HunyuanOCR 1.5
HunyuanOCR 1.5, Tencent के हल्के एंड-टू-एंड OCR मॉडल का अपडेट है, जो 1.0 बैकबोन रखते हुए इसे तेज़ और दुर्लभ कार्यों पर बेहतर बनाता है।
इसका एक रिलीज़ Hunyuan OCR.
- रिलीज़
- 7 जुलाई 2026
- मॉडल ID
- tencent/HunyuanOCR
- आकार
- HunyuanOCR 1.0 जैसा ही बैकबोन, साथ में एक छोटा DFlash ड्राफ़्ट मॉडल
- लाइसेंस
- Tencent Hunyuan Community License (same as 1.0)
- इस नाम से भी खोजा जाता है
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
HunyuanOCR 1.5 में नया क्या है
- DFlash speculative decoding: एक छोटा block-diffusion ड्राफ़्ट मॉडल टोकन सुझाता है जिन्हें मुख्य मॉडल जाँचता है, आउटपुट वितरण वही रहता है।
- पेपर के अनुसार Transformers में 6.37x और vLLM में 2.14x तेज़ इनफ़रेंस।
- llama.cpp और GGUF के ज़रिए PC पर चलता है।
- अधिकतम इमेज रिज़ॉल्यूशन 4K और कॉन्टेक्स्ट विंडो 128K तक बढ़ाई गई।
- प्राचीन लिपियों, कम-संसाधन भाषाओं, चार्ट, टेबल और मल्टी-इमेज सवालों के लिए "Agentic Data Flow" ट्रेनिंग डेटा।
HunyuanOCR 1.5 बेंचमार्क
| बेंचमार्क | स्कोर | टिप्पणी |
|---|---|---|
| इनफ़रेंस स्पीडअप, Transformers | 6.37x | |
| इनफ़रेंस स्पीडअप, vLLM | 2.14x |
स्कोर लेखकों द्वारा प्रकाशित हैं। हमने इन्हें दोबारा नहीं चलाया है।
HunyuanOCR 1.5 को API से इस्तेमाल करें
OCRRouter Hunyuan OCR का एक अलग रिलीज़ tencent/hunyuan-ocr के रूप में चलाता है।
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 वर्शन
- Hunyuan OCR: OCRRouter पर सभी वर्शन, कीमत, स्पीड और फीचर
- HunyuanOCR 1.5 (7 जुलाई 2026), यह पेज
सवाल
स्रोत
अंतिम अपडेट .