Was ist Jina OCR v1?
Jina OCR v1 ist ein Dokument-Parser von Jina AI, das Elastic im Oktober 2025 gekauft hat, veröffentlicht am 14. September 2026 mit einem technischen Bericht auf arXiv. Es hat 3,37 Milliarden Parameter und ist ein nachtrainiertes DeepSeek-OCR: derselbe DeepEncoder-Vision-Tower, der eine Seitenansicht mit 1024x1024 in 256 visuelle Tokens presst, und derselbe 3B-Mixture-of-Experts-Decoder, der pro Token etwa 570 Millionen Parameter nutzt. Es gibt Markdown aus, mit Tabellen als HTML und Formeln als LaTeX.
Jina ergänzt zwei Dinge. Ein FastMTP-Draft-Head schlägt jeweils drei Tokens vor, die das Hauptmodell prüft, was das Dekodieren beschleunigt, ohne die Ausgabe zu ändern, und das Nachtraining nutzt Reinforcement Learning mit abgestuften, per Code geprüften Belohnungen für Formeln, Tabellen und Struktur.
Die Gewichte stehen unter CC BY-NC 4.0, kommerzielles Selbsthosten braucht also eine eigene Vereinbarung mit Jinas Vertrieb. Der gehostete Weg über Jina Reader oder die Jina-API wird pro Token abgerechnet.
Was kostet Jina OCR v1?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Jina API | $2 per 1M output tokens | 0,50 $ pro 1M Eingabe-Tokens |
| Weights | Free, non-commercial | CC BY-NC 4.0; kommerzielle Lizenz auf Anfrage |
Jina-API: 0,50 $ pro 1M Eingabe-Tokens, 2 $ pro 1M Ausgabe-Tokens. Gewichte kostenlos für nichtkommerzielle Nutzung unter CC BY-NC 4.0; kommerzielles Selbsthosten braucht eine Lizenz von Jina (Preis nicht veröffentlicht).
Lohnt sich Jina OCR v1?
Bei Jina OCR v1 geht es um Kosten pro Seite, nicht um Genauigkeit. In Jinas eigenem Test auf einer A100 mit 32 gleichzeitigen Anfragen parste es 2,57 Seiten pro Sekunde, das schnellste von 14 Systemen, vor allem weil es etwa 1.085 Tokens pro Seite schreibt; Surya OCR 2 dekodiert mehr Tokens pro Sekunde, schreibt aber 3.568 pro Seite und schafft 1,05 Seiten pro Sekunde. Auf einer NVIDIA L4 hebt der FastMTP-Head das Dekodieren im Eager-Modus von 42,7 auf 83,1 Tokens pro Sekunde, unter CUDA Graphs aber nur von 158,3 auf 185,6. Die Schlagzeile "nahezu doppelt" hängt also davon ab, wie du vLLM betreibst.
Bei der Genauigkeit liegt es im Mittelfeld. Jina meldet 91,14 auf OmniDocBench v1.6, vor DeepSeek-OCR 2 mit 90,25, aber in der eigenen Tabelle hinter HunyuanOCR-1.5 mit 94,74 und PaddleOCR-VL-1.6 mit 96,34. Auf olmOCR-Bench erreicht es 83,4, 7,4 Punkte über dem Basismodell DeepSeek-OCR, gegenüber 85,8 für Chandra OCR 2. Alle Werte stammen aus Jinas Läufen; bis Anfang November 2026 hatte keine unabhängige Rangliste es bewertet.
Die Benchmark-Werte wurden mit einem strengeren Prompt als dem empfohlenen Standard gemessen, der Kopf- und Fußzeilen sowie Abbildungen weglässt. Ein Einsatz mit dem Standard-Prompt erreicht sie also möglicherweise nicht. Der Weg über vLLM braucht eine einmalige Registrierung der Architektur und eine bestimmte Einstellung für Speculative Decoding, und der Weg über Transformers ignoriert den Draft-Head ganz.
Die Lizenz schränkt das Publikum ein. CC BY-NC 4.0 schließt kommerzielles Selbsthosten aus, und PaddleOCR-VL-1.6, GLM-OCR und MiniCPM-OCR 1.0 erreichen unter Apache 2.0 oder MIT höhere Werte. Was Jina stattdessen bietet, ist der gehostete Weg: Bei 2 $ pro Million Ausgabe-Tokens kostet eine Seite mit 1.085 Tokens etwa ein Fünftel Cent vor Eingabe-Tokens, was zu Teams passt, die schon Jina Reader oder Elastic nutzen.
Wo es sich lohnt
Ein Search Engineer in einem Unternehmen, das Elasticsearch betreibt
Gescannte PDFs vor dem Indexieren in Markdown umwandeln
Rufe r.jina.ai mit dem Header X-Respond-With: jina-ocr-v1 auf oder für einzelne Bilder den Chat-Completions-Endpunkt. Bei 2 $ pro Million Ausgabe-Tokens und etwa 1.085 Tokens pro Seite kosten 100.000 Seiten rund 220 $ an Ausgabe-Tokens plus Eingabe.
Eine NLP-Gruppe an einer Universität, die einen Benchmark für Dokument-Parsing aufbaut
Eine schnelle, reproduzierbare Baseline auf Tausenden Seiten laufen lassen
Hoste die Gewichte selbst unter vLLM 0.21+ mit dem FastMTP-Head auf einer A100 oder L4. Nichtkommerzielle Forschung ist genau das, was CC BY-NC 4.0 erlaubt, und die Greedy-Verifikation hält die Ausgaben identisch mit dem einfachen Dekodieren.
Bevor du dich festlegst
- Einrichtung
- Von Hugging Face mit trust_remote_code=True laden und example.py für Transformers oder vLLM ausführen; FastMTP braucht vLLM 0.21 oder neuer und register() vor dem Start der Engine. Die gehostete API braucht nur einen Jina-Key.
- Integrationen
- Jina Reader (r.jina.ai), OpenAI-kompatible Chat Completions mit Streaming, ein Web-Playground, Einträge bei AWS, Azure und GCP; Transformers und vLLM zum Selbsthosten.
- Daten und Datenschutz
- Gewichte unter CC BY-NC 4.0. Jina AI gehört seit Oktober 2025 zu Elastic; gehostete Anfragen gehen an Jinas API nach deren eigenen Bedingungen.
- Kosten im großen Maßstab
- Gehostet für 0,50 $ pro Million Eingabe- und 2 $ pro Million Ausgabe-Tokens; eine Seite nutzt 256 bis 1.156 visuelle Tokens und etwa 1.085 Ausgabe-Tokens. Preise für kommerzielles Selbsthosten sind nicht veröffentlicht.
- Grenzen
- Positionsgrenze von 32.768 Tokens und Ausgabegrenze von 8.192 Tokens in der API; Kaltstarts liefern 30 bis 60 Sekunden lang HTTP 503; Englisch und Chinesisch sind die dokumentierten Sprachen für Elementaufgaben.
Was gut ist
- 2,57 Seiten pro Sekunde auf einer A100, das schnellste in Jinas Test mit 14 Systemen
- Etwa 1.085 Ausgabe-Tokens pro Seite, die kürzesten unter den Modellen über 83 auf olmOCR-Bench
- Etwa 570M aktive Parameter, ausgelegt auf GPUs der L4-Klasse
- Gehostet über Jina Reader und eine OpenAI-kompatible API
Was nicht
- Gewichte unter CC BY-NC 4.0; kommerzielles Selbsthosten braucht einen Vertrag
- 91,14 auf OmniDocBench v1.6, hinter HunyuanOCR-1.5 und PaddleOCR-VL-1.6
- Benchmarks nutzten einen strengeren Prompt als den Standard
- Noch keine unabhängigen Benchmark-Ergebnisse
Am besten für
Teams, die schon Jina Reader oder Elastic nutzen und günstiges gehostetes Umwandeln von Seiten in Markdown wollen, sowie Forscher, die eine schnelle nichtkommerzielle Baseline suchen.
Alternativen zu Jina OCR v1
Jina OCR v1: häufige Fragen
- Lohnt sich Jina OCR v1?
- Jina OCR v1 schreibt die kürzesten Seiten seiner Klasse und parst sie schnell, ist aber ein Modell aus dem Mittelfeld, dessen Gewichte du ohne Vertrag nicht kommerziell nutzen darfst. Wir bewerten es mit 3.7 von 5.
- Was kostet Jina OCR v1?
- Jina-API: 0,50 $ pro 1M Eingabe-Tokens, 2 $ pro 1M Ausgabe-Tokens. Gewichte kostenlos für nichtkommerzielle Nutzung unter CC BY-NC 4.0; kommerzielles Selbsthosten braucht eine Lizenz von Jina (Preis nicht veröffentlicht).
- Welche Nachteile hat Jina OCR v1?
- Gewichte unter CC BY-NC 4.0; kommerzielles Selbsthosten braucht einen Vertrag; 91,14 auf OmniDocBench v1.6, hinter HunyuanOCR-1.5 und PaddleOCR-VL-1.6; Benchmarks nutzten einen strengeren Prompt als den Standard; Noch keine unabhängigen Benchmark-Ergebnisse.
- Für wen eignet sich Jina OCR v1?
- Teams, die schon Jina Reader oder Elastic nutzen und günstiges gehostetes Umwandeln von Seiten in Markdown wollen, sowie Forscher, die eine schnelle nichtkommerzielle Baseline suchen.
- Was kostet Jina OCR v1 für ein Team oder im Produktivbetrieb?
- Gehostet für 0,50 $ pro Million Eingabe- und 2 $ pro Million Ausgabe-Tokens; eine Seite nutzt 256 bis 1.156 visuelle Tokens und etwa 1.085 Ausgabe-Tokens. Preise für kommerzielles Selbsthosten sind nicht veröffentlicht.
- Ist Jina OCR v1 sicher für Firmendaten?
- Gewichte unter CC BY-NC 4.0. Jina AI gehört seit Oktober 2025 zu Elastic; gehostete Anfragen gehen an Jinas API nach deren eigenen Bedingungen.
- Was sind die besten Alternativen zu Jina OCR v1?
- Die nächsten Alternativen, die wir getestet haben, sind DeepSeek-OCR 2, PaddleOCR-VL-1.6, MiniCPM-OCR 1.0, GLM-OCR und HunyuanOCR 1.5.
Antworten geprüft am 2. Nov. 2026.