← 전체 모델

HunyuanOCR-1.5

발표일 발표 기관 Tencent

모델 개요

HunyuanOCR-1.5는 문서와 이미지의 문자 처리에 특화된 경량 엔드투엔드 시각언어모델(VLM)이다. HunyuanOCR-1.0의 백본을 유지하면서 추론과 학습 방식을 개선했다. 공식 모델 카드에는 약 10억 개의 파라미터가 명시되어 있다. (huggingface.co)

주요 능력과 활용

  • 문서 파싱, 이미지 내 문자 검출·인식, 정보 추출, 이미지 속 텍스트 번역을 하나의 모델로 처리한다.
  • 저자원 문자 및 고문자 OCR, 여러 이미지에 걸친 문자 중심 질의응답을 지원하도록 학습이 보강되었다.
  • 밀도가 높은 문서, 표, 수식 등의 구조화된 내용을 추출하는 용도에 활용할 수 있다.
  • DFlash 투기적 디코딩을 이용해 긴 구조화 출력의 추론 지연을 줄인다. 공식 설명에 따르면 학습 단계에서 최대 이미지 해상도는 4K, 컨텍스트 윈도는 128K로 확장되었다. (huggingface.co)

배포와 제한

모델 가중치와 학습·추론 도구가 공개되어 있다. 서버에서는 Transformers 또는 vLLM을, PC에서는 GGUF 변환 가중치와 llama.cpp를 이용할 수 있다. 실제 성능과 지원 범위는 이미지 품질, 작업, 배포 환경에 따라 달라질 수 있으므로 중요한 결과는 검증해야 한다. 사용에는 Tencent Hunyuan Community License Agreement의 조건이 적용된다. (huggingface.co)

가격

2026년 11월 16일 기준, 중국 본토 공식 TokenHub 가격표와 국제 공식 TokenHub 가격표에서 이 모델에 해당하는 CNY 또는 USD 입력·출력 API 단가를 확인하지 못했다. 따라서 과금 단위와 금액도 미확인이다. 자체 배포 시에는 별도의 컴퓨팅 및 운영 비용이 발생할 수 있다. 확인한 공식 가격표: 중국 본토, 국제. (cloud.tencent.com)

출시일 및 공식 출처