HunyuanOCR 1.5
HunyuanOCR 1.5 Tencent-in yüngül end-to-end OCR modelinin yeniləməsidir; 1.0 backbone-u saxlayır, daha sürətli və long-tail tapşırıqlarda daha yaxşıdır.
Buraxılışı: Hunyuan OCR.
- Buraxılış
- 7 iyul 2026
- Model ID
- tencent/HunyuanOCR
- Ölçü
- HunyuanOCR 1.0 ilə eyni backbone, üstəgəl kiçik DFlash draft modeli
- Lisenziya
- Tencent Hunyuan Community License (same as 1.0)
- Həmçinin belə axtarılır
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
HunyuanOCR 1.5 modelində nə yenidir
- DFlash spekulyativ dekodlama: kiçik block-diffusion draft modeli tokenlər təklif edir, əsas model onları yoxlayır və çıxış paylanması eyni qalır.
- Məqaləyə görə Transformers ilə 6.37x, vLLM ilə 2.14x sürətli inference.
- llama.cpp və GGUF vasitəsilə kompüterdə işləyir.
- Maksimal şəkil ölçüsü 4K-ya, kontekst pəncərəsi 128K-ya qaldırılıb.
- Qədim yazılar, az resurslu dillər, diaqramlar, cədvəllər və çoxşəkilli suallar üçün "Agentic Data Flow" öyrədilmə məlumatları.
HunyuanOCR 1.5 benchmarkları
| Benchmark | Nəticə | Qeyd |
|---|---|---|
| Inference sürətlənməsi, Transformers | 6.37x | |
| Inference sürətlənməsi, vLLM | 2.14x |
Nəticələr müəlliflərin dərc etdiyi kimidir. Biz onları təkrar yoxlamamışıq.
HunyuanOCR 1.5 modelini API ilə istifadə edin
OCRRouter Hunyuan OCR modelinin başqa buraxılışını tencent/hunyuan-ocr kimi işlədir.
1DeepSeek-OCROpen-source vision model that compresses pages into few tokens.1 credit / page
deepseek/deepseek-ocr1 credit / page2PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / pagepaddle/paddleocr-vl6 credits / page3GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageHunyuan OCR versiyaları
- Hunyuan OCR: OCRRouter saytında bütün versiyalar, qiymət, sürət və funksiyalar
- HunyuanOCR 1.5 (7 iyul 2026), bu səhifə
Suallar
Mənbələr
Son yenilənmə .