HunyuanOCR 1.5
HunyuanOCR 1.5 er Tencents opdatering af sin lette end-to-end OCR-model, der beholder 1.0-backbonen og bliver hurtigere og bedre til long-tail-opgaver.
En version af Hunyuan OCR.
- Udgivet
- 7. juli 2026
- Model-ID
- tencent/HunyuanOCR
- Størrelse
- Samme backbone som HunyuanOCR 1.0 plus en lille DFlash-udkastmodel
- Licens
- Tencent Hunyuan Community License (same as 1.0)
- Søges også som
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
Nyt i HunyuanOCR 1.5
- DFlash speculative decoding: en lille block-diffusion-udkastmodel foreslår tokens, som hovedmodellen kontrollerer, med samme outputfordeling.
- 6.37x hurtigere inferens med Transformers og 2.14x med vLLM, ifølge artiklen.
- Kører på en pc via llama.cpp og GGUF.
- Maksimal billedopløsning hævet til 4K og kontekstvindue til 128K.
- Træningsdata fra "Agentic Data Flow" til gamle skriftsystemer, sprog med få ressourcer, diagrammer, tabeller og spørgsmål med flere billeder.
Benchmarks for HunyuanOCR 1.5
| Benchmark | Score | Note |
|---|---|---|
| Inferens-speedup, Transformers | 6.37x | |
| Inferens-speedup, vLLM | 2.14x |
Scorer som offentliggjort af forfatterne. Vi har ikke kørt dem igen.
Brug HunyuanOCR 1.5 via et API
OCRRouter kører en anden version af Hunyuan OCR som tencent/hunyuan-ocr.
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 / pageVersioner af Hunyuan OCR
- Hunyuan OCR: alle versioner, pris, hastighed og funktioner på OCRRouter
- HunyuanOCR 1.5 (7. juli 2026), denne side
Spørgsmål
Kilder
Senest opdateret .