第三方目录、本站探针是三套独立数据； 官方 API 的价格、区域与订阅额度见官方 API 价格目录。

• 口径本站未收录该模型的跑分与价格，能力标签也未标注，任何效果与成本结论都需以自建评测为准。
• 边界输出仅文本，不含版面坐标等结构化字段；具体参数规模与训练细节公开有限，长文档与低质量图像的表现需实测确认。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。