lightonai/LightOnOCR-2-1B

LightOnOCR-2-1B 属于 LightOnOCR 系列，命名中的 2-1B 表明它采用 1B 参数规模。从名称看，它面向 OCR 与文档文本转换类任务，适合放在文档处理流程中，处理扫描件、票据、表单等材料的文字提取。该模型最大的特点在于开放程度：权重公开，许可证为 Apache-2.0，允许商用与二次修改，团队可以把它部署在自己可控的机器上，不必把原始文档交给外部接口。需要说明的是，官方价格未公开，能力项也未标注，本站未收录任何第三方跑分，同时收录平台数为 0，意味着目前没有托管 API 报价可供参照。选型时应把它看作一个需要自建、自测的模型，而不是开箱即用的 SaaS。

选型建议需要可商用许可、能自行部署并愿意用自有数据自测精度的小体量 OCR 方案时选它；需要现成 API、成熟评测或多模态图像理解能力时不选。

• 在自有服务器上部署文档文字识别服务，处理扫描件与合同文本
• 搭建批量票据、表单的结构化信息提取流水线
• 为对数据出域敏感的行业构建内网 OCR 能力
• 基于开放权重做领域微调，适配特定版式或字体
• 作为轻量组件嵌入现有文档管理系统，替代外部识别接口

公开技术资料有限，可确认的是 1B 参数规模与 Apache-2.0 开源权重，具体网络结构与训练细节并未在事实数据中披露。

• 结构1B 参数属于偏小的体量，权重完整开放，适合在单卡或边缘设备上自行部署，降低了对推理硬件的门槛要求。
• 能力命名指向 OCR 与文档文本转换，可承担文字识别类任务；事实数据未标注细粒度能力项，实际支持范围需按自有文档验证。
• 披露官方未公开训练数据构成与架构文档，本站也没有可引用的技术报告或跑分，评估时应以自测结果为主要依据。

开源权重

是

许可证

apache-2.0

参数规模

1B

没有第三方跑分与平台实测可引用，只能从参数规模与许可条件做定性判断，精度表现需自行验证。

• 强项体量与许可：1B 参数便于本地推理，Apache-2.0 允许商用和二次修改，适合对文档出域敏感、又想控制算力成本的组织。
• 短板缺少评测背书：无公开跑分，也没有平台接入记录，识别精度、语种覆盖与复杂版式表现在公开侧无法横向比较。
• 适合轻量自托管：面向版式相对固定、批量稳定的文档识别任务，用可控算力换取成本与合规性，而非通用多模态理解。

官方价格未公开，权重开放意味着主要成本落在自托管算力与工程维护上，没有可直接比较的公开报价。

• 定位成本在算力：模型本身开源，费用主要来自推理硬件与部署运维，不按调用量计费，规模越大单位成本越可控。
• 横向对比暂无可比价：当前没有平台收录该模型，也无公开定价，无法与其他 OCR 服务或同类开源模型做价格对照。
• 平台差价尚不存在：收录平台数为 0，说明没有托管 API 报价可供跨平台比价，选型时只能按自建方案估算。
• 省钱授权零成本：Apache-2.0 下无授权费用，批量稳定调用时自托管通常比按量计费更划算，但需计入人力与维护投入。

• 口径模态需确认：本站记录的输入与输出模态均为文本，若计划直接输入图片做识别，应先确认模型是否支持图像输入。
• 边界任务范围有限：1B 体量适合专精的文档识别场景，复杂推理或多模态问答应另选更大模型，上线前必须用自有样本自测。

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。