Datalab veröffentlicht OmniParseBench: Offener OCR-Benchmark mit 16.288 Bestanden-/Nicht-bestanden-Tests zur Prüfung von OCR-Parsern

Was passiert ist

Datalab hat OmniParseBench veröffentlicht, einen offenen OCR-Benchmark mit 16.288 Ja-/Nein-Tests auf 2.937 Seiten in 92 Sprachen. Jedes Ergebnis ist eine Bestehensquote, die sich nach Tag, Schriftsystem oder Sprache aufschlüsseln lässt.

Der Benchmark bewertet Parser mit 16.288 Ja-/Nein-Tests auf 2.937 Seiten aus 2.343 Dokumenten. Datalab verkauft selbst einen Parser, und dessen beste Einstellung, Datalab accurate, belegt in der Startrangliste den zweiten Platz hinter Gemini 3.8 Flash.

OmniParseBench ist ein Auswertungswerkzeug, kein Modell. Die Installation erfolgt mit uv pip install omni-parse-bench, es setzt Python 3.11+ voraus und bewertet Ausgaben offline ohne API-Schlüssel (die Schnittstelle, über die eine Software mit einer anderen kommuniziert).

Wichtige Fakten

• Datalab hat OmniParseBench veröffentlicht, einen offenen OCR-Benchmark mit 16.288 Ja-/Nein-Tests auf 2.937 Seiten in 92 Sprachen