Einordnung und Veröffentlichung
DeepSeek-OCR 2 ist ein auf optische Zeichenerkennung und Dokumentverständnis spezialisiertes Vision-Language-Modell. DeepSeek kündigte es am 27. Januar 2026 an. Quellcode und Modellgewichte sind öffentlich verfügbar; das Modell ist unter Apache 2.0 gekennzeichnet. (github.com)
Fähigkeiten und Einsatz
- Erkennt Text in Dokumentbildern und kann Dokumente mit Layoutinformationen in Markdown umwandeln; ein weiterer Modus dient der reinen Texterkennung ohne Layout. (github.com)
- DeepEncoder V2 ordnet visuelle Informationen anhand ihres Inhalts neu, bevor der Sprachdecoder sie verarbeitet. Dies soll insbesondere die Lesereihenfolge komplexer Layouts verbessern. Das Modell eignet sich unter anderem zur Dokumentverarbeitung und zur Erstellung von Trainingsdaten. (arxiv.org)
- Im technischen Bericht erreicht das Modell auf OmniDocBench v1.5 einen Gesamtwert von 91,09 gegenüber 87,36 für DeepSeek-OCR unter den angegebenen Testbedingungen. Der Benchmark umfasst chinesische und englische Dokumentseiten; das Ergebnis garantiert keine entsprechende Qualität für andere Dokumente oder Sprachen. (arxiv.org)
- Die offizielle Implementierung zeigt lokale Inferenz mit Transformers und vLLM sowie Beispiele für Bilder und PDF-Verarbeitung. (github.com)
Grenzen
Erkennung, Formeln, Tabellen und Lesereihenfolge können Fehler enthalten; Ergebnisse sollten insbesondere bei wichtigen Dokumenten geprüft werden. Der Bericht nennt etwa Schwächen bei textreichen Zeitungsseiten. Die Selbstbereitstellung erfordert passende Rechenressourcen und Software; die dokumentierte Beispielumgebung verwendet CUDA und PyTorch. (arxiv.org)
Preise
Ein modellbezogener offizieller API-Preis für DeepSeek-OCR 2 sowie getrennte Preise für Eingabe- und Ausgabe-Token konnten nicht verifiziert werden. Die frei verfügbaren Gewichte beseitigen nicht die Kosten für eigene Infrastruktur. (huggingface.co)
DeepSeek veröffentlicht allerdings Preise für seine separate OCR-API. Die Dokumentation identifiziert deren zugrunde liegende Modellversion nicht als DeepSeek-OCR 2; die folgenden Dienstpreise dürfen daher nicht als verifizierte modellbezogene Preise ausgelegt werden:
- Chinesische offizielle Dokumentation: 1,5 CNY je 1.000 Seiten. Preisquelle, abgerufen am 17. November 2026. (api-docs.deepseek.com)
- Internationale offizielle Dokumentation: 0,225 USD je 1.000 Seiten. Preisquelle, abgerufen am 17. November 2026. (api-docs.deepseek.com)
Die OCR-API berechnet erfolgreich erkannte Seiten; fehlgeschlagene oder abgelaufene Erkennungen werden nicht berechnet. Eingabe- und Ausgabe-Token werden dort nur informativ ausgewiesen und nicht separat abgerechnet. Die beiden Angaben sind regionale Originalpreise, keine Währungsumrechnung. (api-docs.deepseek.com)