OXR 文档解析「三榜第一」是真的吗?0.27 分和 2.59 分的差距,没人拆开看过**

过去一周，几百篇科技报道都在转同一句话：国产开源，三榜全球第一。

紧接着的那句，通常没人提——这份榜单，是厂商自己测的。

主角叫 OXR，SoMark 团队开源的 1.3B 文档解析模型，专干一件事：把 PDF 和扫描件解析成 Markdown、JSON，喂给 AI 和 Agent 用。

"我们开源了OXR：1.3B，全球三榜第一，精度与速度双SOTA。"这是 SoMark 官网的原话。但同一份官方文档里还写着：对手分数引自公开成绩，未在同一环境全面重跑。

三榜第一没有说谎。它只是没说全。

一、OXR 的三榜第一，领先第二名多少分？

先给结论：据 SoMark 官方基准文档（2026-10-05 快照），OXR 在 OmniDocBench、olmOCR-Bench、DocParsingBench 三个榜单上都排第一；但对官方表格做一遍核算，三个第一的领先幅度分别只有 0.24 分、0.27 分和 2.59 分。

三个第一里，两个的领先幅度连 0.3 分都不到。综合分精确到小数点后两位，一个分项的波动，就可能改写排名。

拆到分项看更有意思。OmniDocBench 一共 37 款模型同榜，OXR 总榜第一，但表格识别的单项分（Table TEDS）只有 96.62，排在 TeleOCR 的 96.82 后面——总榜第一，单项被反超。只有结构还原项（TEDS-S）98.44 分，是名副其实的领先。

唯一能称得上"明显优势"的，是 DocParsingBench 那 2.59 分。它覆盖 5 大行业、14 个真实业务场景，是三个榜单里最像"实用场景考试"的一个。

这并不等于说 OXR 不优秀。一个 1.3B 的小模型，跟一群十几 B、几十 B 甚至数百 B 的对手同榜竞技，本身就是稀缺的事；官方还声明训练集不含评测页面，评测流程和代码全量开源可复现。这些都是真加分项。

但"三榜第一"的成色，和热搜里那个"横扫""吊打"的成色，是两回事。

二、OXR 的分数，第三方复核过了吗？

复核进度先一句话讲完：截至 2026 年 10 月 27 日，OXR 的三项第一都还没有经过第三方复核——复测申请还挂着，官方结果表里也还没有它的名字。

一个榜单上的第一名，本来有三道手续：官方收录、第三方复核、公布结果。OXR 的三榜第一，三道都还差着口：

1）复测申请待处理：10 月 19 日，OXR 开发者在 OmniDocBench 的 GitHub 上开了 issue（编号 #264），请求官方复测；21 日对方回复"确认后复测"。截至 10 月 27 日，结果还没出来。

2）官方榜未收录：olmOCR-Bench 由 AI 机构 Ai2 维护，其官方结果表里目前查不到 OXR 的名字。

3）分数来源不对等：OXR 自己的分数是自测的，对手的分数引自论文、模型卡和公开榜单——不同环境、不同配置下的分数被放进同一张表排名。官方页面自己也写明：与公开榜单的同页对比，"不是官方收录声明"。

三个信号指向同一件事：OXR 拿的是"厂商自报、等待复核的第一"，权威机构还没有背书。

先说清楚：这套"等等再看"的建议，不针对 OXR。厂商自测榜单是 AI 行业的常态操作——过去半年，几乎每个星期都有人宣布"全球第一"，有的含金量十足，有的经不起三次点击。分数不会骗人，但选择把哪些分数放进同一张桌子的人会。

三、怎么判断一份 AI 榜单可不可信？

先别急着纠结"OXR 到底行不行"，学一套通用读法更有用。以后任何模型、任何产品宣布"全球第一"，判断可不可信都只看三步：谁测的、分差多少、有没有第三方复核。

第一步，找"谁测的"。厂商自测、第三方实验室、还是官方榜单？如果是厂商自测，再看一眼页面里有没有"对手分数引自公开成绩"这句话。有，这张表的分量就打折。

第二步，看分差，不看名次。第一名和第二名差 0.27 分还是 2.59 分，是两个世界。0.3 分以内的第一，约等于并列——排名是相对值，分差才是绝对值。

第三步，查复核状态。榜单页、GitHub issue、官方结果表，翻一翻有没有第三方复测的痕迹。没有，就把它当"在途信息"处理：可以用，但要标注来源和待定状态。

这套读法同样适用于这次的主角。开发者想用 OXR，先别急着信"三榜第一"，拿自己最刁钻的文档去它的免费 API 或在线 Demo 上跑一遍——官方提供免注册、免 Key 的接口，跑一轮真实业务文档，比任何榜单都诚实。

"三榜第一"这四个字没有说谎，它只是没说全。

没说榜单由谁测、怎么测、还有没有第三方点头。

转发之前，值得为这三个问题多花三分钟。

📌 全文要点

· OXR 是 SoMark 团队开源的 1.3B 文档解析模型，把 PDF 与扫描件解析为 Markdown、JSON。

· 据 SoMark 官方基准文档（2026-10-05 快照），OXR 在三个榜单均排第一。

· 对官方表格的核算显示：三个第一的领先幅度分别只有 0.24 分、0.27 分和 2.59 分。

· OmniDocBench 分项中，OXR 表格识别分 96.62，被 TeleOCR 的 96.82 反超。

· 截至 2026-10-27，OXR 复测申请仍待处理，olmOCR-Bench 官方结果表尚未收录。

· 判断 AI 榜单可信度：看谁测的、分差多少、有没有第三方复核。

作者：是个AI知食分子｜AI 应用观察