智谱正式发布并开源GLM-OCR，该模型仅0.9B参数规模，支持vLLM、SGLang和Ollama部署，以“小尺寸、高精度”实现文档解析能力新标杆。其在权威文档解析榜单OmniDocBench V1.5中以94.6分登顶，在公式识别、表格识别、信息抽取等多项主流基准中均取得SOTA表现，性能接近Gemini-3-Pro。得益于自研CogViT视觉编码器与系统性设计，GLM-OCR能精准解析扫描件、PDF及票据，有效解决手写、印章及多语言混排难题。价格方面，API仅需0.2元/百万Tokens，成本约为传统OCR方案的1/10，并同步开源完整SDK与推理工具链，支持一行命令快速调用。