目次
OpenBMB の MiniCPM-V リポジトリ README は News 項目 [2026.10.28] で MiniCPM-OCR スイートのオープンソース化を告知している——文書解析／OCR と結果検証のための二モデル構成であり、一般的な MiniCPM-V マルチモーダル発売でも、百度 Unlimited OCR 製品線でもない。製品ページと Hugging Face カードは Apache License 2.0 を明記。重みは Hugging Face、コードは GitHub。Day-0 で vLLM、SGLang、llama.cpp、Ollama に対応し、pip SDK・API・オンライン Demo も案内する。別ベンダーの OCR 近文：百度が Unlimited OCR 2 をオープンソース化：超長文書を一括解析。
二つの役割：解析と検証
MiniCPM-OCR 1.0 は解析担当。OpenBMB は約 1.3B パラメータとし、MiniCPM-V 4.6 上で学習したと書く。中英文書と PDF を対象に、スキャン、撮影、湾曲・傾き、画面の再撮影など厳しい取り込み条件を想定する。製品説明には自動 upright（向き補正）、密な文字や細かい数字向けのadaptive upsize、高解像ページ向け LLaVA-UHD v4 タイル視覚経路も挙がる。ここは OCR 専用スイートであり、MiniCPM-V 4.7 のオンデバイス多モーダル発売ではない。同系列の多モーダル近文：MiniCPM-V 4.7：スマホで動くオープン35B多モーダルモデル。
MiniCPM-OCR Jev は約 2B で、文書本文を解析しない。領域画像と候補 OCR 文字列を受け、正しさ／品質を約 0–1 で採点する。OpenBMB は異なる解析モデルの後ろに置ける model-agnostic 検証層とし、ルーティング、人手レビュー、best-of-N に使う想定。製品ページは System-1 的な高速ゲートとして説明する——スコア自体には単一の forward prefill で足り、自己回帰デコードは要らない。テキスト・数式・表の候補結果が対象に含まれる。
ベンダー自報のスコアとスループット
製品ページとモデルカードは MiniCPM-OCR 1.0 について Real5-OmniDocBench 93.68、OCRBench v2 54.7 を自報し、同一ベンダー表に OmniDocBench／Wild-OmniDocBench／olmOCR-Bench なども列挙する。Jev は JevOCRBench 93.6（AUROC×100）を自報し、同表ではより大規模モデルとの比較値（例：Qwen3.5-397B-A17B の 93.8、JEV-35B-A3B の 90.1）もベンダー公表値として並ぶ。DSpark 投機的デコード下では、エンドツーエンド効率約 55% 向上、約 1.2 ページ/秒、PaddleOCR-VL-1.6 の約 1.49×、MinerU2.5 Pro の約 3.62× と主張する（述べられた試験条件に基づく）。いずれもベンダー自報であり、参考情報にとどめる。
入手先
重みは Hugging Face 上の openbmb/MiniCPM-OCR-1.0 と openbmb/MiniCPM-OCR-Jev。コードと SDK は MiniCPM-OCR GitHub リポジトリ。製品ページは pip SDK、API、国内／Global playground も案内する。オープンウェイト近文：Atria Dawn 正式版ウェイト公開：Hugging Face で 512K コンテキスト。
可用性、Demo、量子化ビルド、サービング手順は OpenBMB の製品ページ、Hugging Face カード、GitHub README に従う。参考情報にとどめる。