Uso principal declarado o inferido con cautela desde la documentación oficial.
B
BAIDU / baidu/Unlimited-OCR-2
Unlimited OCR 2
Modelo de Baidu para extraer contenido de documentos de muchas páginas, anunciado el 27 de octubre de 2026. SR-SWA conserva referencias de trabajo dentro de una ventana finita para reducir el crecimiento del coste de atención. La entrada son imágenes de páginas en orden y la salida es texto estructurado. Un PDF requiere conversión previa a imágenes. La creación del repositorio el día anterior no sustituye la fecha del anuncio.
01 / RESUMEN
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
02 / FICHA TÉCNICA
Límites e integración
| ID de API | baidu/Unlimited-OCR-2 |
|---|---|
| Tipo de modelo | Visión y documentos |
| Modelo de acceso | Pesos abiertos |
| Licencia | MIT |
| Despliegue | Despliegue propio con Transformers o SGLang |
| Lanzamiento | 27 OCT 2026 |
| Corte de conocimiento | No publicado |
| Entrada | Texto · Imagen |
| Salida | Texto |
| Ventana de contexto | No publicado |
| Salida máxima | No publicado |
| Razonamiento | No publicado |
| Herramientas publicadas | |
| Salidas estructuradas | No publicado |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | No publicado |
| Plataformas verificadas | Hugging Face · Transformers · SGLang |
Procesamiento de libros e informes, reconocimiento de tablas, fórmulas, encabezados y relaciones entre páginas. Transformers ofrece inferencia de una o varias páginas; SGLang añade el servicio con ventanas de páginas. La ficha utiliza un conjunto de referencias de trabajo de 512 tokens como ejemplo de SR-SWA, no como límite total de entrada del documento.
La denominación unlimited-horizon no garantiza documentos infinitos, memoria constante de todo el servicio ni exactitud perfecta. La configuración de ejemplo limita la salida por página y la concurrencia; esos valores no son máximos universales del modelo. Requiere código personalizado y una versión adaptada de SGLang: fija y revisa las dependencias antes de ejecutar trust_remote_code.
03 / CAPACIDADES
Qué puede hacer
Orientación
Procesamiento de libros e informes, reconocimiento de tablas, fórmulas, encabezados y relaciones entre páginas. Transformers ofrece inferencia de una o varias páginas; SGLang añade el servicio con ventanas de páginas. La ficha utiliza un conjunto de referencias de trabajo de 512 tokens como ejemplo de SR-SWA, no como límite total de entrada del documento.
Contexto
No publicado · No publicado
Herramientas e integración
No publicado
Acceso
Hugging Face
Modalidades de entrada
TextoImagen
04 / PRECIOS
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | Sin tarifa API oficial publicada | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | Coste de infraestructura propia | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento asíncrono |
La ficha declara MIT y el repositorio oficial publica esa licencia. No hemos verificado una tarifa comercial específica de Unlimited OCR 2; la disponibilidad en nube del OCR anterior no acredita un endpoint de esta versión. El entorno de prueba publicado usa una NVIDIA A800 de 80 GB, sin demostrar que sea un requisito mínimo.
i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.
05 / EVALUACIONES
Cómo leer los resultados
“
El gráfico oficial comunica puntuación global de 84,6 sobre 100 en MPDocBench y 77,1 sobre 100 en MarathonDocBench. Distingue documentos de decenas y de cientos de páginas. Las cifras se transcriben del recurso oficial de esta versión, no de Unlimited-OCR 1. No son mediciones independientes de Inferama; la comparación requiere conservar datasets, configuración de ventanas y reglas de evaluación.
| Benchmark | Resultado | Métrica | Fuente |
|---|---|---|---|
| MPDocBench | 84,6 / 100 | Puntuación global (0–100) | Ver fuente ↗ |
| MarathonDocBench | 77,1 / 100 | Puntuación global (0–100) | Ver fuente ↗ |
Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.
06 / VERSIONES
Cronología
Unlimited OCR 2
Versión incorporada al catálogo verificado de Inferama.
07 / FUENTES