---
title: MiniCPM-OCR-vs-OXR
canonical_url: "https://www.modelscope.cn/studios/pzc163/MiniCPM-OCR-vs-OXR"
md_url: "https://www.modelscope.cn/studios/pzc163/MiniCPM-OCR-vs-OXR.md"
repository: pzc163/MiniCPM-OCR-vs-OXR
chinese_name: "MiniCPM-OCR 与 OXR 对比测试"
last_updated: 2026-10-29
sdk_type: gradio
sdk_version: 6.29.1
downloads: 0
stars: 2
---

# MiniCPM-OCR-vs-OXR

> MiniCPM-OCR-vs-OXR - pzc163 在 ModelScope 创建的在线 Demo。上传文档图片，并排比较 MiniCPM-OCR 官方 API 与 OXR 官方免费 API 的解析结果，支持区域联动、表格与公式预览、Markdown 和 JSON 下载。

pzc163/MiniCPM-OCR-vs-OXR 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 gradio 6.29.1 构建，中文名为「MiniCPM-OCR 与 OXR 对比测试」。

- **Repository**: pzc163/MiniCPM-OCR-vs-OXR
- **SDK**: gradio
- **SDK version**: 6.29.1
- **Downloads**: 0
- **Stars**: 2
- **Last updated**: 2026-10-29

Source: https://www.modelscope.cn/studios/pzc163/MiniCPM-OCR-vs-OXR

---

# MiniCPM-OCR 与 OXR 对比测试

ModelScope 创空间版本。上传图片或 PDF，同时调用 ModelBest MiniCPM-OCR 官方 API 与 SoMark OXR 官方免费 API。
保留原图区域框、阅读顺序、悬停联动、表格/公式预览和 Markdown/JSON 下载。
页面由原生 Gradio Blocks 容器承载，并适配 ModelScope 网页网关的临时访问凭证。

线上地址：[pzc163/MiniCPM-OCR-vs-OXR](https://modelscope.cn/studios/pzc163/MiniCPM-OCR-vs-OXR)

## 部署

在创空间中使用原生 Gradio 部署，入口为 app.py，监听 0.0.0.0:7860。
配置页可选的 SDK 为 6.29.1；构建时 requirements.txt 将应用版本固定为 Gradio 6.31.0。
仅需 CPU，不运行本地模型，也不需要 ZeroGPU。仓库同时提供 Dockerfile，方便在其他 Docker 环境运行。
在创空间私密环境变量中配置 MODELBEST_API_KEY；切勿将其加入仓库、Dockerfile 或前端。
公开网页请求使用管理员配置的官方额度。

当前使用免费 CPU（2 vCPU、8 GB 内存）。界面的上传、设置、提示、统计、预览和导出操作均为中文；识别结果保留文档原文。

### 手动设置 MiniCPM 官方 API

进入「空间管理 → 部署设置 → 调整部署设置」：

| 配置类型 | 变量名 | 填写内容 |
| --- | --- | --- |
| 明文变量 | `MODELBEST_BASE_URL` | `https://api.modelbest.cn/v1` |
| 密文变量 | `MODELBEST_API_KEY` | 你在 ModelBest 官方平台创建的 API Key |

Base URL 未设置或留空时，默认使用上述官方地址。代码自动追加 `/document-parse`，
最终请求为 `POST https://api.modelbest.cn/v1/document-parse`。请勿填写平台网页地址、
`/chat/completions` 或完整的 `/document-parse` 端点。支持 Base URL 末尾带斜杠。
如使用自定义兼容服务，仅填写你信任的 HTTPS 地址，因为服务端会向该地址发送配置的密钥与图片。

API Key 只粘贴密钥本身，不加 `Bearer ` 前缀、引号或额外空格。代码自动生成
`Authorization: Bearer <API Key>`，使用模型 `MiniCPM-OCR-1.0`。
修改后点击「确认并部署」，再在部署信息确认弹窗点击「确认部署」，等待「运行中」后生效。
现有密钥不会因更新代码而改变；本版本不自动轮换多个密钥。

变量 OXR_BASE_URL：本创空间配置为 https://free-oxr.somark.cn/api/v1（官方国内免费 API 镜像）。
未设置变量时，代码默认使用 https://free-oxr.somark.ai/api/v1。

图片或 PDF 原件分别发送给 ModelBest 和 SoMark。图片使用同步接口；PDF 使用两家官方异步任务接口，
不将 PDF 拆成图片逐页提交。耗时包括上传、排队、轮询和网络，不是纯推理速度。

## PDF 对比

- 文件不超过 **10 MB**，PDF 为 **1～20 页**。这是当前 OXR 官方免费服务的限制，区别于 SoMark 正式版的 200 MB / 300 页。
- 图片保留同步识别，最多 2500 万像素。损坏、需要密码和超过限制的 PDF 会在提交识别前拒绝。
- PDF 上传后自动提交两个异步任务。MiniCPM 每 2 秒查询，OXR 每 4 秒查询；只有查询失败会有限重试，任务提交不会自动重试。
- MiniCPM 接口：`POST /v1/document-parse/jobs` 上传原件，`GET /v1/document-parse/jobs/{id}` 查询状态和已完成页。
- OXR 免费接口：`POST /parse/async` 上传原件，`POST /parse/async_check` 以 `task_id` 查询，仍使用 `api_key=dummy`，无需新增密钥。
- 「上一页 / 下一页 / 页码」同时切换 PDF 原图和两个模型的对应页；翻页只请求本地预览，不会重新提交模型识别。
- 复制按钮复制当前页 Markdown；下载 Markdown 与 JSON 包含整份文档。部分结果导出明确标记未完整解析，JSON 保留状态、任务 ID 和每页原始结果。
- PDF 原图按需渲染，不一次加载所有页面。坐标缩放到相同的预览尺寸，保留表格/公式及区域联动。
- 查询最长 15 分钟。超时或关闭页面不会自动取消远端任务，任务 ID 可从 JSON 下载。当前版本不提供断线后恢复查询；请避免立即重复提交。
- OXR 免费服务的任务保存在上游内存，服务重启后可能丢失。MiniCPM 的认证、额度不足、部分页面失败与 OXR 的错误分别展示，互不阻塞。

接口资料：[MiniCPM 文档解析](https://platform.modelbest.cn/console/docs/api/document-parse)、
[OXR 免费接口对齐及限制](https://docs.somark.cn/api-reference/oxr/alignment)。

部署包中的本地测试可运行 `python -m unittest discover -s tests -v`；加密 PDF 测试另需安装 `pypdf`。

## 来源

迁移自 [pzc163/MiniCPM-OCR-vs-OXR](https://huggingface.co/spaces/pzc163/MiniCPM-OCR-vs-OXR)。
界面及格式化工具来源于 nielsr/MiniCPM-OCR-vs-Unlimited-OCR-2 和 openbmb/MiniCPM-OCR，Apache-2.0。
样例沿用参考 Space，论文页来自 Attention Is All You Need；报告是合成演示文档。

官方接口协议：https://platform.modelbest.ai/console/docs/api/document-parse
OXR 官方服务：https://github.com/SoMarkAI/OXR#quick-start
