Jina OCR v1とは？
Jina OCR v1は、Elasticが2025年10月に買収したJina AIによる文書解析モデルで、2026年9月14日にarXivの技術レポートとともに公開されました。33億7,000万（3.37 billion）パラメータで、DeepSeek-OCRを事後学習したものです。視覚部分は同じDeepEncoderで、1024x1024のページの画像を256の視覚トークンに圧縮します。デコーダーも同じ3Bの混合エキスパートモデルで、トークンごとに約5億7,000万（570 million）パラメータを使います。出力はMarkdownで、表はHTML、数式はLaTeXです。
Jinaは2つの要素を加えています。FastMTPのドラフトヘッドが一度に3トークンを提案してメインのモデルが確認するので、出力を変えずにデコードが速くなります。また事後学習では、数式、表、構造に対して、段階的でコードで検証される報酬を使う強化学習を行っています。
重みはCC BY-NC 4.0なので、商用でセルフホストするにはJinaの営業チームとの別の契約が必要です。Jina ReaderかJinaのAPIを通じたホスト版のルートは、トークン単位で課金されます。
Jina OCR v1の料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Jina API | $2 per 1M output tokens | 入力1Mトークンあたり$0.50 |
| Weights | Free, non-commercial | CC BY-NC 4.0、商用ライセンスは要問い合わせ |
JinaのAPIは、入力が1Mトークンあたり$0.50、出力が1Mトークンあたり$2です。重みはCC BY-NC 4.0で非商用なら無料、商用のセルフホストにはJinaのライセンスが必要です（価格非公開）。
Jina OCR v1は使う価値があるか？
Jina OCR v1の売りは精度ではなく、1ページあたりのコストです。JinaがA100 1基で32件の同時リクエストを使って行った自社のテストでは、毎秒2.57ページを解析し、14のシステムの中で最速でした。主な理由は1ページに約1,085トークンしか書かないことです。Surya OCR 2は毎秒のデコードのトークン数は多いものの、1ページに3,568トークンを書くので、毎秒1.05ページにとどまります。NVIDIA L4では、FastMTPのヘッドによりeagerモードでデコードが毎秒42.7トークンから83.1トークンに上がりますが、CUDA graphsでは158.3から185.6にしか上がりません。したがって見出しの「ほぼ2倍」は、vLLMの動かし方次第です。
精度は全体の中ほどです。Jinaは自社の表で、OmniDocBench v1.6で91.14と報告しており、90.25のDeepSeek-OCR 2を上回りま すが、94.74のHunyuanOCR-1.5と96.34のPaddleOCR-VL-1.6には及びません。olmOCR-Benchでは83.4で、元になったDeepSeek-OCRより7.4ポイント高く、Chandra OCR 2は85.8です。数字はすべてJinaによる実行で、2026年11月初めの時点で、独立したリーダーボードはまだ採点していませんでした。
ベンチマークのスコアは、推奨される標準のプロンプトより厳しい、ヘッダー、フッター、図を除くプロンプトで測られています。そのため標準のプロンプトで導入すると、スコアどおりにならないことがあります。vLLMで動かすには、1回限りのアーキテクチャの登録と特定の投機的デコードの設定が必要で、Transformersではドラフトヘッドはまったく使われません。
ライセンスが対象者を狭めています。CC BY-NC 4.0では商用のセルフホストはできず、PaddleOCR-VL-1.6、GLM-OCR、MiniCPM-OCR 1.0はApache 2.0やMITでより高いスコアを出しています。代わりにJinaが提供するのはホスト版のルートです。出力100万トークンあたり$2なら、1,085トークンのページは入力トークンを除いて約5分の1セントで、すでにJina ReaderやElasticを使っているチームに向いています。
真価を発揮する場面
Elasticsearchを運用する企業の検索エンジニア
スキャンしたPDFをインデックスする前にMarkdownにする
X-Respond-With: jina-ocr-v1のヘッダーを付けてr.jina.aiを呼ぶか、単一の画像ならchat-completionsのエンドポイントを使います。出力100万トークンあたり$2、1ページ約1,085トークンなら、100,000ページで出力トークン代は約$220で、これに入力分が加わります。
文書解析のベンチマークを作る大学のNLPグループ
数千ページに対して、高速で再現可能なベースラインを実行する
A100かL4で、vLLM 0.21以降とFastMTPのヘッドを使って重みをセルフホストします。CC BY-NC 4.0が認めているのは非商用の研究で、貪欲法での検証により、出力は通常のデコードと同一に保たれます。
導入前に確認すること
- 導入
- trust_remote_code=TrueでHugging Faceから読み込み、Transformersかvllmでexample.pyを実行します。FastMTPにはvLLM 0.21以降と、エンジンの起動前のregister()が必要です。ホスト版のAPIに必要なのはJinaのキーだけです。
- 連携
- Jina Reader（r.jina.ai）、ストリーミング対応のOpenAI互換のchat completions、ウェブのプレイグラウンド、AWS、Azure、GCPでの提供。セルフホストにはTransformersとvLLM。
- データとプライバシー
- 重みはCC BY-NC 4.0です。Jina AIは2025年10月からElasticの一部で、ホスト版のリクエストはJina自身の規約のもとでJinaのAPIに送られます。
- 大規模利用時のコスト
- ホスト版は入力100万トークンあたり$0.50、出力100万トークンあたり$2です。1ページで使う視覚トークンは256から1,156で、出力は約1,085トークンです。商用のセルフホストの価格は公開されていません。
- 制限
- APIでは位置の上限が32,768トークン、出力の上限が8,192トークンです。コールドスタート時には30秒から60秒の間HTTP 503が返ります。要素単位のタスクでドキュメントに記載されている言語は英語と中国語です。
良い点
- A100 1基で毎秒2.57ページ、Jinaの14システムのテストで最速
- 1ページの出力は約1,085トークンで、olmOCR-Benchで83を超えるモデルの中で最も短い
- 有効なパラメータは約570Mで、L4クラスのGPUを想定
- Jina ReaderとOpenAI互換のAPIでホスト版を使える
気になる点
- 重みはCC BY-NC 4.0で、商用のセルフホストには契約が必要
- OmniDocBench v1.6で91.14、HunyuanOCR-1.5とPaddleOCR-VL-1.6に及ばない
- ベンチマークには標準より厳しいプロンプトが使われた
- 独立したベンチマークの結果がまだない
おすすめの人
安価なホスト版のページからMarkdownへの変換を求める、すでにJina ReaderやElasticを使っているチームと、高速な非商用のベースラインがほしい研究者。
Jina OCR v1の代替
Jina OCR v1：よくある質問
- Jina OCR v1は使う価値があるか？
- Jina OCR v1は同じクラスで最も短いページを書き、それを速く解析します。しかし精度は中位のモデルで、重みは契約なしには商用に使えません。 評価は5点満点中3.7点です。
- Jina OCR v1の料金は？
- JinaのAPIは、入力が1Mトークンあたり$0.50、出力が1Mトークンあたり$2です。重みはCC BY-NC 4.0で非商用なら無料、商用のセルフホストにはJinaのライセンスが必要です（価格非公開）。
- Jina OCR v1の欠点は？
- 重みはCC BY-NC 4.0で、商用のセルフホストには契約が必要; OmniDocBench v1.6で91.14、HunyuanOCR-1.5とPaddleOCR-VL-1.6に及ばない; ベンチマークには標準より厳しいプロンプトが使われた; 独立したベンチマークの結果がまだない.
- Jina OCR v1は誰に向いているか？
- 安価なホスト版のページからMarkdownへの変換を求める、すでにJina ReaderやElasticを使っているチームと、高速な非商用のベースラインがほしい研究者。
- チームや本番環境でJina OCR v1を使うと費用はいくらか？
- ホスト版は入力100万トークンあたり$0.50、出力100万トークンあたり$2です。1ページで使う視覚トークンは256から1,156で、出力は約1,085トークンです。商用のセルフホストの価格は公開されていません。
- Jina OCR v1は企業データを扱っても安全か？
- 重みはCC BY-NC 4.0です。Jina AIは2025年10月からElasticの一部で、ホスト版のリクエストはJina自身の規約のもとでJinaのAPIに送られます。
- Jina OCR v1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DeepSeek-OCR 2, PaddleOCR-VL-1.6, MiniCPM-OCR 1.0, GLM-OCR 、 HunyuanOCR 1.5です。
回答確認日：2026年11月2日