← Tous les modèles

HunyuanOCR-1.5

Publication Éditeur Tencent

Présentation

HunyuanOCR-1.5 est un modèle vision-langage léger, spécialisé dans la reconnaissance optique de caractères (OCR) de bout en bout. Tencent annonce sa publication le 7 juillet 2026. (github.com)

Capacités et usages

  • Analyse de documents, détection et reconnaissance de texte, extraction d’informations et traduction de texte présent dans les images.
  • Traitement de documents denses, tableaux et formules, ainsi que questions-réponses sur plusieurs images. Le travail sur les données vise notamment l’OCR de langues peu dotées et d’écritures anciennes.
  • Décodage spéculatif DFlash pour réduire la latence des longues sorties structurées. Le modèle peut être déployé avec vLLM ou, après conversion au format GGUF, avec llama.cpp sur CPU, GPU grand public ou ordinateur portable.
  • La préparation du modèle étend la résolution d’image maximale à 4K et la fenêtre de contexte à 128K. Les poids, des composants d’entraînement et la pile d’inférence sont publiés. (github.com)

Limites

Les résultats OCR et les traductions peuvent comporter des erreurs ; une vérification reste nécessaire pour les documents sensibles. Les performances et les ressources nécessaires dépendent du matériel, du moteur d’inférence et des données traitées. La licence est la Tencent Hunyuan Community License Agreement : ses conditions doivent être examinées avant utilisation, notamment commerciale. (github.com)

Tarification

Au 16 novembre 2026, aucun tarif officiel d’API propre à HunyuanOCR-1.5 n’a pu être vérifié pour l’entrée ou la sortie, que ce soit en CNY sur le site chinois ou en USD sur le site international. Les prix d’autres modèles ne sont pas attribués à cette version. L’auto-hébergement peut entraîner des frais d’infrastructure ; la publication des poids ne constitue pas un tarif d’API. Consultation des pages officielles de tarification : Tencent Cloud Chine et Tencent Cloud international. (cloud.tencent.com)

Sources officielles