ジナの「OCR処理速度における第一人者」という評価は、DeepSeekのオープンウェイトを活用した、精度と速度のバランスの取れたものです。実際の指標となるのは、ページあたりのコストであり、エラスティック社がそのコストを管理しています。

Jina AIは、今では公共企業であるElasticが所有している検索技術スタートアップです。同社は、新しい文書解析エンジンであるjina-ocr-v1を発表しており、ユーザーが簡単に比較できるようにしています。比較対象の14モデルの中で、ページスループットにおいて最も優れています。その見出しは正しいが、単純に成功とみなす前に、詳しく分析する価値がある。なぜなら、「スピードでの第1位」というのは、成功の半分に過ぎず、ジナが失った部分こそが、実際の成果を決定する要素だからだ。

このモデルは、中国の研究機関が提供するオープンソースのDeepSeek-OCRを再構成したものです。文書の読み込みを圧縮問題に変えたDeepSeekのアイデアは、1ページ全体を少数の画像トークンとして表現することでした。わずか256個—テキストを大幅に圧縮し、ページあたりのデコード作業を軽減する。Jinaはその基本構造を保持し、仮定的なデコード機能を追加した。これにより、トークンを事前に生成し、それらを厳密に検証することができる。そして、その結果を公共のコーパスや劣化された、または歴史的な文書にも保存する。合計で34億個のパラメータがあり、各トークンあたり約5億7千万個が有効です。、そしてA100を使用した場合、1秒あたり2.57ページの表示が可能です。.

そのページレートこそが、「14人中の第1位」という主張の根拠となっているものです。そして、それは正確に2つの要素によって構成されています。第一の要素は、出力の簡潔さです：jina-ocr-v11ページあたり約1,085トークンが出力される、例えば同様のパーサーが使える場所Surya OCR 2は、およそ3,568時間を費やす。ページあたりのトークン数が少ないということは、完成した文書に対してデコーダが行う処理回数が少ないことを意味します。そのため、加速処理が適用される前に、ページ/秒の値が上昇してしまいます。第二の要素はFastMTPです。これは予測的な処理機能であり、中程度のL4 GPU上で動作します。デコーディング速度が約1.9倍に向上通常の自動復号化と同じように、バイトレベルで同一の出力が得られる。これらを組み合わせれば、スループット数が自然に得られる。

今、ジナの半分が使われている。この値は、報告される2つの品質基準において3位に位置する。OmniDocBench v1.6では専門モデルの中で3位、olmOCR-Benchでは公表された総合スコアから見ても3位である。OmniDocBench v1.6では91.14、olmOCR-Benchでは83.4Infinity-Parser2-Proのようなより重いシステムの背後で、olmOCR-Benchでは87.6のスコアを得ているが、速度は約5.5倍遅い。ページごとに。スピードの優位性は、発見と同様に工学上の選択によって生まれるものです。また、デコーディングを加速するという同じような簡潔さが、難しい入力に対する忠実性を制限することにもなります。つまり、最も弱いサブセットのスコアになるのです。劣化した、損傷したスキャン値：42.6その会社自身も注意を促している。14種類のモデル間での比較については…管理された形で実行されていなかったハードウェアやバッチ処理の設定は、行ごとに異なります。つまり、これはジナ自身の装置で最速で動作するかどうかを測定する自己ベンチマークであり、単なる性能の比較ではなく、精度の問題です。

ランクを飛ばして読めば、実際に数値が表しているのはコストに関するものであり、速度記録ではない。AIスタックにおいて、文書のパーサピングは検索付加生成のインテグレーション層です。すべての企業のRAGパイプラインでは、まず請求書やスキャン結果、PDFファイルを純粋なテキストやMarkdown形式に変換しなければなりません。そうした変換処理こそが、ページあたりの経済性を決定する要因です。通常、千ページあたりの価格で計算される。つまり、ページあたりのトークンを少なくし、それをより速くデコードするモデルというのは、その層のコストを減らすことに役立つのです。これこそが、JinaツールがElasticにとって有益な点です。2025年10月にスタートアップを取得した。クラウドOCRや文書インテリジェンスサービスに対して、ベクトル検索やコンテキストエンジニアリングの分野での優位性をさらに高める。

投資家にとって、それが注目すべき点です。Jina AIには自身の公開株式はありません。2020年に設立されたベルリンの企業です。それ3600万ドルほどの利益を得たElasticがそれを購入する前は、小売市場での露出がありました。もしElasticが何らかの形で活動しているなら、その影響は小売市場に及びます。Elastic内部では、jina-ocr-v1は検索やエージェントス택の中でコストに敏感なノードにおける競争力のある技術です。これは、単一層の経済性を改善するものであり、会社全体を再構築するものではありません。この違いが重要です。自己選択されたスピードランキングは優位性を示すように聞こえますが、精度が3位であるパーサーや、他の研究所のオープンウェイトを基にしたものは、競争相手の次のトレーニング後の実行によって消される可能性があります。重要なのは、ベンチマークを再実施することではなく、Elasticが大量の文書を処理する際にページあたりどれだけのコストを支払うかという点です。そして、その数値は、どんなスループットテーブルにも現れるよりも早く、利益の面で明らかになります。