Datalab 实测 17 个开源 OCR 模型：自家 Chandra OCR 2 以 90.1 分登顶
VikParuchuri · x · 2026-10-25
Datalab（Vik Paruchuri）在新发布的 OmniParseBench（16,288 项 pass/fail 测试、2,937 页，基于 AllenAI olmOCR-bench 扩展）上评测了 17 个开源 OCR 模型，每个模型都用厂商文档指定的服务配置运行：
- 总榜：Chandra OCR 2（4.5B，Datalab 自家）90.1 分第一；dots.mocr（3.0B）87.9、MinerU2.5-Pro（1.2B）87.1、Infinity-Parser2-Pro（35.1B MoE）87.0 紧随其后。
- 分项冠军：MinerU2.5-Pro 表格最强（92.1）；Infinity-Parser2-Flash 数学最强（96.9）；Chandra OCR 2 拿下 text/layout/手写/小字/多栏/非英语等多数单项。无 layout 输出的模型（如 olmOCR-2）不计总分。
- 方法论细节：参数量按推理实际权重统计，多 token 预测头不计入；Datalab 公开了包括自家模型在内的全部分数，benchmark 代码与每个模型的 adapter 均在 GitHub 开源（Apache-2.0），分数可审计。
所属事件:Datalab 发布 OmniParseBench，自研 OCR 夺冠(2 条相关)→
「模型」频道最新
- 医疗开源模型 Ling-3.0-flash-Sante 发布：124B 参数仅激活 5.1B — Med1_Ai · 2026-10-25
- Claude 问遗传学问题被强制跳转 Opus,用户吐槽安全拦截过严 — basedjensen · 2026-10-25
- AI 撞上垂直之墙：ARC-AGI-3 仍难倒前沿模型，Chollet 或将推出第 4 代 — DecipheringAI · 2026-10-25
- Polymarket 开设 Grok 5 发布预测市场，押注其何时上线 — Polymarket · 2026-10-25
- 开发者实测对比：Codex 擅长难题但费心，Claude 更懂意图 — menhguin · 2026-10-25
- 新研究：先净化再对齐，去掉局部相关信息反而提升扩散模型 — LucaAmb · 2026-10-25