コンテンツにスキップ

PaddleOCR-VL 1.5 - SiliconFlowの無料文書解析、16Kコンテキスト

モデルID PaddlePaddle/PaddleOCR-VL-1.5
これはSiliconFlowの無料モデルです。レート制限の範囲内で、費用をかけずに利用できます。

モデル情報

項目値
コンテキスト長16,384トークン
最大出力16,384トークン
入力価格¥0 / 100万トークン
出力価格¥0 / 100万トークン
プロバイダーBaidu PaddlePaddle / SiliconFlow
ステータス無料
入力モダリティテキスト + 画像
パラメータ数0.9B
リリース日2026-01-29

説明

PaddleOCR-VL-1.5は、Baiduが公開した軽量なマルチモーダル文書解析モデルです。わずか0.9Bのパラメータながら、OmniDocBench v1.5ベンチマークで94.5%の精度を達成し、Gemini-3 Proなどの汎用マルチモーダルモデルを上回ります。新バージョンでは変形した枠の位置検出に対応し、スキャン、傾き、折れ、画面撮影、複雑な照明といった実環境でも安定した性能を発揮します。さらに印章認識とテキスト検出・認識の機能も新たに追加しました。

111言語に対応し、ページをまたぐ表の自動結合や章見出しの認識ができるため、文書のデジタル化、請求書や契約書の解析、多言語資料の整理などの場面に適しています。

使用例

curl https://api.siliconflow.cn/v1/chat/completions \
  -H "Authorization: Bearer $SILICONFLOW_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "PaddlePaddle/PaddleOCR-VL-1.5",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "この画像からテキストと表の構造を抽出してください"},
        {"type": "image_url", "image_url": {"url": "https://example.com/document.png"}}
      ]
    }]
  }'

関連リンク

📚 関連する無料モデル

同じ SiliconFlow プラットフォームで $0 で利用できるモデルです。コンテキスト長とモダリティで選べます。

モデルコンテキスト説明
Hunyuan-MT-7B33KHunyuan-MT-7BはTencent Hunyuanの軽量7B翻訳モデル。中国の少数民族言語5種を含む33言語
Xing4.0 29B256K中国電信TeleAIのオープンソース29B MoEモデル。トークンあたり4Bのみを活性化し、ネイティブ256Kコンテ

📋 SiliconFlow の無料モデルをすべて見る →

🔗 サイト内ナビゲーション

最終更新日 · データ提供:SiliconFlow の公式ドキュメントと料金ページ。枠と料金は予告なく変更される場合があります。