掘金· 谁在黄金彼岸·· 6 小时前精选AI 评分76
本地多模态 OCR 实测：qwen3.5-9b 质量最优，Apple Vision 适合批量跑量，附落地架构
OCR 方案对比：本地多模态可行吗？
AI 导读
作者对比三款本地 OCR 方案，实测 qwen3.5-9b 字错率 0.5% 质量最高但单页 80 秒且独占模型槽位，Apple Vision 3.2% 且 12 秒/页可并行跑完 1.2 万页，gemma-4-e4b 中文不可用。
推荐理由
适合有 Mac 和编码能力的开发者，给出本地 OCR 落地架构：Vision 跑量、qwen 抽检，附完整实施步骤。
来源：掘金 · juejin.cn