概览
Surya OCR 2.5 是 Datalab 于 2026 年 10 月 29 日发布的开放权重 OCR / 文档解析模型，随 surya-ocr 0.23.0 成为默认模型。官方博文称它有 689M 参数，在 Datalab 自建的开放解析基准 OmniParseBench（2,937 页、92 种语言、16,288 条判定测试）上得分 85.9，高于 Surya 2 的 83.3，是 1B 参数以下开源模型中的最高分，其中表格 78.3（Surya 2 为 74.3）、版面 95.7；olmOCR-bench 总分 83.7（Surya 2 为 82.8）。速度方面，单张 H100、192 DPI、32 并发下每秒约 4.5 页，约为 Surya 2 的 1.7 倍；词表扩大到 88,526 个 token，加入 emoji 和数学花体字母，一页所需 token 约为原来的 1/2.6；输出陷入循环的请求从 3.8% 降到 0.1%。多语言上，官方 91 种语言内部基准总通过率 74.9%，中文从 66.7% 提升到 75.7%，日文 80.5%。以上成绩均来自 Datalab 官方博文。代码 Apache 2.0，权重为修改版 OpenRAIL-M：研究、个人使用以及融资或营收低于 500 万美元的初创公司可免费使用，超出需联系官方取得商用授权。官方来源：https://www.datalab.to/blog/surya-2-5 、https://github.com/datalab-to/surya 、https://huggingface.co/datalab-to/surya-ocr-2.5 （2026-10-31 核对）。 定价：开放权重，可免费自部署（商用条件见许可）；Datalab 托管平台按处理量计费，官网未给出按百万 tokens 的价格，输入 / 输出价留空。
- 模态
- 多模态
- 参数量
- 689M
- 许可说明
- 开源 · 代码 Apache 2.0；权重为修改版 OpenRAIL-M（研究、个人及融资/营收低于 500 万美元的初创公司免费）
能力
- 整页文档 OCR：输出文字、版面块与阅读顺序，表格输出为 HTML，可识别公式
- 小而准：689M 参数，OmniParseBench 85.9（Surya 2 为 83.3），官方称是 1B 以下开源模型最高分；版面得分 95.7 为所有开源模型最高
- 更快：单张 H100 每秒约 4.5 页（Surya 2 开 MTP 为 2.7 页），一页所需 token 减少到约 1/2.6
- 多语言：官方 91 种语言内部基准总通过率 74.9%，中文从 66.7% 提升到 75.7%；新增 emoji 与数学花体字符
- 本地部署：pip install surya-ocr（0.23.0 起默认用 2.5），后端可选 vLLM 或 llama.cpp，另有 GGUF 版本