模型定位與發布
PaddleOCR-VL-1.6 是百度飛槳推出的輕量級多模態文件解析模型,以 PaddleOCR-VL-1.5 為基礎優化,視覺語言模型參數量為 0.9B。它隨 PaddleOCR v3.6.0 於 2026 年 5 月 28 日發布,並提供開源模型權重。(github.com)
能力與用途
- 解析文件版面、閱讀順序、文字、公式、表格與圖表;加強中文古籍、生僻字、印章及文字偵測辨識能力。
- 適用於掃描件、拍攝文件、商業報告、財務報表、合約等資料的結構化處理,可用於檢索、歸檔與 RAG 資料準備。
- 完整解析流程結合版面分析與視覺語言模型辨識,可產生 Markdown 等結果;架構與 1.5 版相容,官方表示可無縫遷移。
- 官方公布的 OmniDocBench v1.6 綜合成績為 96.33%;這是特定基準的評測結果,不代表所有文件都能達到相同準確率。(paddleocr.ai)
限制
辨識結果仍可能出錯或產生幻覺,重要內容宜人工核對。官方指出,若只單獨呼叫視覺語言模型,而未使用包含版面分析的完整流程,可能無法重現官方文件解析效果。自行部署需承擔運算與維運成本;模型卡標示 Apache-2.0 授權,使用時仍應遵守授權條款。(github.com)
價格
以下為中國大陸百度智能雲「文件解析(PaddleOCR-VL)」服務的人民幣(CNY)報價;產品頁明確標示服務接入 1.6 模型。按頁計費,並非依輸入或輸出 token 分開計費;未核實獨立的輸入、輸出 token 價格。(cloud.baidu.com)
- **按量後付費:**不限月呼叫量,現列 CNY 0.05/頁;頁面將 CNY 0.09/頁列為劃線價格。失敗呼叫不計費。
- **新人優惠:**CNY 9/1,000 頁,首購專享、限購一件,有效期一年。
- **預付資源包:**5,000 頁 CNY 230;10,000 頁 CNY 440;50,000 頁 CNY 2,000;100,000 頁 CNY 3,800;200,000 頁 CNY 7,200;500,000 頁 CNY 17,000;1,000,000 頁 CNY 32,000;2,000,000 頁 CNY 62,000;5,000,000 頁 CNY 150,000。資源包購買後一年內有效。
- **免費測試:**完成實名認證後,個人可取得 200 頁、企業可取得 1,000 頁測試資源。優惠及實際結算條件以官方購買頁為準。
價格查詢日期:2026 年 11 月 16 日。國際站美元(USD)官方報價未核實;未以第三方轉售價格或匯率補算。(cloud.baidu.com)