Документы и OCR

MiniCPM-OCR

Первая модель семейства MiniCPM, заточенная только под документы: распознаёт текст, таблицы, формулы, диаграммы, печати и достаёт нужные поля из бумаг. Всего 1.3B. По тестам авторов, 93,68 на Real5-OmniDocBench (разбор документов в реальных условиях: сканы, фото, перекошенные и переснятые страницы) и 54,7 на OCRBench v2. Заявлены китайский и английский, русский не заявлен. К ней выложена вспомогательная модель DSpark, которая ускоряет генерацию: по словам авторов, обработка быстрее на 55%, а скорость примерно в 1,5 раза выше PaddleOCR-VL-1.6 и в 3,6 раза выше MinerU2.5 Pro. Работает в vLLM, SGLang, llama.cpp и Ollama, есть сжатые версии GGUF, AWQ и GPTQ.

Разработчик: OpenBMB (ModelBest), Китай
Первый выпуск: окт 2026
Последний выпуск: окт 2026
Размеры: 1.3B
Лицензия: Можно в коммерциюApache 2.0
Русский язык: Нет
Готовые сборки: GGUF
Запуск: Есть в OllamaРаботает и без видеокарты
Сферы: Документы и бухгалтерия, Финансы, Юристы

Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

разбор сканов и фото документов в разметку: текст, таблицы, формулы
извлечение полей из счетов, договоров и анкет на китайском и английском
быстрая обработка потока документов на небольшом сервере

Где применяется

документооборотбухгалтерия и юристыбанки и страхование

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

подходит

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

подходит

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

окт 2026MiniCPM-OCR 1.0 DSpark (ускоряющая модель)
окт 2026MiniCPM-OCR 1.0 (1.3B)

Как запустить

Через Ollama — быстрее всегоПоставьте Ollama на компьютер или сервер и найдите модель в её библиотеке по названию. Годится, чтобы за вечер попробовать модель на своих задачах.Найти в библиотеке Ollama

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face

Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам. Квантование — сжатие модели: она занимает меньше видеопамяти и работает на более скромном железе. Отвечает при этом чуть иначе, поэтому качество проверяют на своих примерах.

Частые вопросы

Можно ли использовать MiniCPM-OCR в коммерческом проекте?

Да. Лицензия: Apache 2.0. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для MiniCPM-OCR?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли MiniCPM-OCR русский язык?

Нет. В документации разработчика языки перечислены, русского среди них нет. Для русских задач лучше взять модель из подборки «Открытые ИИ-модели с русским языком».

Где скачать MiniCPM-OCR и сколько это стоит?

Веса MiniCPM-OCR лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.