HunyuanOCR 1.5
HunyuanOCR 1.5 بهروزرسانی Tencent برای مدل OCR سبک و سرتاسری خود است که بکبون 1.0 را نگه میدارد و آن را سریعتر و در وظایف کمیاب بهتر میکند.
نسخهای از Hunyuan OCR.
- تاریخ انتشار
- 7 ژوئیه 2026
- شناسه مدل
- tencent/HunyuanOCR
- اندازه
- همان بکبون HunyuanOCR 1.0، بهعلاوه یک مدل پیشنویس کوچک DFlash
- مجوز
- Tencent Hunyuan Community License (same as 1.0)
- جستجو شده با نام
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
چه چیزی در HunyuanOCR 1.5 جدید است
- رمزگشایی حدسی DFlash: یک مدل پیشنویس کوچک block-diffusion توکنهایی پیشنهاد میدهد که مدل اصلی بررسی میکند، با همان توزیع خروجی.
- استنتاج 6.37 برابر سریعتر با Transformers و 2.14 برابر با vLLM، طبق مقاله.
- از طریق llama.cpp و GGUF روی رایانه شخصی اجرا میشود.
- حداکثر وضوح تصویر به 4K و پنجره زمینه به 128K افزایش یافت.
- دادههای آموزشی "Agentic Data Flow" برای خطهای باستانی، زبانهای کممنبع، نمودار، جدول و پرسشهای چندتصویری.
بنچمارکهای HunyuanOCR 1.5
| بنچمارک | امتیاز | توضیح |
|---|---|---|
| افزایش سرعت استنتاج، Transformers | 6.37x | |
| افزایش سرعت استنتاج، vLLM | 2.14x |
امتیازها همانطور که نویسندگان منتشر کردهاند. ما آنها را دوباره اجرا نکردهایم.
استفاده از HunyuanOCR 1.5 از طریق API
OCRRouter نسخه دیگری از Hunyuan OCR را با شناسه tencent/hunyuan-ocr اجرا میکند.
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 / pageنسخههای Hunyuan OCR
- Hunyuan OCR: همه نسخهها، قیمت، سرعت و امکانات در OCRRouter
- HunyuanOCR 1.5 (7 ژوئیه 2026), این صفحه
پرسشها
منابع
آخرین بهروزرسانی .