HunyuanOCR 1.5
HunyuanOCR 1.5 је Tencent надоградња лаганог end-to-end OCR модела: задржава 1.0 основу, а бржи је и бољи на ретким задацима.
Издање модела Hunyuan OCR.
- Објављено
- 7. јул 2026.
- ID модела
- tencent/HunyuanOCR
- Величина
- Иста основа као HunyuanOCR 1.0, плус мали DFlash модел нацрта
- Лиценца
- Tencent Hunyuan Community License (same as 1.0)
- Тражи се и као
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
Шта је ново у HunyuanOCR 1.5
- DFlash спекулативно декодирање: мали block-diffusion модел нацрта предлаже токене које главни модел проверава, уз исту излазну расподелу.
- 6,37x брже извођење уз Transformers и 2,14x уз vLLM, према раду.
- Ради на рачунару преко llama.cpp и GGUF.
- Максимална резолуција слике подигнута је на 4K, а контекст на 128K.
- "Agentic Data Flow" подаци за тренинг за стара писма, језике са мало ресурса, графиконе, табеле и питања са више слика.
HunyuanOCR 1.5 бенчмаркови
| Бенчмарк | Резултат | Напомена |
|---|---|---|
| Убрзање извођења, Transformers | 6.37x | |
| Убрзање извођења, vLLM | 2.14x |
Резултати које су објавили аутори. Нисмо их поново покретали.
Користите HunyuanOCR 1.5 преко API-ја
OCRRouter покреће друго издање модела Hunyuan OCR као 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 / pageHunyuan OCR верзије
- Hunyuan OCR: све верзије, цене, брзина и функције на OCRRouter
- HunyuanOCR 1.5 (7. јул 2026.), ова страница
Питања
Извори
Последње ажурирање .