PaddleOCR-VL 1.5 - SiliconFlowの無料文書解析、16Kコンテキスト
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-7B | 33K | Hunyuan-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 29B | 256K | 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 |
🔗 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。