Deepseek Ocr
具备上下文光学压缩和多语言支持的下一代文档智能。
Why Choose Deepseek Ocr?
如果你想要一款能够高精度处理复杂布局和多语言的下一代文档 AI，Deepseek OCR 是不错的选择。其基于变换器的技术和高效处理能力，使其成为严肃文档智能需求的可靠选择。
Deepseek Ocr 介绍
这是什么 Deepseek Ocr?
DeepSeek OCR 是一个两阶段基于变换器的文档 AI 系统，利用上下文光学压缩实现最先进的文档智能。它将高分辨率文档压缩为精简的视觉标记，然后用 30 亿参数的专家混合模型解码，实现 100 多种语言的近无损文本、布局和图表理解。支持 GPU 高效吞吐，训练数据包括 3000 万真实 PDF 页和合成数据，保留布局结构、表格、化学（SMILES 字符串）和几何任务。
如何使用 Deepseek Ocr?
DeepSeek OCR 有三种主要使用方式：1. 通过克隆 GitHub 仓库、本地部署 GPU，下载 6.7 GB 检查点并配置 PyTorch。2. 通过其兼容 OpenAI 的 API 端点提交图像并接收结构化文本。3. 将 DeepSeek OCR 集成到现有工作流中，将 OCR 输出转换为 JSON，链接 SMILES 字符串到化学信息学管道，或自动为图表生成标题。
为什么选择 Deepseek Ocr?
如果你想要一款能够高精度处理复杂布局和多语言的下一代文档 AI，Deepseek OCR 是不错的选择。其基于变换器的技术和高效处理能力，使其成为严肃文档智能需求的可靠选择。
Deepseek Ocr 功能特点
AI OCR
- ✓上下文光学压缩引擎
- ✓多语言支持（100+ 种语言）
- ✓结构化输出（HTML、Markdown、SMILES、JSON）
- ✓GPU 高效吞吐（A100 上 20 万页/天）
- ✓高精度（97% 精确匹配准确率）
- ✓MIT 许可权重支持本地部署
常见问题
价格
API 输入标记（缓存命中）
0.028 美元
缓存命中时每 100 万输入标记收费
API 输入标记（缓存未命中）
0.28 美元
缓存未命中时每 100 万输入标记收费
API 输出标记
0.42 美元
每 100 万输出标记收费