MiniCPM-OCR

OpenBMB/MiniCPM-OCRRevisado por IA

Qué hace

Dos modelos de IA pequeños de la familia MiniCPM, publicados junto con sus pesos. MiniCPM-OCR 1.0 (1.3B) convierte documentos y PDF en chino e inglés a Markdown o JSON, incluyendo tablas, fórmulas, gráficos, sellos y escritura a mano, y maneja escaneos, fotos y páginas torcidas o curvas. MiniCPM-OCR Jev (2B) revisa un resultado y le da a cada región una puntuación de 0 a 1, para que solo revises las partes que probablemente estén mal. Está pensado para desarrolladores: un paquete de pip, una API alojada gratuita y ejecución local con vLLM, SGLang, llama.cpp u Ollama. Hay páginas de demostración para probarlo primero.

Facilidad de instalación

B · instalador y un paso simple · Web

Linux D
Web B

El camino más fácil es la web: las páginas de demostración del creador (una consola en platform.modelbest.ai, que requiere cuenta, y un Space de Hugging Face que no la requiere) te permiten soltar un documento y ver el resultado sin instalar nada. Ejecutarlo tú mismo es tarea de Linux: Python 3.11-3.13, una tarjeta NVIDIA con CUDA, varios GB de pesos del modelo, y un instalador que descarga versiones fijas de vLLM y transformers desde el código fuente y las compila (pyproject.toml, scripts/install.sh).

Números en GitHub

Estrellas: 721el 31 oct 2026
Descargas: —todas las versiones
Crecimiento: +721estrellas en 4 días

Estrellas a lo largo del tiempo

Datos

Funciona en: Linux, Web
Necesitas instalar: Python, Tarjeta NVIDIA
Para compilar desde el código: Python, Tarjeta NVIDIA
Espacio en disco: 950 MB–4,3 GB · estimación
Cuentas o claves: Ninguna
Costo: Gratis · El código, la documentación y los pesos de ambos modelos tienen licencia Apache 2.0. El creador también ofrece una API alojada gratuita y páginas de demostración; sus límites no se indican en el repositorio.
Licencia: Apache-2.0 (Permisiva)
Puede reemplazar: FineReader, Mathpix, Acrobat
Última actualización: 30 oct 2026

Señales de riesgo (5)

AtenciónLa skill manda al agente ejecutar una página web
README, sección Skill: la instrucción que se le da a un agente de programación es "Read and execute https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/SKILL_en.md". El agente entonces ejecuta comandos de configuración en tu equipo a partir de una página cuyo contenido puede cambiar en cualquier momento; el README también ofrece la copia local ./docs/SKILL_en.md, que puedes leer antes.
revisión con IA
AtenciónServidor de demostración sin cifrado
El enlace "Basic Demo (CN)" del README es una dirección simple, sin HTTPS: http://82.157.64.212:10111/playground/document-parse. Los documentos que subas allí viajan sin cifrar y no se nombra a quien opera esa máquina.
revisión con IA
InfoEn las vías alojadas, los documentos salen de tu computadora
Además de ejecutarlo en local, el README ofrece las demos y una "Free API" en platform.modelbest.ai / platform.modelbest.cn. Usarlas implica subir el documento a los servidores de la empresa; el repositorio no dice qué ocurre con él después.
revisión con IA
InfoLas puntuaciones de las pruebas son de los propios autores
El README afirma "a SOTA score of 93.68 on Real5-OmniDocBench", "1.49x" el rendimiento de PaddleOCR-VL-1.6 y "3.62x" el de MinerU2.5 Pro. Son mediciones de los propios autores; se incluye una guía de reproducción (docs/benchmark_reproduction_en.md) y el pie del gráfico de radar dice "some values remain to be confirmed".
revisión con IA
InfoRepositorio recién creado
Datos del proyecto: creado el 2026-10-27, último push el 2026-10-29, una sola versión (sdk-v1.0.2) sin binarios para plataformas. El README llama a MiniCPM-OCR 1.0 "the first OCR-specific model in the MiniCPM-V/o family".
revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar

Si la calidad se mantiene con tus propios documentos, otros idiomas distintos del chino y el inglés, o tu propia letra manuscrita
Cuánta memoria gráfica necesita realmente cada modelo y cada backend
El uso real de disco de los pesos y los entornos (la estimación de 950 MB a 4,5 GB es una suposición)
Si la vía de llama.cpp y Ollama funciona en Windows y Mac, algo que el repositorio no documenta
Los límites de la API gratuita y qué hace la empresa con los documentos que se le envían
Qué umbral de puntuación usar con Jev, algo que el README dice que debe comprobarse primero con tu propio conjunto de datos