¿Qué es deepseek-ocr.rs?
deepseek-ocr.rs reimplementa en Rust, sobre la biblioteca de tensores Candle de Hugging Face, el código de inferencia de varios modelos abiertos de visión y lenguaje para OCR. El README documenta tres: DeepSeek-OCR, PaddleOCR-VL (0.9B) y dots.ocr; el código y el gestor de issues cubren también DeepSeek-OCR 2 y GLM-OCR (el soporte de GLM-OCR llegó en febrero de 2026). Cada uno viene en precisión completa o en la cuantización propia del proyecto, DSQ, a Q4_K, Q6_K o Q8_0.
Incluye dos programas: una CLI para trabajos por lotes y un servidor web Rocket que habla los formatos /v1/chat/completions y /v1/responses de OpenAI, para que Open WebUI o cualquier SDK de OpenAI puedan apuntar a él. Los backends son CPU, Apple Metal, Intel MKL (preview) y NVIDIA CUDA (alfa). Los pesos se descargan en la primera ejecución desde Hugging Face o ModelScope, el que responda más rápido.
El código es Apache-2.0; los pesos de los modelos conservan sus licencias originales. El repositorio tiene unas 2.200 estrellas y es esencialmente obra de una persona (128 de 138 commits). El último push y la última versión, v0.6.0-stage2e, fueron el 21 de febrero de 2026, ocho meses antes de este análisis.
¿Merece la pena deepseek-ocr.rs?
deepseek-ocr.rs elimina Python del OCR con modelos de visión, y donde más convence es en Apple Silicon. La versión oficial de DeepSeek-OCR necesita una pila de Python y Transformers; este port es un binario nativo con soporte de Metal, y el benchmark de una sola solicitud del autor en macOS muestra el bucle de decodificación en Rust terminando en unos 30 segundos frente a 57 del pipeline de referencia en Python, una mejora de 1,88x. El embedding de imagen fue más lento en Rust (6,4 segundos frente a 4,0), así que la ventaja está en la generación, no en todas las fases.
La elección del modelo es la verdadera decisión, y el README es franco sobre la memoria. DeepSeek-OCR necesita unos 13GB de RAM o VRAM con caché y activaciones; PaddleOCR-VL se queda por debajo de unos 9GB y encaja en portátiles de 16GB y máquinas solo con CPU; dots.ocr puede necesitar de 30 a 50GB en páginas de alta resolución. Las variantes cuantizadas DSQ reducen la memoria de los pesos pero, en dots.ocr, no tocan el elevado coste de los tokens de visión.
El mantenimiento es el punto débil. Un solo desarrollador escribió casi todo, CUDA sigue marcado como alfa y un issue abierto de febrero informa de que el uso de memoria CUDA en DeepSeek-OCR subió de unos 11GB a 19GB entre noviembre y el último commit. No se ha hecho ningún push desde el 21 de febrero de 2026, así que puede que no llegue una corrección; el proyecto no está abandonado según un criterio de 12 meses, pero está lo bastante cerca como para tenerlo en cuenta.
El servidor requiere cuidado antes de acercarlo a una red. La configuración generada escucha en 0.0.0.0 en el puerto 8000 sin autenticación, y el servidor descarga URL de imágenes http(s) remotas a petición, lo que invita al abuso en una máquina compartida. Detrás de un proxy en una estación de trabajo es un endpoint local ordenado; en una VM en la nube necesita uno.
Dónde se gana su sitio
Un desarrollador independiente con un MacBook de la serie M de 16GB
Convertir capturas de pantalla y recibos en Markdown desde scripts, sin conexión
Descarga el paquete para macOS desde la página de versiones, elige paddleocr-vl y llama a la CLI con --device metal. Gratis; PaddleOCR-VL mantiene la memoria por debajo de unos 9GB y deja sitio para un editor y un navegador.
Un equipo pequeño que ya usa Open WebUI internamente
Que el personal suelte una página escaneada en el chat y reciba el texto
Ejecuta deepseek-ocr-server en una estación de trabajo detrás del proxy inverso del equipo y añádelo como conexión de OpenAI; la lista de modelos expone deepseek-ocr y paddleocr-vl. El riesgo está en la escucha abierta por defecto y en la ruta CUDA alfa si la máquina tiene una tarjeta NVIDIA.
Antes de decidirte
- Puesta en marcha
- Paquetes precompilados para macOS, Alpine Linux y Windows (CUDA 12.4 y 13.0) en la página de versiones, o compilación desde el código con Rust 1.78+ y --release; la primera ejecución descarga unos 6,3GB de pesos de DeepSeek-OCR.
- Integraciones
- /v1/chat/completions, /v1/responses y /v1/models compatibles con OpenAI; funciona con Open WebUI y los SDK de OpenAI. No hay crate publicado ni binding de Python (hay una petición de binding abierta).
- Datos y privacidad
- Funciona en local; el uso de red se limita a descargar pesos de Hugging Face o ModelScope y a las URL de imágenes remotas que envíe un cliente. Código Apache-2.0, licencias originales de los modelos para los pesos.
- Coste a escala
- Software gratuito; el coste es el hardware. Unos 13GB de RAM o VRAM para DeepSeek-OCR, por debajo de unos 9GB para PaddleOCR-VL y de 30 a 50GB para dots.ocr en páginas grandes, según el README.
- Límites
- CUDA en alfa; unos 16 issues abiertos, entre ellos informes de salida repetida y prompts ignorados; el historial de chat se reduce al último turno del usuario; las imágenes grandes chocan con el límite de cuerpo de Rocket salvo que lo amplíes en el código.
Lo bueno
- Sin Python: un binario con CLI y servidor compatible con OpenAI
- Backend Metal; el autor informa de una decodificación 1,88x más rápida que en Python
- Varios modelos de OCR, incluido PaddleOCR-VL por debajo de 10GB
- Variantes cuantizadas de Q4_K a Q8_0
Lo malo
- Un solo mantenedor; ningún push desde el 21 de febrero de 2026
- El soporte de CUDA es alfa, con una regresión de memoria abierta
- El servidor escucha en 0.0.0.0 sin autenticación y descarga URL remotas
- dots.ocr puede necesitar de 30 a 50GB de memoria
Ideal para
Desarrolladores en Apple Silicon o en máquinas solo con CPU que quieren un modelo de OCR local detrás de una API al estilo de OpenAI sin una pila de Python.
Alternativas a deepseek-ocr.rs
deepseek-ocr.rs: preguntas frecuentes
- ¿Merece la pena deepseek-ocr.rs?
- deepseek-ocr.rs pone un modelo de OCR moderno detrás de un endpoint de OpenAI en un Mac sin Python, pero es un proyecto de una sola persona que se quedó en silencio en febrero. Le damos un 3.6 sobre 5.
- ¿Cuánto cuesta deepseek-ocr.rs?
- Gratuito con Apache-2.0; los pesos de los modelos siguen sus licencias originales.
- ¿Qué inconvenientes tiene deepseek-ocr.rs?
- Un solo mantenedor; ningún push desde el 21 de febrero de 2026; el soporte de CUDA es alfa, con una regresión de memoria abierta; el servidor escucha en 0.0.0.0 sin autenticación y descarga URL remotas; dots.ocr puede necesitar de 30 a 50GB de memoria.
- ¿Para quién es deepseek-ocr.rs?
- Desarrolladores en Apple Silicon o en máquinas solo con CPU que quieren un modelo de OCR local detrás de una API al estilo de OpenAI sin una pila de Python.
- ¿Cuánto cuesta deepseek-ocr.rs para un equipo o en producción?
- Software gratuito; el coste es el hardware. Unos 13GB de RAM o VRAM para DeepSeek-OCR, por debajo de unos 9GB para PaddleOCR-VL y de 30 a 50GB para dots.ocr en páginas grandes, según el README.
- ¿Es deepseek-ocr.rs seguro para los datos de la empresa?
- Funciona en local; el uso de red se limita a descargar pesos de Hugging Face o ModelScope y a las URL de imágenes remotas que envíe un cliente. Código Apache-2.0, licencias originales de los modelos para los pesos.
- ¿Cuáles son las mejores alternativas a deepseek-ocr.rs?
- Las alternativas más cercanas que hemos analizado son franken_ocr, Xberg (formerly Kreuzberg), Ocrs y Ollama.
Respuestas comprobadas el 26 oct 2026.