Das Unternehmen Jina AI, welches zum Elastic-Konzern gehört, hat mit jina-ocr-v1 ein neues Modell zur optischen Zeichenerkennung und Dokumentenanalyse vorgestellt.
Wie aus Berichten vom 19. September 2026 hervorgeht, handelt es sich dabei um einen visuellen Dokumentenparser, der speziell für die Verarbeitung von PDFs, Scans und Tabellen entwickelt wurde. Ein wesentlicher Fokus bei der Entwicklung lag auf der Optimierung für den Betrieb auf kostengünstigen Grafikeinheiten (GPUs).
Technische Architektur und Effizienz auf Hardware
Das Modell jina-ocr-v1 basiert technisch auf DeepSeek-OCR. Die Architektur umfasst insgesamt 3,4 Mrd. Parameter, wobei für die Verarbeitung pro Token etwa 570 Mio. aktive Decoder-Parameter zum Einsatz kommen. Die offenen Gewichte des Modells werden in einer Größe von rund 6,8 GB im BF16-Format bereitgestellt.
Besonderes Augenmerk legten die Entwickler auf die Performance bei unterschiedlichen Hardware-Konfigurationen. Ein technischer Bericht belegt, dass das System auf einer NVIDIA L4 GPU den Durchsatz von 42,7 auf 83,1 Tokens pro Sekunde steigern konnte, was einer Beschleunigung um den Faktor 1,95 entspricht. Diese Effizienzsteigerung unterstreicht den Ansatz, leistungsfähige Dokumentenanalyse auch auf weniger spezialisierter Hardware zugänglich zu machen.
Wer sich mit der Implementierung neuer KI-Systeme zur Dokumentenanalyse befasst, muss neben der technischen Performance auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Benchmark-Ergebnisse und Leistungsvergleich
In standardisierten Leistungstests erreichte das neue Modell laut Herstellerangaben hohe Bewertungspunkte. Auf dem OmniDocBench v1.6 erzielt jina-ocr-v1 einen Wert von 91,14, während beim olmOCR-Bench ein Ergebnis von 83,4 dokumentiert wurde.
Im direkten Vergleich der Verarbeitungsgeschwindigkeit mit anderen Systemen positioniert sich die Neuentwicklung an der Spitze der untersuchten Lösungen.
Bei Messungen auf einer NVIDIA A100 mit 40 GB Speicher und einer Concurrency von 32 erreichte jina-ocr-v1 eine Verarbeitungsrate von 2,57 Seiten pro Sekunde. Dies ist laut dem Bericht der höchste Wert unter 14 getesteten Systemen. Vergleichbare Lösungen wie olmOCR-2 kamen im selben Testumfeld auf 1,22 Seiten pro Sekunde, während chandra-ocr-2 einen Wert von 0,38 erreichte.
Funktionsumfang und Lizenzmodell
Das Einsatzgebiet von jina-ocr-v1 ist breit gefächert. Laut Berichten vom 18. September 2026 unterstützt das Modell neben der Erkennung von reinem Text auch die Erfassung von komplexen Layouts, Tabellenstrukturen und mathematischen Formeln. Die Sprachunterstützung umfasst mehr als 100 Sprachen, was den Einsatz in internationalen Kontexten ermöglicht.
Die Einführung leistungsfähiger KI-Modelle stellt Unternehmen vor neue Herausforderungen bei der Risikodokumentation und Qualitätssicherung. Erfahren Sie in diesem praxisnahen Report, welche KI-Systeme als Hochrisiko gelten und wie Sie die neuen Compliance-Regeln rechtssicher umsetzen. Kostenlosen Report zur KI-Verordnung herunterladen
Hinsichtlich der Nutzungsrechte ist das Modell unter der Lizenz CC BY-NC 4.0 verfügbar. Dies erlaubt die freie Nutzung für nicht-kommerzielle Zwecke. Unternehmen, die jina-ocr-v1 für kommerzielle Anwendungen in ihre Geschäftsprozesse integrieren möchten, müssen die entsprechenden Konditionen auf Anfrage direkt mit dem Anbieter klären.
Durch die Kombination aus moderater Modellgröße und hoher Verarbeitungsgeschwindigkeit zielt Jina AI darauf ab, die automatisierte Datenextraktion aus unstrukturierten Dokumenten für eine breitere Basis an Entwicklern und Institutionen nutzbar zu machen.