Uso primário declarado ou inferido com cautela a partir da documentação oficial.
B
BAIDU / baidu/Unlimited-OCR-2
Unlimited OCR 2
Modelo da Baidu para extrair conteúdo de documentos com muitas páginas, anunciado em 27 de outubro de 2026. SR-SWA conserva referências de trabalho numa janela finita para reduzir o crescimento do custo da atenção. A entrada consiste em imagens de páginas ordenadas e a saída é texto estruturado. Um PDF exige conversão prévia em imagens. A criação do repositório no dia anterior não substitui a data do anúncio.
01 / RESUMO
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
02 / FICHA TÉCNICA
Limites e integração
| ID de API | baidu/Unlimited-OCR-2 |
|---|---|
| Tipo de modelo | Visão e documentos |
| Modelo de acesso | Pesos abertos |
| Licença | MIT |
| Implantação | Alojamento próprio com Transformers ou SGLang |
| Lançamento | 27 OUT 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Texto · Imagem |
| Saída | Texto |
| Janela de contexto | Não publicado |
| saída máxima | Não publicado |
| Raciocínio | Não publicado |
| Ferramentas publicadas | |
| Passeios Estruturados | Não publicado |
| Processamento em lote | Não publicado |
| Cache de prompts | Não publicado |
| Ajuste fino | Não publicado |
| Plataformas verificadas | Hugging Face · Transformers · SGLang |
Processamento de livros e relatórios, reconhecimento de tabelas, fórmulas, cabeçalhos e relações entre páginas. O Transformers permite inferência de uma ou várias páginas; o SGLang acrescenta o serviço com janelas de páginas. A ficha utiliza 512 tokens de referências de trabalho como exemplo de SR-SWA, não como limite total de entrada do documento.
A designação unlimited-horizon não garante documentos infinitos, memória constante de todo o serviço nem exatidão perfeita. A configuração de exemplo limita a saída por página e a concorrência; esses valores não são máximos universais do modelo. Requer código personalizado e uma versão adaptada do SGLang: fixe e reveja dependências antes de executar trust_remote_code.
03 / CAPACIDADES
O que pode fazer
Orientação
Processamento de livros e relatórios, reconhecimento de tabelas, fórmulas, cabeçalhos e relações entre páginas. O Transformers permite inferência de uma ou várias páginas; o SGLang acrescenta o serviço com janelas de páginas. A ficha utiliza 512 tokens de referências de trabalho como exemplo de SR-SWA, não como limite total de entrada do documento.
Contexto
Não publicado · Não publicado
Ferramentas e integração
Não publicado
Acesso
Hugging Face
Modalidades de entrada
TextoImagem
04 / PREÇOS
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | Sem tarifa API oficial publicada | Tarifa padrão da API |
| Entrada em cache | Não publicado | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | Custo da infraestrutura própria | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
A ficha declara MIT e o repositório oficial publica essa licença. Não verificámos um preço comercial específico do Unlimited OCR 2; a disponibilidade na nuvem do OCR anterior não comprova um endpoint desta versão. O ambiente de teste publicado usa uma NVIDIA A800 de 80 GB, sem demonstrar um requisito mínimo.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
05 / AVALIAÇÕES
Como ler os resultados
“
O gráfico oficial apresenta pontuação global de 84,6 em 100 no MPDocBench e 77,1 em 100 no MarathonDocBench. Distingue documentos de dezenas e centenas de páginas. Os valores são transcritos do recurso oficial desta versão, não do Unlimited-OCR 1. Não são medições independentes da Inferama; a comparação exige preservar datasets, configuração de janelas e regras de avaliação.
| Benchmark | Resultado | Métrica | Fonte |
|---|---|---|---|
| MPDocBench | 84,6 / 100 | Pontuação global (0–100) | Ver fonte ↗ |
| MarathonDocBench | 77,1 / 100 | Pontuação global (0–100) | Ver fonte ↗ |
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
06 / VERSÕES
Cronologia
Unlimited OCR 2
Versão incorporada no catálogo verificado da Inferama.
07 / FONTES