HunyuanOCR 1.5
HunyuanOCR 1.5 হলো Tencent-এর হালকা এন্ড-টু-এন্ড OCR মডেলের আপডেট, 1.0 ব্যাকবোন রেখে এটিকে দ্রুত ও বিরল কাজে আরও ভালো করে।
যার একটি রিলিজ Hunyuan OCR.
- রিলিজ
- 7 জুলাই 2026
- মডেল ID
- tencent/HunyuanOCR
- আকার
- HunyuanOCR 1.0-এর একই ব্যাকবোন, সঙ্গে একটি ছোট DFlash ড্রাফট মডেল
- লাইসেন্স
- Tencent Hunyuan Community License (same as 1.0)
- এই নামেও খোঁজা হয়
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
HunyuanOCR 1.5-এ নতুন কী
- DFlash speculative decoding: একটি ছোট block-diffusion ড্রাফট মডেল টোকেন প্রস্তাব করে যা মূল মডেল যাচাই করে, আউটপুট বণ্টন একই থাকে।
- পেপার অনুযায়ী Transformers-এ 6.37x ও vLLM-এ 2.14x দ্রুত ইনফারেন্স।
- llama.cpp ও GGUF দিয়ে PC-তে চলে।
- সর্বোচ্চ ছবির রেজোলিউশন 4K ও কনটেক্সট উইন্ডো 128K পর্যন্ত বাড়ানো হয়েছে।
- প্রাচীন লিপি, স্বল্প-সম্পদ ভাষা, চার্ট, টেবিল ও একাধিক ছবির প্রশ্নের জন্য "Agentic Data Flow" প্রশিক্ষণ ডেটা।
HunyuanOCR 1.5 বেঞ্চমার্ক
| বেঞ্চমার্ক | স্কোর | নোট |
|---|---|---|
| ইনফারেন্স গতি বৃদ্ধি, Transformers | 6.37x | |
| ইনফারেন্স গতি বৃদ্ধি, vLLM | 2.14x |
স্কোরগুলো লেখকদের প্রকাশিত। আমরা নিজেরা আবার চালাইনি।
API দিয়ে HunyuanOCR 1.5 ব্যবহার করুন
OCRRouter Hunyuan OCR-এর একটি ভিন্ন রিলিজ tencent/hunyuan-ocr হিসেবে চালায়।
1DeepSeek-OCROpen-source vision model that compresses pages into few tokens.0 credits / page
deepseek/deepseek-ocr0 credits / 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 ভার্সন
- Hunyuan OCR: OCRRouter-এ সব ভার্সন, দাম, গতি ও ফিচার
- HunyuanOCR 1.5 (7 জুলাই 2026), এই পৃষ্ঠা
প্রশ্ন
সূত্র
সর্বশেষ আপডেট .