HunyuanOCR 1.5
HunyuanOCR 1.5 är Tencents uppdatering av sin lätta end-to-end-OCR-modell, som behåller 1.0-backbonen och blir snabbare och bättre på long-tail-uppgifter.
En version av Hunyuan OCR.
- Släppt
- 7 juli 2026
- Modell-ID
- tencent/HunyuanOCR
- Storlek
- Samma backbone som HunyuanOCR 1.0, plus en liten DFlash-utkastmodell
- Licens
- Tencent Hunyuan Community License (same as 1.0)
- Söks även som
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
Nytt i HunyuanOCR 1.5
- DFlash speculative decoding: en liten block-diffusion-utkastmodell föreslår tokens som huvudmodellen kontrollerar, med samma utdatafördelning.
- 6.37x snabbare inferens med Transformers och 2.14x med vLLM, enligt artikeln.
- Körs på en PC via llama.cpp och GGUF.
- Maximal bildupplösning höjd till 4K och kontextfönster till 128K.
- Träningsdata från "Agentic Data Flow" för gamla skriftsystem, resurssvaga språk, diagram, tabeller och frågor med flera bilder.
Benchmarks för HunyuanOCR 1.5
| Benchmark | Resultat | Not |
|---|---|---|
| Inferens-speedup, Transformers | 6.37x | |
| Inferens-speedup, vLLM | 2.14x |
Resultat enligt författarna. Vi har inte kört om dem.
Använd HunyuanOCR 1.5 via ett API
OCRRouter kör en annan version av Hunyuan OCR som 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 / pageVersioner av Hunyuan OCR
- Hunyuan OCR: alla versioner, pris, hastighet och funktioner på OCRRouter
- HunyuanOCR 1.5 (7 juli 2026), den här sidan
Frågor
Källor
Senast uppdaterad .