Jina OCR v1 是基于标准 OpenAI Chat Completions 协议的视觉文档 OCR 模型:传入页面图像即可高精度转录为纯文本或 Markdown,并支持通过 response_format(JSON Schema)进行结构化提取与流式输出。视觉压缩塔可将整页 A4 压缩至约 903 个输入 token,支持 32K 上下文与 8K 最大输出。
- 制造商:
- Jina AI
- 输入类型:
- 输出类型:
- 上下文长度:
- 33K
- 最大输出:
- 8K
- 发布时间:
- 2026-09-10
toolsreasoningstructuredOutputstreamingvision
供应商
同一个模型,不同供应商。自动路由默认在健康的供应商之间加权分配,也可改为价格、延迟等策略优先。
可用率
24 小时Amux AI 网关向各供应商实际发出请求的成功率,不含客户端错误导致的失败。
Tok/s
24 小时流式请求的平均输出速率,单位为 tokens/s(TPS)。
TTFT
24 小时流式请求的平均首 token 延迟(TTFT),即自发出请求至收到首个 token 的耗时。
活动
24 小时各时段的相对请求活跃度,按实际承接请求的供应商拆分。以所选时间范围内的峰值为 100,仅反映趋势与供应商占比,不代表实际用量。
相关模型
更多来自 Jina AI 的模型
Jina AI: Jina Reranker v3.5131K 上下文最低 $0.05 / 百万 tokens1 个供应商Jina Reranker v3.5 是基于 Qwen3-0.6B 的 0.6B 参数旗舰多语言 Listwise 重排模型(v3 无缝替代)。采用混合 3L2G 滑窗与全局注意力架构,支持 131K 超长上下文单次联合打分,BEIR 达 63.20 nDCG@10 且较 v3 提速 1.22×–1.56×。
Jina AI: Jina Embeddings v5 Omni Nano8K 上下文最低 $0.02 / 百万 tokens1 个供应商Jina Embeddings v5 Omni Nano 是 1.004B 参数轻量全模态嵌入模型,支持文本、图像、音频、视频与 PDF 跨模态检索,提供 8K 上下文与默认 768 维 Matryoshka 向量空间(最低 32 维),并与 jina-embeddings-v5-text-nano 向量空间完全对齐。
Jina AI: Jina Embeddings v5 Omni Small33K 上下文最低 $0.05 / 百万 tokens1 个供应商Jina Embeddings v5 Omni Small 是 1.66B 参数第五代全模态嵌入模型,可将文本、图像、音频、视频与 PDF 统一映射到默认 1024 维 Matryoshka 向量空间(32K 上下文,最低截断至 32 维),并与 jina-embeddings-v5-text-small 向量空间完全对齐。