dots3-note-prev

dots3-note-prev 属于 dots-studio 的 dots 系列，从命名看是面向笔记与文档类图像处理的版本，带 prev 后缀说明仍处预览阶段。它解决的是同一类问题：把图片里的图文内容读成可用的文本，供下游检索、整理或再加工。模型接受 text 与 image 两种输入，只输出 text，任务边界清晰，不做图像生成。权重以 Apache-2.0 协议开放，允许商用与改造，适合把推理放在自有环境里跑。需要说明的是，厂商目前只公布了模态、许可证与日期，参数规模、上下文长度、训练数据均未披露，本站也未收录任何第三方跑分，价格字段为空，收录平台数为 0 家。因此它更像一个「可下载、可自测、但缺少公开参照」的候选，选型时需要用自己的样本跑一轮再决定。同门的 dots.mocr 与 dots.ocr 定位相近，三者差异同样没有公开量化数据。

选型建议需要在自有环境完成图像转文本、并愿意自行评测的团队可以下载试用；依赖公开跑分或现成 API 报价做选型的项目，建议等官方补齐数据后再看。

• 批量读取截图与扫描件中的文字，整理成可检索的纯文本
• 在私有服务器部署，处理不便外传的合同、票据类图像
• 为笔记类应用做图文混排内容的转写与要点提炼
• 基于开放权重做文档理解方向的微调与对照实验
• 与同厂 dots.ocr、dots.mocr 在同一批样本上做人工效果对比

官方披露集中在模态与许可证层面，结构细节有限，只能结合系列路线做定性判断。

• 结构延续 dots 系列统一多模态模型思路，单模型同时接受图像与文本输入并输出文本，权重以 Apache-2.0 开放下载。
• 能力按系列定位推测偏向文档、截图、笔记类图像的读取与转写，实际识别边界需以自有样本测试为准。
• 披露参数量、上下文长度、视觉编码方案与训练数据均未公开，能力项在资料中标注为未标注，暂无权威补全来源。

开源权重

是

许可证

apache-2.0

本站未收录该模型的公开跑分，以下仅基于模态设定与系列定位做定性判断，不构成效果承诺。

• 强项任务链路单一，图像进、文本出，适合文档与笔记类图片的转写整理；开放权重便于本地部署和针对性微调。
• 短板缺少第三方评测与能力标注，与同厂 dots.ocr、dots.mocr 的高低差异没有公开数据支撑，效果上限难以预判。
• 适合对数据不出内网有硬性要求、且具备自建评测能力的团队；依赖榜单或现成基准做决策的项目风险偏高。

官方价格未公开，同系列产品同样缺少价格字段，目前无法给出任何价格结论。

• 定位厂商未公布输入输出单价，本站价格项为空，无法判断它属于低价走量还是高配定位。
• 横向对比同厂 dots.mocr 与 dots.ocr 的价格同样缺失，价差无法计算，只能说三者暂无公开定价锚点。
• 平台差价本站收录平台数为 0，既无云厂商 API 报价也无托管服务价，暂不存在平台间价差可比较。
• 省钱Apache-2.0 开放权重意味着成本主要落在自建算力与工程人力上，适合按硬件摊销，而非按调用量付费。

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

显存需求与推荐卡型是公开资料的估算口径，实际占用受驱动、并行策略与推理框架影响；「质量参考」是相对该模型最高精度档的百分比。 权重下载见开源仓库。 模型主页见厂商站点。 按卡型比价与租金测算见部署测算。

• 口径发布日期、许可证、模态为本站可确认信息；参数、价格、跑分、能力等级均属公开信息缺口，不应据传闻补全。
• 边界仅支持文本与图像输入、文本输出，不含音频视频与图像生成；预览版（prev）的稳定性承诺与后续维护策略未说明。

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。