OCRBench
面向视觉语言模型的 OCR 综合评测，覆盖文字识别、场景文字问答、文档问答、关键信息抽取与手写公式识别。
收录成绩2929 个模型或系统
当前第一85.2Minicpm-V 2.6
指标归一化总分官方 1000 分制 Final Score 除以 10 后的百分制分数
最近同步10-19 11:331 个数据源 · OCR 与文档理解
排名表
显示 29 / 29
| 能力 | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 模型 | 机构 | 参数 | 开源 | 评测设置 | 来源 | 备注 | ||||||||
| 1 | Minicpm-V 2.6 | — | — | 开源 | 85.2 | 87.0 | 93.0 | 88.0 | 90.5 | 48.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Qwen2-7B |
| 2 | granite-vision-3.3-2b | — | — | 开源 | 82.4 | 84.3 | 90.0 | 79.0 | 79.0 | 75.0 | — | 官方榜单 | 2026-10-19 | 语言模型：granite-3.1-2b-instruct |
| 3 | MiniMonkey | — | — | 开源 | 80.6 | 83.7 | 87.0 | 70.5 | 84.5 | 71.0 | — | 官方榜单 | 2026-10-19 | 语言模型：internlm2-chat-1_8b |
| 4 | H2OVL-Mississippi-2B | — | — | 开源 | 78.2 | 84.0 | 85.5 | 70.0 | 83.0 | 53.0 | — | 官方榜单 | 2026-10-19 | 语言模型：H2O-Danube2-1.8B |
| 5 | InternVL2-1B | — | — | 开源 | 77.9 | 85.0 | 83.0 | 65.0 | 78.0 | 72.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Qwen2-0.5B-Instruct |
| 6 | InternVL2-4B | — | — | 开源 | 77.6 | 78.3 | 85.0 | 69.0 | 82.0 | 69.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Phi-3-mini-128k-instruct |
| 7 | InternVL2-2B | — | — | 开源 | 76.8 | 81.7 | 86.0 | 61.0 | 83.5 | 62.0 | — | 官方榜单 | 2026-10-19 | 语言模型：internlm2-chat-1_8b |
| 8 | H2OVL-Mississippi-0.8B | — | — | 开源 | 75.1 | 91.3 | 81.0 | 56.0 | 76.0 | 51.0 | — | 官方榜单 | 2026-10-19 | 语言模型：H2O-Danube3-0.5B |
| 9 | Qwen-VL-Max | — | — | 闭源 | 72.3 | 84.7 | 83.0 | 74.0 | 71.5 | 12.0 | — | 官方榜单 | 2026-10-19 | |
| 10 | Qwen-VL-Plus | — | — | 闭源 | 69.4 | 82.7 | 77.5 | 70.5 | 70.5 | 9.0 | — | 官方榜单 | 2026-10-19 | |
| 11 | Gemini | — | — | 闭源 | 65.9 | 71.7 | 87.0 | 64.0 | 67.0 | 8.0 | — | 官方榜单 | 2026-10-19 | |
| 12 | GPT4V | — | — | 闭源 | 64.5 | 55.7 | 81.5 | 73.0 | 80.0 | 9.0 | — | 官方榜单 | 2026-10-19 | |
| 13 | MiniCPM-V-2 | — | — | 开源 | 60.5 | 81.7 | 85.5 | 51.5 | 43.0 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：MiniCPM-2.4B |
| 14 | mPLUG-DocOwl1.5 | — | — | 开源 | 59.9 | 60.7 | 78.5 | 63.0 | 67.0 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：LLaMA-2 7B |
| 15 | TextMonkey | — | — | 开源 | 56.1 | 56.3 | 82.0 | 57.5 | 56.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Qwen-7B |
| 16 | InternVL-Chat-Chinese | — | — | 开源 | 51.7 | 76.0 | 76.5 | 36.0 | 32.0 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：LLaMA2-13B |
| 17 | Monkey | — | — | 开源 | 51.4 | 58.0 | 80.5 | 45.5 | 44.0 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Qwen-7B |
| 18 | InternLM-XComposer2 | — | — | 开源 | 51.1 | 53.3 | 80.0 | 51.5 | 43.5 | 1.0 | — | 官方榜单 | 2026-10-19 | 语言模型：InternLM2-7B |
| 19 | QwenVL | — | — | 开源 | 50.6 | 59.7 | 78.5 | 47.5 | 37.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Qwen-7B |
| 20 | mPLUG-Owl2 | — | — | 开源 | 36.6 | 51.0 | 76.5 | 20.5 | 9.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：LLaMA2-7B |
| 21 | LLaVAR | — | — | 开源 | 34.6 | 62.0 | 61.0 | 12.5 | 6.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：LLaMA-13B. |
| 22 | LLaVA1.5-13B | — | — | 开源 | 33.1 | 58.7 | 64.5 | 9.5 | 3.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Vicuna-v1.5-13B |
| 23 | InternLM-XComposer | — | — | 开源 | 30.3 | 64.0 | 45.5 | 7.0 | 3.0 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：InternLM-7B |
| 24 | LLaVA1.5-7B | — | — | 开源 | 29.7 | 53.3 | 58.5 | 7.5 | 2.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Vicuna-v1.5-7B |
| 24 | mPLUG-Owl | — | — | 开源 | 29.7 | 57.3 | 52.0 | 9.0 | 1.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：LLaMA-2 7B |
| 26 | BLIVA | — | — | 开源 | 29.1 | 55.0 | 51.5 | 11.0 | 0.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Vicuna-7B |
| 27 | InstructBLIP | — | — | 开源 | 27.6 | 56.0 | 46.5 | 7.0 | 0.5 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：Vicuna-7b |
| 28 | BLIP2-6.7B | — | — | 开源 | 23.5 | 51.3 | 35.5 | 5.0 | 0.0 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：OPT-6.7B |
| 29 | MiniGPT4V2 | — | — | 开源 | 15.7 | 41.3 | 14.5 | 2.0 | 0.0 | 0.0 | — | 官方榜单 | 2026-10-19 | 语言模型：LLaMA2-13B |
榜单说明
第 3 批接入- 指标
- 归一化总分：官方 1000 分制 Final Score 除以 10 后的百分制分数（越高越好）
- 子项
- 能力文字识别场景文字问答文档问答关键信息抽取手写公式识别
- 数据源
- OCRBench 作者维护榜单（在新窗口打开）（官方榜单）
- 来源类型
- 官方榜单 29
分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。
更新记录
0 条首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。