¿Qué es Jina OCR v1?
Jina OCR v1 es un analizador de documentos de Jina AI, que Elastic compró en octubre de 2025, publicado el 14 de septiembre de 2026 con un informe técnico en arXiv. Tiene 3.370 millones de parámetros y es un DeepSeek-OCR con post-entrenamiento: la misma torre visual DeepEncoder, que comprime una vista de página de 1024x1024 en 256 tokens visuales, y el mismo decodificador de mezcla de expertos de 3B, que usa unos 570 millones de parámetros por token. Produce Markdown, con las tablas en HTML y las fórmulas en LaTeX.
Jina añade dos cosas. Una cabeza borrador FastMTP propone tres tokens a la vez para que el modelo principal los compruebe, lo que acelera la decodificación sin cambiar la salida, y el post-entrenamiento usa aprendizaje por refuerzo con recompensas graduadas y comprobadas por código para fórmulas, tablas y estructura.
Los pesos se distribuyen con CC BY-NC 4.0, así que el autoalojamiento comercial requiere un acuerdo aparte con el equipo de ventas de Jina. La vía alojada, a través de Jina Reader o la API de Jina, se factura por token.
¿Cuánto cuesta Jina OCR v1?
| Plan | Precio | Qué incluye |
|---|---|---|
| Jina API | $2 per 1M output tokens | 0,50 $ por 1M tokens de entrada |
| Weights | Free, non-commercial | CC BY-NC 4.0; licencia comercial bajo petición |
API de Jina: 0,50 $ por 1M tokens de entrada, 2 $ por 1M tokens de salida. Pesos gratuitos para uso no comercial con CC BY-NC 4.0; el autoalojamiento comercial necesita una licencia de Jina (precio no publicado).
¿Merece la pena Jina OCR v1?
El argumento de Jina OCR v1 es el coste por página, no la precisión. En la propia prueba de Jina en una A100 con 32 peticiones simultáneas analizó 2,57 páginas por segundo, el más rápido de 14 sistemas, sobre todo porque escribe unos 1.085 tokens por página; Surya OCR 2 decodifica más tokens por segundo pero escribe 3.568 por página y termina 1,05 páginas por segundo. En una NVIDIA L4, la cabeza FastMTP sube la decodificación de 42,7 a 83,1 tokens por segundo en modo eager, pero solo de 158,3 a 185,6 con CUDA graphs, así que el titular de 'nearly double' depende de cómo ejecutes vLLM.
En precisión se queda en mitad del pelotón. Jina comunica 91,14 en OmniDocBench v1.6, por delante de DeepSeek-OCR 2 con 90,25 pero por detrás de HunyuanOCR-1.5 con 94,74 y PaddleOCR-VL-1.6 con 96,34 en su propia tabla. En olmOCR-Bench obtiene 83,4, 7,4 puntos por encima de la base DeepSeek-OCR, frente a 85,8 de Chandra OCR 2. Todas las cifras son de pruebas de Jina; a principios de noviembre de 2026 ninguna clasificación independiente lo había evaluado.
Las puntuaciones de los benchmarks se midieron con un prompt más estricto que el recomendado por defecto, uno que descarta encabezados, pies de página y figuras, así que un despliegue con el prompt por defecto puede no alcanzarlas. La vía de vLLM necesita registrar una vez la arquitectura y un ajuste concreto de decodificación especulativa, y la vía de Transformers ignora por completo la cabeza borrador.
La licencia reduce el público. CC BY-NC 4.0 descarta el autoalojamiento comercial, y PaddleOCR-VL-1.6, GLM-OCR y MiniCPM-OCR 1.0 puntúan más alto con Apache 2.0 o MIT. Lo que Jina ofrece a cambio es la vía alojada: a 2 $ por millón de tokens de salida, una página de 1.085 tokens cuesta una quinta parte de un centavo antes de los tokens de entrada, lo que encaja con equipos que ya usan Jina Reader o Elastic.
Dónde se gana su sitio
Un ingeniero de búsqueda en una empresa que usa Elasticsearch
Convertir PDF escaneados a Markdown antes de indexarlos
Llama a r.jina.ai con la cabecera X-Respond-With: jina-ocr-v1, o al endpoint de chat-completions para imágenes sueltas. A 2 $ por millón de tokens de salida y unos 1.085 tokens por página, 100.000 páginas suponen unos 220 $ en tokens de salida más la entrada.
Un grupo universitario de PLN que crea un benchmark de análisis de documentos
Ejecutar una referencia rápida y reproducible sobre miles de páginas
Autoaloja los pesos con vLLM 0.21+ y la cabeza FastMTP en una A100 o una L4. La investigación no comercial es justo lo que permite CC BY-NC 4.0, y la verificación voraz mantiene las salidas idénticas a las de la decodificación normal.
Antes de decidirte
- Puesta en marcha
- Carga desde Hugging Face con trust_remote_code=True y ejecuta example.py para Transformers o vLLM; FastMTP necesita vLLM 0.21 o posterior y llamar a register() antes de que arranque el motor. La API alojada solo necesita una clave de Jina.
- Integraciones
- Jina Reader (r.jina.ai), chat completions compatibles con OpenAI con streaming, un playground web, fichas en AWS, Azure y GCP; Transformers y vLLM para autoalojar.
- Datos y privacidad
- Pesos con CC BY-NC 4.0. Jina AI forma parte de Elastic desde octubre de 2025; las peticiones alojadas van a la API de Jina con sus propias condiciones.
- Coste a escala
- Alojado a 0,50 $ por millón de tokens de entrada y 2 $ por millón de tokens de salida; una página usa de 256 a 1.156 tokens visuales y unos 1.085 tokens de salida. No se publica el precio comercial autoalojado.
- Límites
- Límite de posiciones de 32.768 tokens y tope de salida de 8.192 tokens en la API; los arranques en frío devuelven HTTP 503 durante 30 a 60 segundos; el inglés y el chino son los idiomas documentados para las tareas por elemento.
Lo bueno
- 2,57 páginas por segundo en una A100, el más rápido en la prueba de 14 sistemas de Jina
- Unos 1.085 tokens de salida por página, la cifra más baja de los que superan 83 en olmOCR-Bench
- Unos 570M de parámetros activos, pensado para GPU de la clase L4
- Alojado a través de Jina Reader y una API compatible con OpenAI
Lo malo
- Pesos con CC BY-NC 4.0; el autoalojamiento comercial requiere un contrato
- 91,14 en OmniDocBench v1.6, por detrás de HunyuanOCR-1.5 y PaddleOCR-VL-1.6
- Los benchmarks usaron un prompt más estricto que el predeterminado
- Todavía sin resultados de benchmarks independientes
Ideal para
Equipos que ya usan Jina Reader o Elastic y quieren un servicio alojado barato de página a Markdown, e investigadores que quieren una referencia rápida no comercial.
Alternativas a Jina OCR v1
Jina OCR v1: preguntas frecuentes
- ¿Merece la pena Jina OCR v1?
- Jina OCR v1 escribe las páginas más cortas de su categoría y las analiza deprisa, pero es un modelo de mitad de tabla cuyos pesos no puedes usar comercialmente sin un contrato. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta Jina OCR v1?
- API de Jina: 0,50 $ por 1M tokens de entrada, 2 $ por 1M tokens de salida. Pesos gratuitos para uso no comercial con CC BY-NC 4.0; el autoalojamiento comercial necesita una licencia de Jina (precio no publicado).
- ¿Qué inconvenientes tiene Jina OCR v1?
- Pesos con CC BY-NC 4.0; el autoalojamiento comercial requiere un contrato; 91,14 en OmniDocBench v1.6, por detrás de HunyuanOCR-1.5 y PaddleOCR-VL-1.6; los benchmarks usaron un prompt más estricto que el predeterminado; todavía sin resultados de benchmarks independientes.
- ¿Para quién es Jina OCR v1?
- Equipos que ya usan Jina Reader o Elastic y quieren un servicio alojado barato de página a Markdown, e investigadores que quieren una referencia rápida no comercial.
- ¿Cuánto cuesta Jina OCR v1 para un equipo o en producción?
- Alojado a 0,50 $ por millón de tokens de entrada y 2 $ por millón de tokens de salida; una página usa de 256 a 1.156 tokens visuales y unos 1.085 tokens de salida. No se publica el precio comercial autoalojado.
- ¿Es Jina OCR v1 seguro para los datos de la empresa?
- Pesos con CC BY-NC 4.0. Jina AI forma parte de Elastic desde octubre de 2025; las peticiones alojadas van a la API de Jina con sus propias condiciones.
- ¿Cuáles son las mejores alternativas a Jina OCR v1?
- Las alternativas más cercanas que hemos analizado son DeepSeek-OCR 2, PaddleOCR-VL-1.6, MiniCPM-OCR 1.0, GLM-OCR y HunyuanOCR 1.5.
Respuestas comprobadas el 2 nov 2026.