DISCOVER & COMPARE
AIモデルを探す 1
注目のモデルを見つける **MinerU-Popo** is a lightweight and universal framework for POst-Processing OCR outputs, bridging the gap between page-level OCR parsing and document-level semantic structure. It construct document tree structure based on with a 4B post-processing model performing four subtasks: table truncation analysis, text truncation analysis, title hierarchy analysis, and image-text association analysis. We handle the challenges of cross-page geometric discontinuity, redundant document parsing and scalability to long documents via: **Basic OCR** | **Before** | **After** :---:|:---:|:---:| MinerU | 53.7 | **90.6** | MonkeyOCR | 48.9 | **87.4** | Dolphin | 60.4 | **83.5** | PaddleOCR | 59.3 | **82.6** | GLM-OCR | 53.5 | **81.8** | **Model** | **TEDS** | **Doc/s** :---:|:---:|:---:| MinerU-Popo | **90.6** | **0.37** | Qwen3-VL-2B | 21.2 | 0.22 | Qwen3-VL-4B | 56.5 | 0.20 | Qwen3-VL-8B | 65.9 | 0.16 | Qwen3-VL-32B | 78.0 | 0.04 |
翻訳待ち・原文を表示
分類準備中
入力 未確認→ 出力 未確認
該当するモデルがありません
提供元・分類・入出力の条件を変更してください。新しいモデルを随時追加しています。
COST EXPLORER
モデル選びに、費用の視点も。
コスト分析月間トークン数を調整してAPI費用を比較。
収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。
API料金はどう比較しますか?+
入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。
オープンウェイトは無料で商用利用できますか?+
必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。
ランキング1位が最適ですか?+
順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。