DeepSeek OCR 2 zet een documentafbeelding en een tekstinstructie om in een tekstueel resultaat. De belangrijkste gepubliceerde prompts omvatten vrije OCR en het omzetten van een document naar Markdown met informatie die de koppeling aan de bron vastlegt. De tweede editie introduceert DeepEncoder V2 en visuele causale stroom: de encoder leert een leesvolgorde die wordt gevormd door de inhoud van de afbeelding voordat de taaldecoder deze interpreteert. Dit is vooral relevant voor pagina's met kolommen, tabellen, formules en niet-lineaire lay-outs.
Architectuur en leesvolgorde. Het model behoudt een encoder-decoderstructuur. DeepEncoder V2 vervangt de CLIP-component van de eerdere encoder door een compacte encoder in de stijl van een taalmodel. Visuele tokens kunnen aandacht over de afbeelding verdelen, terwijl aangeleerde causale query's die informatie stapsgewijs organiseren in een reeks voor de decoder. Het ontwerp behandelt het verschil tussen de tweedimensionale lay-out van een pagina en de eendimensionale volgorde die nodig is om de tekst ervan te genereren.
Afbeeldingsvoorbereiding en resolutie. De standaardmodus van de fabrikant voor dynamische resolutie gebruikt één globale weergave van 1024 × 1024 en nul tot zes lokale weergaven van 768 × 768. De globale weergave produceert 256 visuele tokens en elke lokale weergave voegt er 144 toe, wat in de beschreven configuratie 256–1,120 tokens per afbeelding oplevert. Dit zijn gepubliceerde instellingen voor modelverwerking, geen verzoek om elke pagina handmatig in dat aantal stukken te knippen. Lever een leesbare afbeelding aan die de paginagrenzen en de verbanden tussen koppen, kolommen en tabellen behoudt.
De encoder bevat een visuele tokenizer op basis van SAM met convolutionele compressie en een compacte encoder die vanuit Qwen2 0.5B is geïnitialiseerd. De decoder blijft het 3B-mixture-of-experts-model van de eerste OCR-editie, met ongeveer 500 miljoen actieve parameters. De training verloopt via voorbereiding van de encoder, verbetering van query's en specialisatie van de decoder; de laatste fase laat de encoder ongewijzigd en werkt de decoder bij. De nadruk van deze revisie ligt op betere visuele leeslogica, met behoud van gecomprimeerde afbeeldingsrepresentaties.
Kies de uitvoertaak. Vrije OCR richt zich op de herkende tekst zonder lay-out. De Markdown-prompt vraagt om documentconversie met lay-outinformatie, waardoor het resultaat gemakkelijker in een tekstverwerkingspipeline kan worden gebruikt. Voor een rapport of paper kan het resultaat leesbare secties behouden die je vervolgens doorzoekt, samenvat of als referentiemateriaal gebruikt. Controleer bij een tabel of de rij- en kolomverbanden de conversie hebben doorstaan voordat je er numerieke velden uit extraheert.
Bereid voor een verzameling pagina's pagina-afbeeldingen in hun oorspronkelijke volgorde voor en bewaar bij elke uitvoer een pagina-ID. Het officiële project beschrijft zowel workflows voor OCR van afbeeldingen als PDF-verwerking, inclusief het opslaan van resultaten en versnelde inferentie. Het renderen van pagina's, iteratie en samenvoeging zijn verantwoordelijkheden van het omringende proces. Houd de herkende uitvoer gescheiden van latere samenvattingen, zodat een extractiefout naar de bronpagina kan worden herleid.
Documentcontrole. Het onderzoek bestudeert tekst, formules, tabellen en leesvolgorde en bespreekt bijzonder dicht opgemaakte krantenpagina's als een terrein dat moeilijk blijft. Bewaar de duidelijkste bronafbeelding en toets kleine tekst, tabelkoppen, subscripten en doorslaggevende waarden aan het origineel. Verkrijg als een passage onleesbaar is een betere scan of een gerichte weergave die voldoende omliggende lay-out behoudt om de rol ervan vast te stellen. Controleer de uitvoer ook op herhaling of weggelaten secties voordat je deze als een volledige registratie behandelt.
OCR 2 levert het herkende materiaal voor de volgende taak. Een volgend verzoek kan vervolgens velden extraheren, een doorzoekbare notitie opbouwen of een vraag beantwoorden op basis van de geconverteerde tekst. De producent beschrijft optisch lezen van documenten als de huidige focus; breder visueel redeneren en aanvullende modaliteiten zijn onderzoeksrichtingen. Houd het verwachte resultaat bij het selecteren van deze editie specifiek gericht op herkenning en documentconversie.
", "aboutText": "DeepSeek OCR 2 zet een documentafbeelding en een tekstinstructie om in een tekstueel resultaat. De belangrijkste gepubliceerde prompts omvatten vrije OCR en het omzetten van een document naar Markdown met informatie die de koppeling aan de bron vastlegt. De tweede editie introduceert DeepEncoder V2 en visuele causale stroom: de encoder leert een leesvolgorde die wordt gevormd door de inhoud van de afbeelding voordat de taaldecoder deze interpreteert. Dit is vooral relevant voor pagina's met kolommen, tabellen, formules en niet-lineaire lay-outs.\n\nArchitectuur en leesvolgorde. Het model behoudt een encoder-decoderstructuur. DeepEncoder V2 vervangt de CLIP-component van de eerdere encoder door een compacte encoder in de stijl van een taalmodel. Visuele tokens kunnen aandacht over de afbeelding verdelen, terwijl aangeleerde causale query's die informatie stapsgewijs organiseren in een reeks voor de decoder. Het ontwerp behandelt het verschil tussen de tweedimensionale lay-out van een pagina en de eendimensionale volgorde die nodig is om de tekst ervan te genereren.\n\nAfbeeldingsvoorbereiding en resolutie. De standaardmodus van de fabrikant voor dynamische resolutie gebruikt één globale weergave van 1024 × 1024 en nul tot zes lokale weergaven van 768 × 768. De globale weergave produceert 256 visuele tokens en elke lokale weergave voegt er 144 toe, wat in de beschreven configuratie 256–1,120 tokens per afbeelding oplevert. Dit zijn gepubliceerde instellingen voor modelverwerking, geen verzoek om elke pagina handmatig in dat aantal stukken te knippen. Lever een leesbare afbeelding aan die de paginagrenzen en de verbanden tussen koppen, kolommen en tabellen behoudt.\n\nDe encoder bevat een visuele tokenizer op basis van SAM met convolutionele compressie en een compacte encoder die vanuit Qwen2 0.5B is geïnitialiseerd. De decoder blijft het 3B-mixture-of-experts-model van de eerste OCR-editie, met ongeveer 500 miljoen actieve parameters. De training verloopt via voorbereiding van de encoder, verbetering van query's en specialisatie van de decoder; de laatste fase laat de encoder ongewijzigd en werkt de decoder bij. De nadruk van deze revisie ligt op betere visuele leeslogica, met behoud van gecomprimeerde afbeeldingsrepresentaties.\n\nKies de uitvoertaak. Vrije OCR richt zich op de herkende tekst zonder lay-out. De Markdown-prompt vraagt om documentconversie met lay-outinformatie, waardoor het resultaat gemakkelijker in een tekstverwerkingspipeline kan worden gebruikt. Voor een rapport of paper kan het resultaat leesbare secties behouden die je vervolgens doorzoekt, samenvat of als referentiemateriaal gebruikt. Controleer bij een tabel of de rij- en kolomverbanden de conversie hebben doorstaan voordat je er numerieke velden uit extraheert.\n\nBereid voor een verzameling pagina's pagina-afbeeldingen in hun oorspronkelijke volgorde voor en bewaar bij elke uitvoer een pagina-ID. Het officiële project beschrijft zowel workflows voor OCR van afbeeldingen als PDF-verwerking, inclusief het opslaan van resultaten en versnelde inferentie. Het renderen van pagina's, iteratie en samenvoeging zijn verantwoordelijkheden van het omringende proces. Houd de herkende uitvoer gescheiden van latere samenvattingen, zodat een extractiefout naar de bronpagina kan worden herleid.\n\nDocumentcontrole. Het onderzoek bestudeert tekst, formules, tabellen en leesvolgorde en bespreekt bijzonder dicht opgemaakte krantenpagina's als een terrein dat moeilijk blijft. Bewaar de duidelijkste bronafbeelding en toets kleine tekst, tabelkoppen, subscripten en doorslaggevende waarden aan het origineel. Verkrijg als een passage onleesbaar is een betere scan of een gerichte weergave die voldoende omliggende lay-out behoudt om de rol ervan vast te stellen. Controleer de uitvoer ook op herhaling of weggelaten secties voordat je deze als een volledige registratie behandelt.\n\nOCR 2 levert het herkende materiaal voor de volgende taak. Een volgend verzoek kan vervolgens velden extraheren, een doorzoekbare notitie opbouwen of een vraag beantwoorden op basis van de geconverteerde tekst. De producent beschrijft optisch lezen van documenten als de huidige focus; breder visueel redeneren en aanvullende modaliteiten zijn onderzoeksrichtingen. Houd het verwachte resultaat bij het selecteren van deze editie specifiek gericht op herkenning en documentconversie.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Structure supplied OCR text\n\nOrganize this already-transcribed page text as Markdown; do not claim to inspect an image. "STOCK COUNT / Item | Count / Washers | 18 / Bolts | 7 / Note: bolt count needs recount." Preserve the heading, table relationships and note. Do not silently correct the uncertain count or turn this into a summary.A Markdown heading, two-column table and separate note preserving the supplied wording and numbers.Verify that the bolt recount note remains attached to the table and both counts are retained.deepseek/deepseek-ocr-2Het tweede OCR-model van DeepSeek zet documentafbeeldingen om in tekst of Markdown met behoud van lay-outinformatie. DeepEncoder V2 organiseert visuele informatie volgens leeslogica en ondersteunt pagina's die tekst, formules, tabellen en complexe lay-outs combineren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
DeepSeek OCR 2 zet een documentafbeelding en een tekstinstructie om in een tekstueel resultaat. De belangrijkste gepubliceerde prompts omvatten vrije OCR en het omzetten van een document naar Markdown met informatie die de koppeling aan de bron vastlegt. De tweede editie introduceert DeepEncoder V2 en visuele causale stroom: de encoder leert een leesvolgorde die wordt gevormd door de inhoud van de afbeelding voordat de taaldecoder deze interpreteert. Dit is vooral relevant voor pagina's met kolommen, tabellen, formules en niet-lineaire lay-outs.
Architectuur en leesvolgorde. Het model behoudt een encoder-decoderstructuur. DeepEncoder V2 vervangt de CLIP-component van de eerdere encoder door een compacte encoder in de stijl van een taalmodel. Visuele tokens kunnen aandacht over de afbeelding verdelen, terwijl aangeleerde causale query's die informatie stapsgewijs organiseren in een reeks voor de decoder. Het ontwerp behandelt het verschil tussen de tweedimensionale lay-out van een pagina en de eendimensionale volgorde die nodig is om de tekst ervan te genereren.
Afbeeldingsvoorbereiding en resolutie. De standaardmodus van de fabrikant voor dynamische resolutie gebruikt één globale weergave van 1024 × 1024 en nul tot zes lokale weergaven van 768 × 768. De globale weergave produceert 256 visuele tokens en elke lokale weergave voegt er 144 toe, wat in de beschreven configuratie 256–1,120 tokens per afbeelding oplevert. Dit zijn gepubliceerde instellingen voor modelverwerking, geen verzoek om elke pagina handmatig in dat aantal stukken te knippen. Lever een leesbare afbeelding aan die de paginagrenzen en de verbanden tussen koppen, kolommen en tabellen behoudt.
De encoder bevat een visuele tokenizer op basis van SAM met convolutionele compressie en een compacte encoder die vanuit Qwen2 0.5B is geïnitialiseerd. De decoder blijft het 3B-mixture-of-experts-model van de eerste OCR-editie, met ongeveer 500 miljoen actieve parameters. De training verloopt via voorbereiding van de encoder, verbetering van query's en specialisatie van de decoder; de laatste fase laat de encoder ongewijzigd en werkt de decoder bij. De nadruk van deze revisie ligt op betere visuele leeslogica, met behoud van gecomprimeerde afbeeldingsrepresentaties.
Kies de uitvoertaak. Vrije OCR richt zich op de herkende tekst zonder lay-out. De Markdown-prompt vraagt om documentconversie met lay-outinformatie, waardoor het resultaat gemakkelijker in een tekstverwerkingspipeline kan worden gebruikt. Voor een rapport of paper kan het resultaat leesbare secties behouden die je vervolgens doorzoekt, samenvat of als referentiemateriaal gebruikt. Controleer bij een tabel of de rij- en kolomverbanden de conversie hebben doorstaan voordat je er numerieke velden uit extraheert.
Bereid voor een verzameling pagina's pagina-afbeeldingen in hun oorspronkelijke volgorde voor en bewaar bij elke uitvoer een pagina-ID. Het officiële project beschrijft zowel workflows voor OCR van afbeeldingen als PDF-verwerking, inclusief het opslaan van resultaten en versnelde inferentie. Het renderen van pagina's, iteratie en samenvoeging zijn verantwoordelijkheden van het omringende proces. Houd de herkende uitvoer gescheiden van latere samenvattingen, zodat een extractiefout naar de bronpagina kan worden herleid.
Documentcontrole. Het onderzoek bestudeert tekst, formules, tabellen en leesvolgorde en bespreekt bijzonder dicht opgemaakte krantenpagina's als een terrein dat moeilijk blijft. Bewaar de duidelijkste bronafbeelding en toets kleine tekst, tabelkoppen, subscripten en doorslaggevende waarden aan het origineel. Verkrijg als een passage onleesbaar is een betere scan of een gerichte weergave die voldoende omliggende lay-out behoudt om de rol ervan vast te stellen. Controleer de uitvoer ook op herhaling of weggelaten secties voordat je deze als een volledige registratie behandelt.
OCR 2 levert het herkende materiaal voor de volgende taak. Een volgend verzoek kan vervolgens velden extraheren, een doorzoekbare notitie opbouwen of een vraag beantwoorden op basis van de geconverteerde tekst. De producent beschrijft optisch lezen van documenten als de huidige focus; breder visueel redeneren en aanvullende modaliteiten zijn onderzoeksrichtingen. Houd het verwachte resultaat bij het selecteren van deze editie specifiek gericht op herkenning en documentconversie.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten deepseek/deepseek-ocr-2 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.000062 / 1K tokens Uitvoer · Uitvoertokens $0.000062 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-ocr-2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='deepseek/deepseek-ocr-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='deepseek/deepseek-ocr-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra deepseek/deepseek-ocr-2
Gebruik de hierboven getoonde methodepaden.
deepseek/deepseek-ocr-2Het tweede OCR-model van DeepSeek zet documentafbeeldingen om in tekst of Markdown met behoud van lay-outinformatie. DeepEncoder V2 organiseert visuele informatie volgens leeslogica en ondersteunt pagina's die tekst, formules, tabellen en complexe lay-outs combineren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
DeepSeek OCR 2 zet een documentafbeelding en een tekstinstructie om in een tekstueel resultaat. De belangrijkste gepubliceerde prompts omvatten vrije OCR en het omzetten van een document naar Markdown met informatie die de koppeling aan de bron vastlegt. De tweede editie introduceert DeepEncoder V2 en visuele causale stroom: de encoder leert een leesvolgorde die wordt gevormd door de inhoud van de afbeelding voordat de taaldecoder deze interpreteert. Dit is vooral relevant voor pagina's met kolommen, tabellen, formules en niet-lineaire lay-outs.
Architectuur en leesvolgorde. Het model behoudt een encoder-decoderstructuur. DeepEncoder V2 vervangt de CLIP-component van de eerdere encoder door een compacte encoder in de stijl van een taalmodel. Visuele tokens kunnen aandacht over de afbeelding verdelen, terwijl aangeleerde causale query's die informatie stapsgewijs organiseren in een reeks voor de decoder. Het ontwerp behandelt het verschil tussen de tweedimensionale lay-out van een pagina en de eendimensionale volgorde die nodig is om de tekst ervan te genereren.
Afbeeldingsvoorbereiding en resolutie. De standaardmodus van de fabrikant voor dynamische resolutie gebruikt één globale weergave van 1024 × 1024 en nul tot zes lokale weergaven van 768 × 768. De globale weergave produceert 256 visuele tokens en elke lokale weergave voegt er 144 toe, wat in de beschreven configuratie 256–1,120 tokens per afbeelding oplevert. Dit zijn gepubliceerde instellingen voor modelverwerking, geen verzoek om elke pagina handmatig in dat aantal stukken te knippen. Lever een leesbare afbeelding aan die de paginagrenzen en de verbanden tussen koppen, kolommen en tabellen behoudt.
De encoder bevat een visuele tokenizer op basis van SAM met convolutionele compressie en een compacte encoder die vanuit Qwen2 0.5B is geïnitialiseerd. De decoder blijft het 3B-mixture-of-experts-model van de eerste OCR-editie, met ongeveer 500 miljoen actieve parameters. De training verloopt via voorbereiding van de encoder, verbetering van query's en specialisatie van de decoder; de laatste fase laat de encoder ongewijzigd en werkt de decoder bij. De nadruk van deze revisie ligt op betere visuele leeslogica, met behoud van gecomprimeerde afbeeldingsrepresentaties.
Kies de uitvoertaak. Vrije OCR richt zich op de herkende tekst zonder lay-out. De Markdown-prompt vraagt om documentconversie met lay-outinformatie, waardoor het resultaat gemakkelijker in een tekstverwerkingspipeline kan worden gebruikt. Voor een rapport of paper kan het resultaat leesbare secties behouden die je vervolgens doorzoekt, samenvat of als referentiemateriaal gebruikt. Controleer bij een tabel of de rij- en kolomverbanden de conversie hebben doorstaan voordat je er numerieke velden uit extraheert.
Bereid voor een verzameling pagina's pagina-afbeeldingen in hun oorspronkelijke volgorde voor en bewaar bij elke uitvoer een pagina-ID. Het officiële project beschrijft zowel workflows voor OCR van afbeeldingen als PDF-verwerking, inclusief het opslaan van resultaten en versnelde inferentie. Het renderen van pagina's, iteratie en samenvoeging zijn verantwoordelijkheden van het omringende proces. Houd de herkende uitvoer gescheiden van latere samenvattingen, zodat een extractiefout naar de bronpagina kan worden herleid.
Documentcontrole. Het onderzoek bestudeert tekst, formules, tabellen en leesvolgorde en bespreekt bijzonder dicht opgemaakte krantenpagina's als een terrein dat moeilijk blijft. Bewaar de duidelijkste bronafbeelding en toets kleine tekst, tabelkoppen, subscripten en doorslaggevende waarden aan het origineel. Verkrijg als een passage onleesbaar is een betere scan of een gerichte weergave die voldoende omliggende lay-out behoudt om de rol ervan vast te stellen. Controleer de uitvoer ook op herhaling of weggelaten secties voordat je deze als een volledige registratie behandelt.
OCR 2 levert het herkende materiaal voor de volgende taak. Een volgend verzoek kan vervolgens velden extraheren, een doorzoekbare notitie opbouwen of een vraag beantwoorden op basis van de geconverteerde tekst. De producent beschrijft optisch lezen van documenten als de huidige focus; breder visueel redeneren en aanvullende modaliteiten zijn onderzoeksrichtingen. Houd het verwachte resultaat bij het selecteren van deze editie specifiek gericht op herkenning en documentconversie.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten deepseek/deepseek-ocr-2 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.000062 / 1K tokens Uitvoer · Uitvoertokens $0.000062 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "deepseek/deepseek-ocr-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'deepseek/deepseek-ocr-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'deepseek/deepseek-ocr-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra deepseek/deepseek-ocr-2
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Structure supplied OCR text\n\nOrganize this already-transcribed page text as Markdown; do not claim to inspect an image. "STOCK COUNT / Item | Count / Washers | 18 / Bolts | 7 / Note: bolt count needs recount." Preserve the heading, table relationships and note. Do not silently correct the uncertain count or turn this into a summary.A Markdown heading, two-column table and separate note preserving the supplied wording and numbers.Verify that the bolt recount note remains attached to the table and both counts are retained.