HunyuanOCR 1.5의 개요
HunyuanOCR 1.5는 Tencent Hunyuan 팀의 11억 2,000만(1.12-billion) 파라미터 OCR 비전-언어 모델로, 2026년 7월 7일 arXiv 기술 보고서와 함께 공개됐습니다. 비전 인코더가 Hunyuan-0.5B 언어 모델에 입력을 넘기는 HunyuanOCR 1.0의 구조를 유지하고, 훈련을 바꿨습니다. 최대 4K 해상도 이미지, 128K 토큰 컨텍스트, 그리고 고대 문자, 저자원 언어, 여러 이미지에 걸친 질문을 겨냥해 에이전트 기반 파이프라인으로 만든 데이터를 씁니다.
하나의 모델이 HTML 표와 LaTeX 수식을 포함한 Markdown 문서 파싱, 좌표가 붙은 텍스트 위치 인식, 필드 추출, 차트 파싱, 이미지 속 텍스트 번역을 처리합니다. 같은 저장소에 함께 제공되는 DFlash draft 모델은 여러 토큰을 한꺼번에 초안으로 만들고 본 모델이 이를 검증합니다. 출력은 바꾸지 않으면서 긴 출력을 빠르게 합니다.
가중치는 Tencent Hunyuan Community License를 따릅니다. 유럽연합, 영국, 한국에서는 적용되지 않으며, 월간 활성 사용자가 1억(100 million) 명을 넘는 서비스는 Tencent의 별도 라이선스가 필요합니다.
HunyuanOCR 1.5, 쓸 만한 가치가 있습니까?
HunyuanOCR 1.5의 매력은 작은 크기에 비해 폭넓은 기능입니다. Tencent 보고서에서 OmniDocBench v1.6 94.74점으로, 표에 실린 엔드투엔드 OCR 모델 중 가장 높으며 Unlimited-OCR 93.92, Qianfan-OCR 93.90, FireRed-OCR 93.26을 앞섭니다. 이 표에는 2단계 파이프라인이 빠져 있습니다. PaddleOCR-VL-1.6은 같은 벤치마크에서 96.33을 보고하며, Jina의 자체 비교표는 두 모델을 94.74와 96.34로 적습니다. HunyuanOCR 1.0의 일반 능력도 유지해 OCRBench에서 이전 860에 비해 861을 기록합니다.
속도에 대한 주장은 초록이 시사하는 것보다 좁습니다. DFlash는 일반 디코딩 대비 vLLM에서 2.14배, Transformers에서 6.37배의 속도를 내는데, Transformers는 초당 0.029페이지라는 느린 수준에서 출발합니다. Tencent의 H20 단일 요청 테스트에서 초당 0.706페이지로 GLM-OCR의 0.604, PaddleOCR-VL-1.6의 0.562를 앞섭니다. 하지만 동시 요청 8개에서는 1.797에 그치는데, 다른 팀들이 공개하는 배치 처리량에 비하면 수수한 수치입니다. 다만 그 측정들은 다른 하드웨어를 썼습니다.
정확도와 속도 수치는 모두 Tencent가 낸 것입니다. 이 모델은 아직 독립적인 BHL OCR 순위에 오르지 않았습니다. 이번 릴리스에서 Tencent가 도입한 환각 테스트인 CHAOS-Bench는 당연히 이 모델이 선두에 서는 벤치마크입니다.
많은 독자에게 결정적인 요소는 라이선스입니다. Tencent Hunyuan Community License는 유럽연합, 영국, 한국을 명시적으로 제외하며, 그곳에서 모델 출력을 쓰는 것도 포함됩니다. 따라서 유럽 기업은 이 모델을 전혀 배포할 수 없습니다. 다른 지역의 팀에게는 텍스트 위치 인식, 필드 추출, 이미지 번역까지 하는 몇 안 되는 2B 미만 모델 중 하나입니다. PaddleOCR-VL-1.6과 MiniCPM-OCR 1.0은 이를 한 모델로 다루지 않습니다.
제 역할을 하는 곳
싱가포르 게임 퍼블리셔의 현지화 팀
스크린샷과 마케팅 이미지 속 텍스트 번역
vLLM으로 모델을 서빙하고 trans_other2en이나 doc_trans_en2zh 작업 유형으로 번역된 텍스트를 바로 받습니다. 싱가포르는 라이선스 적용 지역에 속하지만, 같은 회사의 런던 사무소는 그렇지 않습니다.
중국 보험사의 백오피스 엔지니어
카드와 영수증에서 필드를 추출해 구조화된 데이터로 변환
DFlash draft를 켜고 GPU 한 장에서 structured_parse나 정보 추출 프롬프트를 씁니다. Tencent는 추출 테스트에서 카드 92.40, 영수증 92.55를 보고하며, Gemini 2.5 Pro는 80.59와 80.66입니다.
노트북으로 일하는 미국 연구 스타트업의 개발자
서버 GPU 없이 오프라인으로 논문과 차트 파싱
체크포인트를 GGUF로 변환해 노트북에서 llama-server나 DFlash 대응 llama.cpp 포크를 실행합니다. 가중치는 BF16으로 약 2.2 GB이며, 월 사용자 1억(100 million) 명 미만이면 라이선스 비용이 없습니다.
도입 전 확인할 점
- 설정
- vLLM 0.25.1+와 flash-attn 2.8.3(CUDA 13)으로 uv 환경을 만들고, v1.0을 제외하고 tencent/HunyuanOCR을 내려받은 뒤 GitHub 저장소의 serve.sh나 serve_DFlash.sh를 실행합니다.
- 연동
- Transformers 5.13+ 네이티브 클래스. 배치 스크립트가 있는 vLLM OpenAI 호환 서버. GGUF 변환을 통한 llama.cpp. GitHub에 verl 기반 강화학습 스택과 SFT 코드가 있습니다.
- 데이터와 개인정보
- Tencent Hunyuan Community License: EU, 영국, 한국에서 무효이며, 허용 사용 정책이 적용되고, 월간 활성 사용자 1억(100 million) 명을 넘는 서비스는 Tencent에 요청해야 합니다. 자체 호스팅하면 문서는 로컬에 머뭅니다.
- 대규모 사용 시 비용
- Tencent는 H20 한 장에서 DFlash를 켜고 요청 1개일 때 초당 0.706페이지, 8개일 때 1.797페이지를 측정했습니다. 공개된 호스팅 가격이 없으므로 비용은 자체 GPU 시간입니다.
- 제한
- 통합 환경에는 CUDA 13이 필요합니다. Transformers 경로는 vLLM보다 훨씬 느립니다. 문서화된 주요 언어는 영어와 중국어입니다. 제공되는 클라이언트는 빽빽한 페이지에서 최대 32,768 출력 토큰을 허용합니다.
좋은 점
- OmniDocBench v1.6 94.74점, Tencent 표의 엔드투엔드 모델 중 1위
- 1.12B 파라미터에 128K 컨텍스트와 4K 입력 해상도
- 파싱, 위치 인식, 추출, 차트 파싱, 번역을 한 모델에서
- DFlash draft 모델 포함, vLLM에서 2.14배 빠름
아쉬운 점
- 라이선스가 EU, 영국, 한국을 제외합니다
- 월 사용자 1억(100 million) 명을 넘는 서비스는 Tencent의 허가가 필요합니다
- 모든 벤치마크와 속도 수치가 자체 보고입니다
- OmniDocBench v1.6에서 PaddleOCR-VL-1.6의 2단계 파이프라인에 뒤집니다
추천 대상
유럽, 영국, 한국 밖에 있으면서 문서 파싱, 텍스트 위치 인식, 추출, 이미지 번역을 작은 모델 하나로 하려는 팀.
HunyuanOCR 1.5 대안
HunyuanOCR 1.5: 자주 묻는 질문
- HunyuanOCR 1.5, 쓸 만한 가치가 있습니까?
- Tencent 자체 수치로 보면 HunyuanOCR 1.5는 1B 파라미터 안팎에서 가장 강한 엔드투엔드 OCR 모델입니다. 그리고 유럽, 영국, 한국의 누구에게도 법적으로 사용이 막혀 있습니다. 평점은 5점 만점에 4.1점입니다.
- HunyuanOCR 1.5의 가격은 얼마입니까?
- EU, 영국, 한국 이외 지역에서 Tencent Hunyuan Community License로 무료입니다. 월 사용자 1억(100 million) 명을 넘는 서비스는 Tencent의 라이선스가 필요합니다. 공개된 호스팅 API 가격은 없습니다.
- HunyuanOCR 1.5의 단점은 무엇입니까?
- 라이선스가 EU, 영국, 한국을 제외합니다; 월 사용자 1억(100 million) 명을 넘는 서비스는 Tencent의 허가가 필요합니다; 모든 벤치마크와 속도 수치가 자체 보고입니다; OmniDocBench v1.6에서 PaddleOCR-VL-1.6의 2단계 파이프라인에 뒤집니다.
- HunyuanOCR 1.5에 적합한 사람은 누구입니까?
- 유럽, 영국, 한국 밖에 있으면서 문서 파싱, 텍스트 위치 인식, 추출, 이미지 번역을 작은 모델 하나로 하려는 팀.
- 팀이나 프로덕션 환경에서 HunyuanOCR 1.5의 비용은 얼마입니까?
- Tencent는 H20 한 장에서 DFlash를 켜고 요청 1개일 때 초당 0.706페이지, 8개일 때 1.797페이지를 측정했습니다. 공개된 호스팅 가격이 없으므로 비용은 자체 GPU 시간입니다.
- HunyuanOCR 1.5에 회사 데이터를 맡겨도 안전합니까?
- Tencent Hunyuan Community License: EU, 영국, 한국에서 무효이며, 허용 사용 정책이 적용되고, 월간 활성 사용자 1억(100 million) 명을 넘는 서비스는 Tencent에 요청해야 합니다. 자체 호스팅하면 문서는 로컬에 머뭅니다.
- HunyuanOCR 1.5의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 PaddleOCR-VL-1.6, MiniCPM-OCR 1.0, GLM-OCR, Qianfan-OCR 및 Unlimited-OCR 2입니다.
답변 확인일: 2026년 11월 2일.
HunyuanOCR 1.5 개발사입니까? 이 평점을 사이트에 표시하십시오
