所屬模型 Hunyuan OCR.
- 發布時間
- 2026 年 7 月 7 日
- 模型 ID
- tencent/HunyuanOCR
- 參數規模
- 與 HunyuanOCR 1.0 相同骨幹,另加小型 DFlash 草稿模型
- 授權
- Tencent Hunyuan Community License (same as 1.0)
- 其他搜尋名稱
- hunyuanocr 1.5, hunyuan ocr 1.5, HunyuanOCR-1.5
HunyuanOCR 1.5 更新內容
- DFlash 推測解碼:小型區塊擴散草稿模型提出 token,由主模型驗證,輸出分布不變。
- 依論文,Transformers 推論快 6.37 倍,vLLM 快 2.14 倍。
- 可透過 llama.cpp 與 GGUF 在個人電腦上執行。
- 最大圖片解析度提升至 4K,上下文視窗至 128K。
- "Agentic Data Flow" 訓練資料涵蓋古文字、低資源語言、圖表、表格與多圖問答。
HunyuanOCR 1.5 基準測試
| 基準測試 | 分數 | 備註 |
|---|---|---|
| 推論加速,Transformers | 6.37x | |
| 推論加速,vLLM | 2.14x |
分數取自作者公開資料,我們未重新測試。
透過 API 使用 HunyuanOCR 1.5
OCRRouter 以 tencent/hunyuan-ocr 提供 Hunyuan OCR 的另一個版本。
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 上的所有版本、價格、速度與功能
- HunyuanOCR 1.5 (2026 年 7 月 7 日), 本頁
常見問題
資料來源
最後更新 .