MiniCPM-OCR 1.0은 문서 작업에서 가장 손이 많이 가는 일을 겨냥한다. 스캔본, 휴대전화로 찍은 종이 페이지, PDF를 쓸 수 있는 텍스트로 바꾸는 일이다. 2026년 10월 28일 면벽지능(ModelBest)과 OpenBMB 오픈소스 커뮤니티는 GitHub에 MiniCPM-OCR 제품군을 오픈소스로 공개했다. 주인공은 13억 개 파라미터의 MiniCPM-OCR 1.0으로, 인식 결과를 채점하는 판별 모델 MiniCPM-OCR Jev와 함께 제공된다. 코드와 문서, 모델 가중치는 모두 Apache 2.0 라이선스로 공개됐다.
하나는 읽고, 하나는 읽은 것을 검사한다
MiniCPM-OCR 1.0은 MiniCPM-V 4.6을 기반으로 학습됐으며 중국어와 영어 문서를 처리하고 텍스트, 표, 수식, 차트, 인장, 핵심 정보 추출을 다룬다. 출력은 Markdown으로 조립할 수 있다. 파싱 파이프라인은 먼저 PP-DocLayoutV3가 레이아웃 분석과 영역 분할, 읽기 순서를 정한 뒤 각 영역을 모델에 병렬로 보내 인식하고 마지막에 결과를 합친다. Jev는 단 20억 개 파라미터로 원본 이미지와 인식 결과를 받아 0부터 1까지의 품질 점수를 돌려준다. 사용자는 의심스러운 영역만 골라 검토하면 되고 문서 전체를 다시 읽을 필요가 없다. 다른 파싱 모델의 출력에도 점수를 매길 수 있다.
공식 벤치마크 점수는 높지만, 실제 도입에는 직접 테스트가 필요하다
개발자가 공개한 수치에 따르면 MiniCPM-OCR 1.0은 실제 문서 파싱 벤치마크인 Real5-OmniDocBench에서 93.68점, OCRBench v2에서 54.7점을 기록했다. Nvidia RTX 5090에서 DSpark 디코딩 가속을 적용하면 엔드투엔드 효율이 55% 향상되고 처리량은 초당 약 1.2페이지에 달하는데, 이는 PaddleOCR-VL-1.6의 약 1.49배, MinerU2.5 Pro의 약 3.62배다. Jev는 JevOCRBench에서 AUROC 93.6을 기록했고, 개발자에 따르면 Qwen3.5-397B-A17B의 93.8에 근접한다. 이는 모두 발표 측의 자체 측정값이며 점수는 평가 설정에 따라 달라진다. 실제 업무 흐름에 들어갈 수 있는지를 진짜로 결정하는 것은 자기 문서에서의 성능이다. 스캔 품질과 레이아웃 복잡도, 손글씨 비중이 격차를 벌린다. 다만 시험 문턱은 낮다. 첫날부터 vLLM, SGLang, llama.cpp, Ollama를 지원하고 pip SDK와 전체 API, 온라인 데모도 마련돼 있어, 실제 파일 몇 건을 직접 돌려보는 편이 벤치마크 점수만 보는 것보다 훨씬 많은 것을 알려준다.
