2月3日，智谱AI宣布正式推出开源OCR模型GLM-OCR。这款模型参数量仅为0.9B，支持通过vLLM、SGLang及Ollama进行高效部署。在公开文字识别、表格解析及信息抽取等多项主流评测基准中，其表现均达到当前最优水平。

根据最新资料，GLM-OCR针对手写字体、复杂表格、代码文档、印章识别以及多语言混合排版等实际场景进行了专项优化。在效率层面，该模型处理PDF文档的吞吐速度可达每秒1.86页。通过API调用，其定价为每百万Tokens 0.2元。

该模型采用“编码器-解码器”架构，集成了自研的CogViT视觉编码器，并运用“版面分析→并行识别”的两阶段技术流程。完整的模型SDK与推理工具链已同步开源，适用于高并发及边缘计算等应用场景。