deepseek-ocr.rsの料金は？

Apache-2.0 で無料です。モデルの重みは上流のライセンスに従います。

deepseek-ocr.rsの欠点は？

メンテナーは 1 人で、2026 年 2 月 21 日以降プッシュなし; CUDA 対応はアルファで、メモリの退行が未解決; サーバーは認証なしで 0.0.0.0 にバインドし、リモートの URL を取得する; dots.ocr は 30 から 50GB のメモリが必要になることがある.

チームや本番環境でdeepseek-ocr.rsを使うと費用はいくらか？

ソフトウェアは無料で、費用はハードウェアです。README によると、DeepSeek-OCR は約 13GB の RAM または VRAM、PaddleOCR-VL は約 9GB 未満、dots.ocr は大きなページで 30 から 50GB です。

deepseek-ocr.rsは企業データを扱っても安全か？

ローカルで動きます。ネットワークの利用は、Hugging Face または ModelScope からの重みのダウンロードと、クライアントが送るリモートの画像 URL に限られます。コードは Apache-2.0、重みは上流のモデルライセンスです。

deepseek-ocr.rsの代わりになるものは？

当サイトでレビューした中で最も近い代替はfranken_ocr, Xberg (formerly Kreuzberg), Ocrs 、 Ollamaです。

deepseek-ocr.rs GitHubリポジトリのレビュー (2026)

deepseek-ocr.rsとは？

deepseek-ocr.rs は、いくつかのオープンな OCR 用ビジョン言語モデルの推論コードを、Hugging Face のテンソルライブラリ Candle の上に Rust で再実装したものです。README に記載されているのは DeepSeek-OCR、PaddleOCR-VL（0.9B）、dots.ocr の 3 つで、ソースツリーと issue トラッカーでは DeepSeek-OCR 2 と GLM-OCR も扱っています（GLM-OCR への対応は 2026 年 2 月に追加）。それぞれ、フル精度か、プロジェクト独自の DSQ 量子化（Q4_K、Q6_K、Q8_0）で提供されます。

プログラムは 2 つあります。バッチ処理用の CLI と、OpenAI の /v1/chat/completions と /v1/responses の形式を話す Rocket のウェブサーバーで、Open WebUI や任意の OpenAI SDK をこれに向けられます。バックエンドは CPU、Apple Metal、Intel MKL（プレビュー）、NVIDIA CUDA（アルファ）です。重みは初回実行時に、Hugging Face と ModelScope のうち応答の速い方からダウンロードされます。

コードは Apache-2.0 で、モデルの重みには上流のライセンスが適用されます。リポジトリのスターは約 2,200 で、実質的に 1 人の作品です（138 件中 128 件のコミット）。最後のプッシュとリリース v0.6.0-stage2e は 2026 年 2 月 21 日で、このレビューの 8 か月前です。

deepseek-ocr.rsは使う価値があるか？

deepseek-ocr.rs は、ビジョンモデルによる OCR から Python を取り除きます。最も説得力があるのは Apple Silicon 上です。公式の DeepSeek-OCR リリースには Python と Transformers のスタックが必要ですが、この移植版は Metal 対応のネイティブバイナリです。作者による macOS での単一リクエストのベンチマークでは、Rust の decode ループが約 30 秒で終わり、リファレンスの Python パイプラインの 57 秒に対して 1.88x の改善を示しています。画像の埋め込みは Rust の方が遅かった（6.4 秒対 4.0 秒）ので、優位があるのは生成の段階で、すべての段階ではありません。

本当に決めるべきはモデルの選択で、README はメモリについて率直です。DeepSeek-OCR はキャッシュとアクティベーションを含めて約 13GB の RAM または VRAM が必要です。PaddleOCR-VL は約 9GB 以内に収まり、16GB のノートパソコンや CPU マシンに向いています。dots.ocr は高解像度のページで 30 から 50GB が必要になることがあります。DSQ の量子化版は重みのメモリを減らしますが、dots.ocr の場合、重いビジョントークンのコストはそのまま残ります。

弱点はメンテナンスです。ほぼすべてを 1 人の開発者が書いており、CUDA はまだアルファとされています。2 月からの未解決の issue では、DeepSeek-OCR での CUDA のメモリ使用量が、11 月から最新のコミットまでの間に約 11GB から 19GB に増えたと報告されています。2026 年 2 月 21 日以降プッシュがないため、修正は来ないかもしれません。12 か月という基準ではプロジェクトは放棄されていませんが、それを織り込んでおくべきほどには近づいています。

サーバーをネットワークに近づける前には注意が必要です。生成される設定は認証なしでポート 8000 の 0.0.0.0 にバインドし、サーバーはリクエストに応じてリモートの http(s) の画像 URL を取得します。共有ホストでは悪用を招きます。ワークステーション上でプロキシの裏に置けば整ったローカルのエンドポイントになりますが、クラウドの VM ではプロキシが必要です。

真価を発揮する場面

16GB の M シリーズ MacBook を使う個人開発者
スクリーンショットやレシートを、オフラインでスクリプトから Markdown に変換する
リリースページから macOS 用のバンドルをダウンロードし、paddleocr-vl を選んで、--device metal を付けて CLI を呼び出します。無料です。PaddleOCR-VL はメモリを約 9GB 以内に抑えるので、エディターとブラウザの余地が残ります。
社内ですでに Open WebUI を運用している小さなチーム
スキャンしたページをスタッフがチャットに入れるとテキストが返ってくるようにする
チームのリバースプロキシの裏にあるワークステーション 1 台で deepseek-ocr-server を動かし、OpenAI の接続として追加します。モデル一覧には deepseek-ocr と paddleocr-vl が表示されます。リスクは、デフォルトの開いたバインドと、マシンに NVIDIA のカードがある場合のアルファ版の CUDA 経路です。

導入前に確認すること

導入: リリースページに macOS、Alpine Linux、Windows（CUDA 12.4 と 13.0）のビルド済みバンドルがあります。または Rust 1.78+ と --release でソースからビルドします。初回の実行で約 6.3GB の DeepSeek-OCR の重みがダウンロードされます。
連携: OpenAI 互換の /v1/chat/completions、/v1/responses、/v1/models。Open WebUI や OpenAI SDK で使えます。公開された crate や Python バインディングはありません（バインディングの要望が未解決です）。
データとプライバシー: ローカルで動きます。ネットワークの利用は、Hugging Face または ModelScope からの重みのダウンロードと、クライアントが送るリモートの画像 URL に限られます。コードは Apache-2.0、重みは上流のモデルライセンスです。
大規模利用時のコスト: ソフトウェアは無料で、費用はハードウェアです。README によると、DeepSeek-OCR は約 13GB の RAM または VRAM、PaddleOCR-VL は約 9GB 未満、dots.ocr は大きなページで 30 から 50GB です。
制限: CUDA はアルファです。未解決の issue は約 16 件で、出力の繰り返しやプロンプトが無視されるという報告を含みます。チャット履歴は最後のユーザーのターンにまとめられます。大きな画像は、ソースで上限を上げない限り Rocket のボディサイズ制限に引っかかります。

良い点

Python 不要。CLI と OpenAI 互換サーバーを備えた 1 つのバイナリ
Metal バックエンド。作者の報告では decode が Python より 1.88x 速い
10GB 未満の PaddleOCR-VL を含む複数の OCR モデル
Q4_K から Q8_0 までの量子化版

気になる点

メンテナーは 1 人で、2026 年 2 月 21 日以降プッシュなし
CUDA 対応はアルファで、メモリの退行が未解決
サーバーは認証なしで 0.0.0.0 にバインドし、リモートの URL を取得する
dots.ocr は 30 から 50GB のメモリが必要になることがある

deepseek-ocr.rsの代替

franken_ocr

RAG & dataRust339 stars

3.5/5

CPU-only Rust binary that runs Baidu's Unlimited-OCR and four smaller models on hand-written int8 kernels, with no Python or GPU.

Xberg (formerly Kreuzberg)

RAG & dataRust9.4k stars

4.1/5

Rust document extractor, formerly Kreuzberg: 107 formats, eight OCR backends, 15 language bindings, plus CLI, REST API and MCP server.

Ocrs

RAG & dataRust1.9k stars

3.8/5

Small, pure-Rust OCR library and CLI with its own neural models, which builds anywhere including WebAssembly but reads Latin script only.

Ollama

Run models locallyGo184k stars

4.6/5

One-command tool for downloading and running open LLMs locally, with a REST API and optional paid cloud models.

deepseek-ocr.rs：よくある質問

deepseek-ocr.rsは使う価値があるか？: deepseek-ocr.rs を使えば、Python なしで Mac 上の OpenAI エンドポイントの裏に最新の OCR モデルを置けます。ただし 1 人のプロジェクトで、2 月から動きが止まっています。評価は5点満点中3.6点です。
deepseek-ocr.rsの料金は？: Apache-2.0 で無料です。モデルの重みは上流のライセンスに従います。
deepseek-ocr.rsの欠点は？: メンテナーは 1 人で、2026 年 2 月 21 日以降プッシュなし; CUDA 対応はアルファで、メモリの退行が未解決; サーバーは認証なしで 0.0.0.0 にバインドし、リモートの URL を取得する; dots.ocr は 30 から 50GB のメモリが必要になることがある.
deepseek-ocr.rsは誰に向いているか？: Apple Silicon や CPU のみのマシンで、Python のスタックなしに OpenAI 形式の API の裏でローカルの OCR モデルを使いたい開発者。
チームや本番環境でdeepseek-ocr.rsを使うと費用はいくらか？: ソフトウェアは無料で、費用はハードウェアです。README によると、DeepSeek-OCR は約 13GB の RAM または VRAM、PaddleOCR-VL は約 9GB 未満、dots.ocr は大きなページで 30 から 50GB です。
deepseek-ocr.rsは企業データを扱っても安全か？: ローカルで動きます。ネットワークの利用は、Hugging Face または ModelScope からの重みのダウンロードと、クライアントが送るリモートの画像 URL に限られます。コードは Apache-2.0、重みは上流のモデルライセンスです。
deepseek-ocr.rsの代わりになるものは？: 当サイトでレビューした中で最も近い代替はfranken_ocr, Xberg (formerly Kreuzberg), Ocrs 、 Ollamaです。

回答確認日：2026年10月26日