O que é deepseek-ocr.rs?
O deepseek-ocr.rs reimplementa em Rust, sobre a biblioteca de tensores Candle do Hugging Face, o código de inferência de vários modelos abertos de visão e linguagem para OCR. O README documenta três: DeepSeek-OCR, PaddleOCR-VL (0.9B) e dots.ocr; a árvore de código e o rastreador de issues também cobrem o DeepSeek-OCR 2 e o GLM-OCR (o suporte ao GLM-OCR chegou em fevereiro de 2026). Cada um vem em precisão total ou na quantização DSQ do próprio projeto, em Q4_K, Q6_K ou Q8_0.
Ele traz dois programas: uma CLI para jobs em lote e um servidor web Rocket que fala os formatos /v1/chat/completions e /v1/responses da OpenAI, então o Open WebUI ou qualquer SDK da OpenAI pode apontar para ele. Os backends são CPU, Apple Metal, Intel MKL (prévia) e NVIDIA CUDA (alfa). Os pesos são baixados na primeira execução do Hugging Face ou do ModelScope, o que responder mais rápido.
O código é Apache-2.0; os pesos dos modelos seguem as licenças de origem. O repositório tem cerca de 2.200 estrelas e é essencialmente trabalho de uma pessoa (128 de 138 commits). O último push e a última versão, v0.6.0-stage2e, foram em 21 de fevereiro de 2026, oito meses antes desta análise.
deepseek-ocr.rs vale a pena?
O deepseek-ocr.rs tira o Python do OCR com modelos de visão, e é mais convincente no Apple Silicon. A versão oficial do DeepSeek-OCR exige uma stack de Python e Transformers; este port é um binário nativo com suporte a Metal, e o benchmark de requisição única do autor no macOS mostra o loop de decodificação em Rust terminando em cerca de 30 segundos, contra 57 do pipeline Python de referência, um ganho de 1.88x. O embedding de imagem foi mais lento em Rust (6.4 segundos contra 4.0), então a vantagem está na geração, não em todas as etapas.
A escolha do modelo é a decisão de verdade, e o README é franco sobre memória. O DeepSeek-OCR precisa de cerca de 13GB de RAM ou VRAM com cache e ativações; o PaddleOCR-VL fica abaixo de cerca de 9GB e serve para notebooks de 16GB e máquinas só com CPU; o dots.ocr pode precisar de 30 a 50GB em páginas de alta resolução. As variantes quantizadas DSQ reduzem a memória dos pesos, mas, no dots.ocr, não mexem no custo pesado dos tokens de visão.
A manutenção é o ponto fraco. Um único desenvolvedor escreveu quase tudo, o CUDA ainda está marcado como alfa, e uma issue aberta de fevereiro relata que o uso de memória CUDA no DeepSeek-OCR subiu de cerca de 11GB para 19GB entre novembro e o último commit. Nada foi enviado desde 21 de fevereiro de 2026, então uma correção pode não vir; o projeto não está abandonado pelo critério de 12 meses, mas está perto o bastante para entrar na conta.
O servidor exige cuidado antes de chegar perto de uma rede. A configuração gerada se vincula a 0.0.0.0 na porta 8000 sem autenticação, e o servidor busca URLs de imagens remotas http(s) sob demanda, um convite ao abuso em um host compartilhado. Atrás de um proxy em uma estação de trabalho, é um endpoint local organizado; em uma VM na nuvem, precisa de um.
Onde ele se destaca
Um desenvolvedor solo em um MacBook da série M com 16GB
Transformar capturas de tela e recibos em Markdown a partir de scripts, offline
Baixe o pacote para macOS na página de releases, selecione paddleocr-vl e chame a CLI com --device metal. Gratuito; o PaddleOCR-VL mantém a memória abaixo de cerca de 9GB, deixando espaço para um editor e um navegador.
Uma equipe pequena que já roda o Open WebUI internamente
Deixar a equipe soltar uma página escaneada no chat e receber o texto de volta
Rode o deepseek-ocr-server em uma estação de trabalho atrás do proxy reverso da equipe e adicione-o como conexão OpenAI; a lista de modelos expõe deepseek-ocr e paddleocr-vl. O risco é o vínculo aberto padrão e o caminho CUDA alfa, se a máquina tiver uma placa NVIDIA.
Antes de decidir
- Configuração
- Pacotes prontos para macOS, Alpine Linux e Windows (CUDA 12.4 e 13.0) na página de releases, ou compile a partir do código-fonte com Rust 1.78+ e --release; a primeira execução baixa cerca de 6.3GB de pesos do DeepSeek-OCR.
- Integrações
- /v1/chat/completions, /v1/responses e /v1/models compatíveis com OpenAI; funciona com o Open WebUI e com SDKs da OpenAI. Sem crate publicado nem binding Python (há um pedido de binding em aberto).
- Dados e privacidade
- Roda localmente; o uso de rede se limita ao download dos pesos do Hugging Face ou do ModelScope e a eventuais URLs de imagens remotas que um cliente envie. Código Apache-2.0, licenças de origem dos modelos para os pesos.
- Custo em escala
- Software gratuito; o custo é o hardware. Cerca de 13GB de RAM ou VRAM para o DeepSeek-OCR, abaixo de cerca de 9GB para o PaddleOCR-VL e de 30 a 50GB para o dots.ocr em páginas grandes, segundo o README.
- Limites
- CUDA em alfa; cerca de 16 issues abertas, incluindo relatos de saída repetida e de prompts ignorados; o histórico do chat é reduzido ao último turno do usuário; imagens grandes esbarram no limite de corpo do Rocket, a menos que você o aumente no código-fonte.
O que é bom
- Sem Python: um binário com CLI e servidor compatível com OpenAI
- Backend Metal; o autor relata decodificação 1.88x mais rápida que em Python
- Vários modelos de OCR, incluindo o PaddleOCR-VL abaixo de 10GB
- Variantes quantizadas de Q4_K a Q8_0
O que não é
- Um único mantenedor; nenhum push desde 21 de fevereiro de 2026
- O suporte a CUDA é alfa, com uma regressão de memória em aberto
- O servidor se vincula a 0.0.0.0 sem autenticação e busca URLs remotas
- O dots.ocr pode precisar de 30 a 50GB de memória
Ideal para
Desenvolvedores em Apple Silicon ou máquinas só com CPU que querem um modelo de OCR local atrás de uma API no estilo OpenAI, sem uma stack Python.
Alternativas ao deepseek-ocr.rs
deepseek-ocr.rs: perguntas frequentes
- deepseek-ocr.rs vale a pena?
- O deepseek-ocr.rs coloca um modelo de OCR moderno atrás de um endpoint OpenAI em um Mac sem Python, mas é um projeto de uma pessoa só que ficou parado em fevereiro. Damos nota 3.6 de 5.
- Quanto custa deepseek-ocr.rs?
- Gratuito sob Apache-2.0; os pesos dos modelos seguem as licenças de origem.
- Quais são as desvantagens de deepseek-ocr.rs?
- Um único mantenedor; nenhum push desde 21 de fevereiro de 2026; o suporte a CUDA é alfa, com uma regressão de memória em aberto; o servidor se vincula a 0.0.0.0 sem autenticação e busca URLs remotas; o dots.ocr pode precisar de 30 a 50GB de memória.
- Para quem deepseek-ocr.rs é indicado?
- Desenvolvedores em Apple Silicon ou máquinas só com CPU que querem um modelo de OCR local atrás de uma API no estilo OpenAI, sem uma stack Python.
- Quanto custa deepseek-ocr.rs para uma equipe ou em produção?
- Software gratuito; o custo é o hardware. Cerca de 13GB de RAM ou VRAM para o DeepSeek-OCR, abaixo de cerca de 9GB para o PaddleOCR-VL e de 30 a 50GB para o dots.ocr em páginas grandes, segundo o README.
- deepseek-ocr.rs é seguro para dados da empresa?
- Roda localmente; o uso de rede se limita ao download dos pesos do Hugging Face ou do ModelScope e a eventuais URLs de imagens remotas que um cliente envie. Código Apache-2.0, licenças de origem dos modelos para os pesos.
- Quais são as melhores alternativas ao deepseek-ocr.rs?
- As alternativas mais próximas que analisamos são franken_ocr, Xberg (formerly Kreuzberg), Ocrs e Ollama.
Respostas verificadas em 26 de out. de 2026.