GLM-OCR

Z.ai / 智谱 GLM · 2026-01-30 · 类别未确认

GLM-OCR

智谱发布的轻量多模态 OCR 模型，建在 GLM-V 编码器-解码器架构上，用 MTP 损失与全任务强化学习提升识别精度，配套 PP-DocLayout-V3 版面分析 + 并行区域识别两阶段流水线。官方模型卡称其在 OmniDocBench V1.5 拿到 94.62 分、整体排名第一；本次另收录官方评测表里 12 项基准与真实场景集的图内读数。

输入模态: 图像 / 文本
上下文: 官方资料未说明
参数: 0.9B（0.4B CogViT 视觉编码器 + 0.5B GLM 语言解码器）
价格（每百万 tokens）: 无此口径报价；不等于免费

本变体的评测证据

omnidocbench 94.62 模型 glm-ocr · 版本 v1.5 · 指标 OmniDocBench V1.5 综合得分 · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Key Features · State-of-the-Art Performance · row: OmniDocBench V1.5 · quote_snippet: Achieves a score of 94.62 on OmniDocBench V1.5, ranking #1 overall

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": "官方模型卡未说明该分数的聚合方式与评测协议",
  "judge": null
}

官方模型卡正文明文给出 94.62 并称整体排名第一。官方评测大表同一行（图内读数）记为 94.6，同表对照：PaddleOCR-VL-1.5 94.5、Deepseek-OCR2 91.1、MinerU2.5 90.7、dots.ocr 88.4、Gemini-3-Pro 90.3、GPT-5.2-20-25-12-11 85.4。

打开官方来源

ocrbench 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 OCRBench (Text)（官方评测表分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Document Parsing & Information Extraction · row: OCRBench (Text) · figure: images/fig1-docparse.png（官方位图评测表，OCRBench (Text) 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方评测表图内读数：GLM-OCR 94.0；同表对照：PaddleOCR-VL-1.5 75.3、Deepseek-OCR2 34.7、MinerU2.5 75.3、dots.ocr 92.1、Gemini-3-Pro 91.9、GPT-5.2-20-25-12-11 83.7。数值只存在于官方位图表，图内读数已转写备查。

打开官方来源

unimernet 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 UniMERNet（官方评测表分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Document Parsing & Information Extraction · row: UniMERNet · figure: images/fig1-docparse.png（官方位图评测表，UniMERNet 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方评测表图内读数：GLM-OCR 96.5；同表对照：PaddleOCR-VL-1.5 96.1、Deepseek-OCR2 85.8、MinerU2.5 96.4、dots.ocr 90.0、Gemini-3-Pro 96.4、GPT-5.2-20-25-12-11 90.5。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: unimernet（UniMERNet（文档公式识别基准））

打开官方来源

pubtabnet 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 PubTabNet（官方评测表分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Document Parsing & Information Extraction · row: PubTabNet · figure: images/fig1-docparse.png（官方位图评测表，PubTabNet 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方评测表图内读数：GLM-OCR 85.2；同表对照：PaddleOCR-VL-1.5 84.6、MinerU2.5 88.4、dots.ocr 71.0、Gemini-3-Pro 91.4、GPT-5.2-20-25-12-11 84.4。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: pubtabnet（PubTabNet（网页表格结构识别基准））

打开官方来源

teds 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 TEDS_TEST（官方评测表分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Document Parsing & Information Extraction · row: TEDS_TEST · figure: images/fig1-docparse.png（官方位图评测表，TEDS_TEST 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方评测表图内读数：GLM-OCR 86.0；同表对照：PaddleOCR-VL-1.5 83.3、MinerU2.5 85.4、dots.ocr 62.4、Gemini-3-Pro 81.8、GPT-5.2-20-25-12-11 67.6。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: teds（TEDS（表格结构相似度评分，TEDS_TEST 为测试集））

打开官方来源

nanonets-kie 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 Nanonets-KIE（官方评测表分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Document Parsing & Information Extraction · row: Nanonets-KIE · figure: images/fig1-docparse.png（官方位图评测表，Nanonets-KIE 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方评测表图内读数：GLM-OCR 93.7；同表对照：Gemini-3-Pro 95.2、GPT-5.2-20-25-12-11 87.5。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: nanonets-kie（Nanonets-KIE（票据关键信息抽取基准））

打开官方来源

handwritten-forms 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 Handwritten-Forms（官方评测表分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Document Parsing & Information Extraction · row: Handwritten-Forms · figure: images/fig1-docparse.png（官方位图评测表，Handwritten-Forms 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方评测表图内读数：GLM-OCR 86.1；同表对照：Gemini-3-Pro 94.5、GPT-5.2-20-25-12-11 78.2。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: handwritten-forms（Handwritten-Forms（手写表单识别评测集））

打开官方来源

glm-ocr-realworld-code 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 Code（官方真实场景集分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Real-World Scenarios Performance · row: Code · figure: images/fig2-realworld.png（官方位图评测表，Code 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方真实场景评测表图内读数：GLM-OCR 84.7；同表对照：PaddleOCR-VL-1.5 75.8、Deepseek-OCR2 82.1、MinerU2.5 82.9、dots.ocr 80.8、Gemini-3-Pro 86.9、GPT-5.2-20-25-12-11 84.4。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: glm-ocr-realworld-code（代码版面解析（官方自建真实场景集），官方未公开样本与评分细则）

打开官方来源

glm-ocr-realworld-table 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 Real-world Table（官方真实场景集分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Real-World Scenarios Performance · row: Real-world Table · figure: images/fig2-realworld.png（官方位图评测表，Real-world Table 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方真实场景评测表图内读数：GLM-OCR 91.5；同表对照：PaddleOCR-VL-1.5 86.1、MinerU2.5 70.8、dots.ocr 81.8、Gemini-3-Pro 90.6、GPT-5.2-20-25-12-11 86.7。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: glm-ocr-realworld-table（真实复杂表格（官方自建真实场景集），官方未公开样本与评分细则）

打开官方来源

glm-ocr-realworld-handwriting 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 Handwriting（官方真实场景集分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Real-World Scenarios Performance · row: Handwriting · figure: images/fig2-realworld.png（官方位图评测表，Handwriting 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方真实场景评测表图内读数：GLM-OCR 87.0；同表对照：PaddleOCR-VL-1.5 87.4、Deepseek-OCR2 73.8、MinerU2.5 54.2、dots.ocr 71.7、Gemini-3-Pro 90.0、GPT-5.2-20-25-12-11 78.0。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: glm-ocr-realworld-handwriting（手写体（官方自建真实场景集），官方未公开样本与评分细则）

打开官方来源

glm-ocr-realworld-multi-language 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 Multi-language（官方真实场景集分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Real-World Scenarios Performance · row: Multi-language · figure: images/fig2-realworld.png（官方位图评测表，Multi-language 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方真实场景评测表图内读数：GLM-OCR 69.3；同表对照：PaddleOCR-VL-1.5 54.8、Deepseek-OCR2 56.1、MinerU2.5 27.8、dots.ocr 65.1、Gemini-3-Pro 86.2、GPT-5.2-20-25-12-11 70.1。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: glm-ocr-realworld-multi-language（多语种文档（官方自建真实场景集），官方未公开样本与评分细则）

打开官方来源

glm-ocr-realworld-seal 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 Seal（官方真实场景集分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Real-World Scenarios Performance · row: Seal · figure: images/fig2-realworld.png（官方位图评测表，Seal 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方真实场景评测表图内读数：GLM-OCR 90.5；同表对照：PaddleOCR-VL-1.5 42.2、Deepseek-OCR2 40.4、dots.ocr 63.0、Gemini-3-Pro 91.3、GPT-5.2-20-25-12-11 58.8。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: glm-ocr-realworld-seal（印章文本（官方自建真实场景集），官方未公开样本与评分细则）

打开官方来源

glm-ocr-realworld-receipt-kie 图表尚无可读数值 模型 glm-ocr · 版本未说明 · 指标 Receipt (KIE)（官方真实场景集分数） · 单位 index 来源等级 A · vendor_reported · 核对日期 2026-10-22 · 距快照 0 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · Real-World Scenarios Performance · row: Receipt (KIE) · figure: images/fig2-realworld.png（官方位图评测表，Receipt (KIE) 行，GLM-OCR 列）

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

官方真实场景评测表图内读数：GLM-OCR 94.5；同表对照：Gemini-3-Pro 97.3、GPT-5.2-20-25-12-11 83.5。数值只存在于官方位图表，图内读数已转写备查。new-benchmark: glm-ocr-realworld-receipt-kie（票据关键信息抽取（官方自建真实场景集），官方未公开样本与评分细则）

打开官方来源