MiniCPM-OCR

OpenBMB/MiniCPM-OCRRevisado por IA

O que faz

Dois modelos de IA pequenos da família MiniCPM, lançados junto com seus pesos. O MiniCPM-OCR 1.0 (1,3B) converte documentos e PDFs em chinês e inglês para Markdown ou JSON, incluindo tabelas, fórmulas, gráficos, selos e letra manuscrita, e lida com digitalizações, fotos e páginas tortas ou curvas. O MiniCPM-OCR Jev (2B) analisa um resultado e dá a cada região uma nota de 0 a 1, para que você só confira as partes que provavelmente estão erradas. É voltado a desenvolvedores: um pacote pip, uma API hospedada gratuita e execução local com vLLM, SGLang, llama.cpp ou Ollama. Há páginas de demonstração para testar antes.

Facilidade de instalação

B · instalador e um ajuste simples · Web

Linux D
Web B

O caminho mais fácil é pela web: as páginas de demonstração do criador (um console em platform.modelbest.ai, que exige conta, e um Space do Hugging Face, que não exige) permitem soltar um documento e ver o resultado sem instalar nada. Rodar você mesmo é tarefa para Linux: Python 3.11-3.13, uma placa NVIDIA com CUDA, vários GB de pesos do modelo, e um instalador que baixa versões fixas do código do vLLM e do transformers e as compila (pyproject.toml, scripts/install.sh).

Números no GitHub

Estrelas: 721em 31 de out. de 2026
Downloads: —todas as versões
Crescimento: +721estrelas em 4 dias

Estrelas ao longo do tempo

Fatos

Roda em: Linux, Web
Você precisa instalar: Python, Placa NVIDIA
Para compilar a partir do código: Python, Placa NVIDIA
Espaço em disco: 950 MB–4,3 GB · estimativa
Contas ou chaves: Nenhuma
Custo: Grátis · O código, a documentação e os pesos dos dois modelos são licenciados sob Apache 2.0. O criador também oferece uma API hospedada gratuita e páginas de demonstração; os limites dela não são informados no repositório.
Licença: Apache-2.0 (Permissiva)
Pode substituir: FineReader, Mathpix, Acrobat
Última atualização: 30 de out. de 2026

Sinais de risco (5)

AtençãoA skill manda o agente executar uma página da web
README, seção Skill: a instrução que se dá a um agente de programação é "Read and execute https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/SKILL_en.md". O agente então executa comandos de configuração no seu computador a partir de uma página cujo conteúdo pode mudar a qualquer momento; o README também oferece a cópia local ./docs/SKILL_en.md, que você pode ler antes.
revisão por IA
AtençãoServidor de demonstração sem criptografia
O link "Basic Demo (CN)" do README é um endereço simples, sem HTTPS: http://82.157.64.212:10111/playground/document-parse. Os documentos que você enviar para lá viajam sem criptografia e quem opera essa máquina não é identificado.
revisão por IA
InfoNos caminhos hospedados, os documentos saem do seu computador
Além de rodar localmente, o README oferece as demonstrações e uma "Free API" em platform.modelbest.ai / platform.modelbest.cn. Usá-las significa enviar o documento para os servidores da empresa; o repositório não diz o que acontece com ele depois.
revisão por IA
InfoAs pontuações dos testes são dos próprios autores
O README afirma "a SOTA score of 93.68 on Real5-OmniDocBench", "1.49x" o desempenho do PaddleOCR-VL-1.6 e "3.62x" o do MinerU2.5 Pro. São medições dos próprios autores; um guia de reprodução está incluído (docs/benchmark_reproduction_en.md) e a legenda do gráfico de radar diz "some values remain to be confirmed".
revisão por IA
InfoRepositório recém-criado
Dados do projeto: criado em 2026-10-27, último push em 2026-10-29, uma única versão (sdk-v1.0.2) sem binários para plataformas. O README chama o MiniCPM-OCR 1.0 de "the first OCR-specific model in the MiniCPM-V/o family".
revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar

Se a qualidade se mantém nos seus próprios documentos, em idiomas além do chinês e do inglês, ou na sua letra manuscrita
Quanta memória gráfica cada modelo e backend realmente precisa
O uso real de disco dos pesos e dos ambientes (a estimativa de 950 MB a 4,5 GB é um palpite)
Se o caminho via llama.cpp e Ollama funciona no Windows e no Mac, algo que o repositório não documenta
Os limites da API gratuita e o que a empresa faz com os documentos enviados a ela
Qual limite de nota usar com o Jev, algo que o README diz que precisa ser verificado antes no seu próprio lote de dados