Surya OCR 2.5とは？
Surya OCR 2.5は、Marker PDFコンバーターを手がけるDatalabの、6億8,900万（689 million）パラメータのビジョン言語モデルです。2026年10月29日に、surya-ocrパッケージのバージョン0.23.0とともに公開されました。1つのモデルで、読み順付きのレイアウト解析、ページ全体のOCR、結合セルを含むHTMLの表、LaTeXのインライン数式を扱います。テキスト行の検出は別の小さなモデルが担います。
surya-ocrパッケージから動かします。NVIDIA GPUではvLLMサーバー、CPUとApple Siliconではllama.cppを起動し、実験的なMLXバックエンドもあります。Marker 2.1.0はこれを標準で使います。Surya 2の機能のうち、表の行と列のジオメトリが1つなくなりました。
コードはApache 2.0です。重みは改変版のOpenRAIL-Mライセンスで、研究、個人利用、売上と資金調達額がともに$5M未満の企業は無料です。それを超えると有料ライセンスが必要で、価格は問い合わせです。
Surya OCR 2.5の料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free under $5M | 改変版OpenRAIL-M、基準を超えると有料ライセンス |
| Datalab Convert API | $4 per 1,000 pages | fastまたはbalancedモード、accurateは$10 |
| Team | $400/month | $400分の利用を含みます |
重みは研究、個人利用、売上と資金調達額が$5M未満の企業は無料です。それを超えると有料ライセンスです（価格は非公開）。Datalab API：Convertはfast/balancedで1,000ページあたり$4、accurateで$10、Teamプランは月$400です。
Surya OCR 2.5は使う価値があるか？
Surya 2.5は精度の飛躍というより速度の改善で、このサイズで重要なのは速度です。Datalabの計測では、192 DPIでH100 1基あたり毎秒4.52ページで、マルチトークン予測を使うSurya 2の2.72を上回ります。1ページあたりの出力が3,917トークンから約1,514トークンに減ったためです。ページがトークン上限まで出力を続けてしまう失敗であるループは、リクエストの3.8%から0.1%に減りました。
精度の向上は小幅で、大半は自己申告です。Datalab独自のOmniParseBenchでは85.9で、Surya 2は83.3でした。ブートストラップ区間も公開されています。Ai2のolmOCR-benchでは82.8から83.7に上がりました。初めての外部評価であるBHL OCR評価では、文字誤り率0.0432で26モデル中12位となり、olmOCR-2と並びました。689Mパラメータとしては立派ですが、新たなトップではありません。
多言語の結果はまちまちです。Datalab社内の91言語のセットでは全体で74.9%と、74.5%からわずかな上昇にとどまります。中国語、ドイツ語、ベトナム語は改善しましたが、英語は94.3%から90.3%に、ロシア語は77.8%から71.7%に、ベンガル語は61.6%から55.3%に下がりました。ロシア語や南アジアの言語の文書を扱うチームは、アップグレード前に再テストすべきです。表のジオメトリはなくなりました。surya_table --mode simpleはエラーを返すため、セルの座標が必要なパイプラインはSurya 2にとどまる必要があります。
本当の制約はライセンスです。無料利用は売上または資金調達額が$5Mに達した時点で終わります。資金調達済みのスタートアップにとっては、思ったより低い上限です。有料の価格は公開されていません。PaddleOCR-VLとDeepSeek-OCR 2はApache 2.0です。それらに対するSuryaの強みはパッケージングです。pip installで自前のサーバーを起動し、ラベル、ポリゴン、信頼度スコア付きの構造化ブロックを返します。
真価を発揮する場面
シード段階のリーガルテック・スタートアップのMLエンジニア
スキャンした契約書を月500,000ページ、構造化HTMLに変換する
Datalabの毎秒4.52ページなら、H100 1基で約31時間のGPU時間で処理できます。会社は$5Mの基準を下回るので重みは無料ですが、資金調達でそれを超えたらライセンス費用を見込む必要があります。
大学図書館の学術誌をデジタル化する研究者
古い科学論文からテキスト、数式、読み順を抽出する
数式はHTML内にKaTeX互換のLaTeXとして返されます。olmOCR-benchの古いスキャンの合格率は44.3%にとどまるため、劣化の激しいページにはより大きなモデルか手作業の確認が依然として必要です。
40人規模の会計事務所の業務責任者
GPUを運用せずに顧客のPDFを解析する
Datalabのホスト型Convert APIは、fastまたはbalancedモードで1,000ページあたり$4なので、月20,000ページで約$80です。価格ページには、どのモードがSuryaで、どのモードがChandraで動くかは書かれていません。
導入前に確認すること
- 導入
- pip install surya-ocrのあと、画像、PDF、フォルダに対してsurya_ocrを実行します。NVIDIA GPUではDocker内でvLLMを、CPUとApple Siliconではllama-serverを起動します。コマンドごとの再読み込みを避けるには--keep_serverを使います。
- 連携
- Marker 2.1.0が標準で使います。vLLM、llama.cpp（GGUF公開済み）、実験的なMLXに対応し、OpenAI互換サーバーは共有できます。Streamlitのデモアプリもあります。
- データとプライバシー
- コードはApache 2.0、重みは改変版OpenRAIL-Mで、研究、個人利用、売上と資金調達額が$5M未満の企業は無料です。自前ホスティングでの実行では、Datalabには何も送られません。
- 大規模利用時のコスト
- 192 DPIでH100 1基あたり1時間に約16,000ページ、96 DPIでは約22,000ページに増えます。M4 Maxでは毎秒0.19ページです。ホスト型はfastで1,000ページあたり$4、accurateで$10です。
- 制限
- 対象は文書だけで、写真や風景は対象外です。表のジオメトリはありません。vLLMのコンテキストには約8,000トークンの画像と12,288トークンのページ予算が収まる必要があります。surya-ocrとvLLMは1つのPython環境では競合します。
良い点
- 192 DPIでH100 1基あたり毎秒4.52ページ、Surya 2の1.7倍です
- レイアウト、読み順、OCR、HTMLの表、LaTeXの数式を689Mの1モデルで扱います
- llama.cpp経由でCPUとApple Siliconで動き、Q8ならRSSは4.3GB未満です
- ループはページの3.8%から0.1%に減りました
気になる点
- 重みが無料なのは売上と資金調達額が$5M未満の場合だけで、有料の価格は非公開です
- 表の行と列のジオメトリがなく、それにはSurya 2が引き続き必要です
- Datalabの多言語セットで英語、ロシア語、ベンガル語のスコアが下がりました
- BHL OCRのボードでの独立した順位は26モデル中12位です
おすすめの人
レイアウトと表を含む高速な自前ホスティングの文書解析が必要で、会社がライセンスの基準を下回る小規模チームと研究者です。
Surya OCR 2.5の代替
Surya OCR 2.5：よくある質問
- Surya OCR 2.5は使う価値があるか？
- Surya 2.5は、1B未満のモデルを、H100 1基で1時間あたり約16,000ページを処理する本格的な文書パーサーにしました。ただし、最初に読むべきなのは重みのライセンスです。 評価は5点満点中4.0点です。
- Surya OCR 2.5の料金は？
- 重みは研究、個人利用、売上と資金調達額が$5M未満の企業は無料です。それを超えると有料ライセンスです（価格は非公開）。Datalab API：Convertはfast/balancedで1,000ページあたり$4、accurateで$10、Teamプランは月$400です。
- Surya OCR 2.5の欠点は？
- 重みが無料なのは売上と資金調達額が$5M未満の場合だけで、有料の価格は非公開です; 表の行と列のジオメトリがなく、それにはSurya 2が引き続き必要です; Datalabの多言語セットで英語、ロシア語、ベンガル語のスコアが下がりました; BHL OCRのボードでの独立した順位は26モデル中12位です.
- Surya OCR 2.5は誰に向いて いるか？
- レイアウトと表を含む高速な自前ホスティングの文書解析が必要で、会社がライセンスの基準を下回る小規模チームと研究者です。
- チームや本番環境でSurya OCR 2.5を使うと費用はいくらか？
- 192 DPIでH100 1基あたり1時間に約16,000ページ、96 DPIでは約22,000ページに増えます。M4 Maxでは毎秒0.19ページです。ホスト型はfastで1,000ページあたり$4、accurateで$10です。
- Surya OCR 2.5は企業データを扱っても安全か？
- コードはApache 2.0、重みは改変版OpenRAIL-Mで、研究、個人利用、売上と資金調達額が$5M未満の企業は無料です。自前ホスティングでの実行では、Datalabには何も送られません。
- Surya OCR 2.5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PaddleOCR-VL-1.6 、 DeepSeek-OCR 2です。
回答確認日：2026年10月31日