HunyuanOCR 1.5
HunyuanOCR 1.5 adalah pembaruan model OCR end-to-end ringan dari Tencent, mempertahankan backbone 1.0 sambil membuatnya lebih cepat dan lebih baik pada tugas long-tail.
Rilis dari Hunyuan OCR.
- Dirilis
- 7 Juli 2026
- ID model
- tencent/HunyuanOCR
- Ukuran
- Backbone sama dengan HunyuanOCR 1.0, ditambah model draft DFlash kecil
- Lisensi
- Tencent Hunyuan Community License (same as 1.0)
- Juga dicari sebagai
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
Yang baru di HunyuanOCR 1.5
- Speculative decoding DFlash: model draft block-diffusion kecil mengusulkan token yang diperiksa model utama, dengan distribusi output yang sama.
- Inferensi 6,37x lebih cepat dengan Transformers dan 2,14x dengan vLLM, menurut paper.
- Berjalan di PC lewat llama.cpp dan GGUF.
- Resolusi gambar maksimum naik ke 4K dan jendela konteks ke 128K.
- Data latih "Agentic Data Flow" untuk aksara kuno, bahasa minim sumber daya, diagram, tabel, dan pertanyaan multigambar.
Benchmark HunyuanOCR 1.5
| Benchmark | Skor | Catatan |
|---|---|---|
| Percepatan inferensi, Transformers | 6.37x | |
| Percepatan inferensi, vLLM | 2.14x |
Skor sesuai publikasi penulis. Kami belum menjalankannya ulang.
Gunakan HunyuanOCR 1.5 lewat API
OCRRouter menjalankan rilis Hunyuan OCR yang berbeda sebagai 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 / pageVersi Hunyuan OCR
- Hunyuan OCR: semua versi, harga, kecepatan, dan fitur di OCRRouter
- HunyuanOCR 1.5 (7 Juli 2026), halaman ini
Pertanyaan
Sumber
Terakhir diperbarui .