O que é Jina OCR v1?
O Jina OCR v1 é um parser de documentos da Jina AI, comprada pela Elastic em outubro de 2025, lançado em 14 de setembro de 2026 com um relatório técnico no arXiv. Ele tem 3,37 bilhões de parâmetros e é um DeepSeek-OCR com pós-treinamento: a mesma torre de visão DeepEncoder, que comprime uma visão de página de 1024x1024 em 256 tokens visuais, e o mesmo decoder mixture-of-experts de 3B, que usa cerca de 570 milhões de parâmetros por token. A saída é Markdown, com tabelas em HTML e fórmulas em LaTeX.
A Jina acrescenta duas coisas. Uma cabeça de rascunho FastMTP propõe três tokens por vez para o modelo principal verificar, o que acelera a decodificação sem mudar a saída, e o pós-treinamento usa aprendizado por reforço com recompensas graduadas e verificadas por código para fórmulas, tabelas e estrutura.
Os pesos estão sob CC BY-NC 4.0, então a auto-hospedagem comercial exige um acordo à parte com a equipe de vendas da Jina. O caminho hospedado, pelo Jina Reader ou pela API da Jina, é cobrado por token.
Quanto custa Jina OCR v1?
| Plano | Preço | O que inclui |
|---|---|---|
| Jina API | $2 per 1M output tokens | US$ 0,50 por 1M de tokens de entrada |
| Weights | Free, non-commercial | CC BY-NC 4.0; licença comercial mediante pedido |
API da Jina: US$ 0,50 por 1M de tokens de entrada, US$ 2 por 1M de tokens de saída. Pesos gratuitos para uso não comercial sob CC BY-NC 4.0; a auto-hospedagem comercial exige licença da Jina (preço não publicado).
Jina OCR v1 vale a pena?
O argumento do Jina OCR v1 é o custo por página, não a precisão. No teste da própria Jina em uma A100 com 32 solicitações simultâneas, ele processou 2,57 páginas por segundo, o mais rápido de 14 sistemas, sobretudo porque escreve cerca de 1.085 tokens por página; o Surya OCR 2 decodifica mais tokens por segundo, mas escreve 3.568 por página e termina 1,05 página por segundo. Em uma NVIDIA L4, a cabeça FastMTP eleva a decodificação de 42,7 para 83,1 tokens por segundo no modo eager, mas só de 158,3 para 185,6 com CUDA graphs, então o "quase o dobro" do destaque depende de como você roda o vLLM.
Em precisão, ele fica no meio do pelotão. A Jina informa 91,14 no OmniDocBench v1.6, à frente do DeepSeek-OCR 2, com 90,25, mas atrás do HunyuanOCR-1.5, com 94,74, e do PaddleOCR-VL-1.6, com 96,34, na própria tabela. No olmOCR-Bench ele marca 83,4, 7,4 pontos acima do backbone DeepSeek-OCR, contra 85,8 do Chandra OCR 2. Todos os números são de execuções da Jina; nenhum ranking independente o havia pontuado até o início de novembro de 2026.
As pontuações de benchmark foram medidas com um prompt mais rigoroso que o padrão recomendado, que descarta cabeçalhos, rodapés e figuras, então uma implantação com o prompt padrão pode não reproduzi-las. O caminho via vLLM exige um registro único da arquitetura e uma configuração específica de decodificação especulativa, e o caminho via Transformers ignora por completo a cabeça de rascunho.
A licença estreita o público. A CC BY-NC 4.0 exclui a auto-hospedagem comercial, e o PaddleOCR-VL-1.6, o GLM-OCR e o MiniCPM-OCR 1.0 pontuam mais sob Apache 2.0 ou MIT. O que a Jina oferece em troca é o caminho hospedado: a US$ 2 por milhão de tokens de saída, uma página de 1.085 tokens custa cerca de um quinto de centavo antes dos tokens de entrada, o que serve a equipes que já usam o Jina Reader ou a Elastic.
Onde ele se destaca
Um engenheiro de busca em uma empresa que usa Elasticsearch
Transformar PDFs digitalizados em Markdown antes de indexá-los
Chame r.jina.ai com o cabeçalho X-Respond-With: jina-ocr-v1, ou o endpoint de chat completions para imagens avulsas. A US$ 2 por milhão de tokens de saída e cerca de 1.085 tokens por página, 100.000 páginas dão cerca de US$ 220 em tokens de saída, mais a entrada.
Um grupo universitário de PLN montando um benchmark de parsing de documentos
Rodar uma baseline rápida e reproduzível em milhares de páginas
Hospede os pesos no vLLM 0.21+ com a cabeça FastMTP em uma A100 ou L4. Pesquisa não comercial é o que a CC BY-NC 4.0 permite, e a verificação gulosa mantém as saídas idênticas às da decodificação simples.
Antes de decidir
- Configuração
- Carregue do Hugging Face com trust_remote_code=True e rode example.py para Transformers ou vLLM; o FastMTP exige vLLM 0.21 ou mais recente e register() antes de o engine iniciar. A API hospedada só precisa de uma chave da Jina.
- Integrações
- Jina Reader (r.jina.ai), chat completions compatíveis com a OpenAI com streaming, um playground web, listagens na AWS, Azure e GCP; Transformers e vLLM para auto-hospedagem.
- Dados e privacidade
- Pesos CC BY-NC 4.0. A Jina AI faz parte da Elastic desde outubro de 2025; solicitações hospedadas vão para a API da Jina sob os termos dela.
- Custo em escala
- Hospedado a US$ 0,50 por milhão de tokens de entrada e US$ 2 por milhão de saída; uma página usa de 256 a 1.156 tokens visuais e cerca de 1.085 tokens de saída. O preço comercial para auto-hospedagem não é publicado.
- Limites
- Limite de posição de 32.768 tokens e teto de saída de 8.192 tokens na API; partidas a frio retornam HTTP 503 por 30 a 60 segundos; inglês e chinês são os idiomas documentados para tarefas por elemento.
O que é bom
- 2,57 páginas por segundo em uma A100, o mais rápido no teste de 14 sistemas da Jina
- Cerca de 1.085 tokens de saída por página, o mais curto acima de 83 no olmOCR-Bench
- Cerca de 570M de parâmetros ativos, pensado para GPUs da classe L4
- Hospedado pelo Jina Reader e por uma API compatível com a OpenAI
O que não é
- Pesos CC BY-NC 4.0; a auto-hospedagem comercial exige contrato
- 91,14 no OmniDocBench v1.6, atrás do HunyuanOCR-1.5 e do PaddleOCR-VL-1.6
- Os benchmarks usaram um prompt mais rigoroso que o padrão
- Ainda sem resultados de benchmarks independentes
Ideal para
Equipes que já usam o Jina Reader ou a Elastic e querem conversão hospedada e barata de páginas para Markdown, e pesquisadores que querem uma baseline rápida e não comercial.
Alternativas ao Jina OCR v1
Jina OCR v1: perguntas frequentes
- Jina OCR v1 vale a pena?
- O Jina OCR v1 escreve as páginas mais curtas da sua categoria e as processa rápido, mas é um modelo de meio de tabela cujos pesos você não pode usar comercialmente sem contrato. Damos nota 3.7 de 5.
- Quanto custa Jina OCR v1?
- API da Jina: US$ 0,50 por 1M de tokens de entrada, US$ 2 por 1M de tokens de saída. Pesos gratuitos para uso não comercial sob CC BY-NC 4.0; a auto-hospedagem comercial exige licença da Jina (preço não publicado).
- Quais são as desvantagens de Jina OCR v1?
- Pesos CC BY-NC 4.0; a auto-hospedagem comercial exige contrato; 91,14 no OmniDocBench v1.6, atrás do HunyuanOCR-1.5 e do PaddleOCR-VL-1.6; os benchmarks usaram um prompt mais rigoroso que o padrão; ainda sem resultados de benchmarks independentes.
- Para quem Jina OCR v1 é indicado?
- Equipes que já usam o Jina Reader ou a Elastic e querem conversão hospedada e barata de páginas para Markdown, e pesquisadores que querem uma baseline rápida e não comercial.
- Quanto custa Jina OCR v1 para uma equipe ou em produção?
- Hospedado a US$ 0,50 por milhão de tokens de entrada e US$ 2 por milhão de saída; uma página usa de 256 a 1.156 tokens visuais e cerca de 1.085 tokens de saída. O preço comercial para auto-hospedagem não é publicado.
- Jina OCR v1 é seguro para dados da empresa?
- Pesos CC BY-NC 4.0. A Jina AI faz parte da Elastic desde outubro de 2025; solicitações hospedadas vão para a API da Jina sob os termos dela.
- Quais são as melhores alternativas ao Jina OCR v1?
- As alternativas mais próximas que analisamos são DeepSeek-OCR 2, PaddleOCR-VL-1.6, MiniCPM-OCR 1.0, GLM-OCR e HunyuanOCR 1.5.
Respostas verificadas em 2 de nov. de 2026.