概要
PP-OCRv6シリーズの軽量な文字認識モデルです。smallはモバイル向けの中間規模で、認識モデル単体は約520万パラメータです。LCNetV4、LightSVTR、CTC・NRTRのマルチヘッドデコーダーを採用しています。モデルカード上のライセンスはApache-2.0です。(github.com)
能力と用途
- 切り出された文字画像からテキストを認識します。日本語、簡体字・繁体字中国語、英語など50言語に対応します。(paddleocr.ai)
- 文書、街中の画像、工業部品、デジタル表示やドット文字などのOCR処理に利用できます。画像全体のOCRには、別途文字検出などを組み合わせます。(github.com)
- 公式資料の認識平均精度は81.3%、モデル容量は20.4 MBです。精度は内部の複数シーン評価セットで測定されたもので、異なる評価セットを使ったPP-OCRv5/v4の数値とは直接比較できません。(paddleocr.ai)
制限
文字認識モデルであり、単体で画像内の文字領域の検出や文書全体の構造解析を行うものではありません。認識結果は画像品質、文字の形状や対象言語などに左右されるため、用途に応じた検証が必要です。
公開日
2026年6月11日。公式リポジトリは同日付のPaddleOCR 3.7.0公開情報としてPP-OCRv6を紹介しています。(github.com)
料金
モデル単体の入力・出力別API料金は未確認です。公開済みモデルのローカル利用と、クラウドAPIの利用料金は区別してください。
参考として、百度智能云の中国国内向けPP-OCRv6 APIは、従量後払いで成功した呼び出し1回あたり0.025 CNY、トークン単位の入力・出力別料金ではなく呼び出し単位の料金です。前払い回数パックは10,000回240 CNY、50,000回1,100 CNY、100,000回2,000 CNY、200,000回3,400 CNY、500,000回6,800 CNY、1,000,000回11,000 CNY、5,000,000回45,000 CNYで、有効期間は購入後1年間です。ただし、公式料金表はAPIの内部モデルがsmall_recであるとは明示していないため、これを本モデル単体の料金と断定できません。国際向けの公式USD料金は確認できませんでした。料金確認日:2026年11月16日。(ai.baidu.com)