所属模型 Hunyuan OCR.
- 发布时间
- 2026 年 7 月 7 日
- 模型 ID
- tencent/HunyuanOCR
- 参数规模
- 与 HunyuanOCR 1.0 相同骨干,外加小型 DFlash 草稿模型
- 许可证
- Tencent Hunyuan Community License (same as 1.0)
- 其他搜索名
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
HunyuanOCR 1.5 更新内容
- DFlash 投机解码:小型块扩散草稿模型提出 token,由主模型校验,输出分布不变。
- 据论文,Transformers 推理快 6.37 倍,vLLM 快 2.14 倍。
- 可通过 llama.cpp 和 GGUF 在 PC 上运行。
- 最大图片分辨率提升到 4K,上下文窗口到 128K。
- "Agentic Data Flow" 训练数据覆盖古文字、低资源语言、图表、表格和多图问答。
HunyuanOCR 1.5 基准测试
| 基准测试 | 得分 | 备注 |
|---|---|---|
| 推理加速,Transformers | 6.37x | |
| 推理加速,vLLM | 2.14x |
得分来自作者公开数据,我们未重新测试。
通过 API 使用 HunyuanOCR 1.5
OCRRouter 以 tencent/hunyuan-ocr 提供 Hunyuan OCR 的另一个版本。
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 各版本
- Hunyuan OCR: OCRRouter 上的全部版本、价格、速度和功能
- HunyuanOCR 1.5 (2026 年 7 月 7 日), 本页
常见问题
来源
最后更新 .