Jina发布jina-ocr-v1，自测页面吞吐居14款系统首位

Jina AI 发布文档解析模型 jina-ocr-v1，可将 PDF、扫描件、表格和图表直接转换为 Markdown。

模型架构与训练方式

根据 Jina AI 介绍，jina-ocr-v1 基于 DeepSeek-OCR 做后训练，沿用其约 34 亿总参数、解码时每个 Token 激活约 5.7 亿参数的 MoE 架构，并加入 FastMTP 推测解码。

基准测试结果

在 Jina 自测中，jina-ocr-v1 在 OmniDocBench v1.6 上得分为 91.14，比 DeepSeek-OCR-2 高 0.89 分；在 olmOCR-Bench 上得分为 83.4，比其实际基于的 DeepSeek-OCR 底模高 7.4 分。

页面吞吐表现

吞吐量是 Jina 主打的卖点之一。按其公布的数据，在单张 A100、并发 32 的条件下，jina-ocr-v1 达到 2.57 页/秒，在 Jina 测试的 14 个系统中排名第一，比 DeepSeek-OCR 的 2.10 页/秒高约 22%。

模型发布方式

Jina 表示，模型权重已经上传至 Hugging Face，采用 CC BY-NC 4.0 许可，商业使用需要联系 Jina。