HunyuanOCR 1.5
HunyuanOCR 1.5 to aktualizacja lekkiego modelu OCR end-to-end od Tencent, zachowująca szkielet 1.0, szybsza i lepsza w zadaniach z długiego ogona.
Wydanie modelu Hunyuan OCR.
- Wydano
- 7 lipca 2026
- ID modelu
- tencent/HunyuanOCR
- Rozmiar
- Ten sam szkielet co HunyuanOCR 1.0 plus mały model szkicowy DFlash
- Licencja
- Tencent Hunyuan Community License (same as 1.0)
- Wyszukiwany też jako
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
Co nowego w HunyuanOCR 1.5
- Dekodowanie spekulatywne DFlash: mały model szkicowy z dyfuzją blokową proponuje tokeny, które sprawdza główny model, zachowując ten sam rozkład wyjścia.
- Wnioskowanie 6.37x szybsze z Transformers i 2.14x z vLLM, wg publikacji.
- Działa na PC przez llama.cpp i GGUF.
- Maksymalna rozdzielczość obrazu podniesiona do 4K, a okno kontekstu do 128K.
- Dane treningowe "Agentic Data Flow" dla pism dawnych, języków niskozasobowych, wykresów, tabel i pytań do wielu obrazów.
Benchmarki HunyuanOCR 1.5
| Benchmark | Wynik | Uwagi |
|---|---|---|
| Przyspieszenie wnioskowania, Transformers | 6.37x | |
| Przyspieszenie wnioskowania, vLLM | 2.14x |
Wyniki podane przez autorów. Nie powtarzaliśmy pomiarów.
Używaj HunyuanOCR 1.5 przez API
OCRRouter udostępnia inne wydanie Hunyuan OCR jako 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 / pageWersje Hunyuan OCR
- Hunyuan OCR: wszystkie wersje, ceny, szybkość i funkcje w OCRRouter
- HunyuanOCR 1.5 (7 lipca 2026), ta strona
Pytania
Źródła
Ostatnia aktualizacja .