HunyuanOCR 1.5
HunyuanOCR 1.5، Tencent کے ہلکے اینڈ ٹو اینڈ OCR ماڈل کا اپ ڈیٹ ہے، جو 1.0 بیک بون برقرار رکھتے ہوئے اسے تیز اور نایاب کاموں پر بہتر بناتا ہے۔
اس کا ایک ریلیز Hunyuan OCR.
- ریلیز
- 7 جولائی 2026
- ماڈل ID
- tencent/HunyuanOCR
- سائز
- HunyuanOCR 1.0 جیسا ہی بیک بون، ساتھ ایک چھوٹا DFlash ڈرافٹ ماڈل
- لائسنس
- Tencent Hunyuan Community License (same as 1.0)
- اس نام سے بھی تلاش کیا جاتا ہے
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
HunyuanOCR 1.5 میں نیا کیا ہے
- DFlash speculative decoding: ایک چھوٹا block-diffusion ڈرافٹ ماڈل ٹوکنز تجویز کرتا ہے جنہیں مرکزی ماڈل جانچتا ہے، آؤٹ پٹ کی تقسیم وہی رہتی ہے۔
- مقالے کے مطابق Transformers میں 6.37x اور vLLM میں 2.14x تیز انفرنس۔
- llama.cpp اور GGUF کے ذریعے PC پر چلتا ہے۔
- زیادہ سے زیادہ تصویری ریزولوشن 4K اور کانٹیکسٹ ونڈو 128K تک بڑھائی گئی۔
- قدیم رسم الخط، کم وسائل والی زبانوں، چارٹس، ٹیبلز اور ملٹی امیج سوالات کے لیے "Agentic Data Flow" تربیتی ڈیٹا۔
HunyuanOCR 1.5 بینچ مارکس
| بینچ مارک | اسکور | نوٹ |
|---|---|---|
| انفرنس رفتار، Transformers | 6.37x | |
| انفرنس رفتار، vLLM | 2.14x |
اسکور مصنفین کے شائع کردہ ہیں۔ ہم نے انہیں دوبارہ نہیں چلایا۔
HunyuanOCR 1.5 کو API کے ذریعے استعمال کریں
OCRRouter Hunyuan OCR کا ایک مختلف ریلیز tencent/hunyuan-ocr کے طور پر چلاتا ہے۔
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 ورژن
- Hunyuan OCR: OCRRouter پر تمام ورژن، قیمت، رفتار اور خصوصیات
- HunyuanOCR 1.5 (7 جولائی 2026), یہ صفحہ
سوالات
ذرائع
آخری اپ ڈیٹ .