Hy Image3.5 vs. Ming-Image-0.1-Design: Das eine kann man mieten, das andere kann man nicht kaufen

Hy Image3.5 und Ming-Image-0.1-Design gingen im September 2026 mit fünf Tagen Abstand live und könnten unterschiedlicher nicht vertrieben werden. Tencents Modell ist eine nach Verbrauch abgerechnete API: 2K-Bilder zu je 0,024 US-Dollar auf Tencent Cloud International, eine Vorschau, die am 22. September startete und heute über Tencents eigene Produkte und Cloud-Oberflächen erreichbar ist. inclusionAIs Ming-Image-0.1-Design ist ein Repository: MIT-lizenzierte Gewichte auf Hugging Face seit dem 17. September, rund 71,5 GB BF16-Safetensors, kein Endpunkt, kein Preis, kein Anbieter und ein Quick Start, der auf ein Begleit-Repository verweist, das 404 zurückgibt. Das eine ist ein Produkt, das man heute Nachmittag aufrufen kann. Das andere ist eine Datei, die man heute Nachmittag herunterladen kann.

Das ist der Vergleich, und es ist kein Qualitätswettbewerb — keines der Modelle hat eine unabhängige Bewertung, also kann keines anhand der Ausgabe eingestuft werden. Vergleichen lässt sich, was jedes Modell Ihnen ermöglicht und wo jedes endet. So gelesen sind die beiden Modelle auf jeder Achse, die für ein Produktionsteam zählt, nahezu exakte Gegensätze.

Die eine Dimension, in der das offene Modell eindeutig gewinnt

Beginnen Sie mit der Lizenz, denn sie ist die einzige Stelle, an der der Vergleich nicht knapp ist.

Ming-Image-0.1-Design steht unter MIT-Lizenz. Laden Sie die Gewichte herunter, feinjustieren Sie sie auf Ihrem eigenen Katalog, liefern Sie das Ergebnis in einem kommerziellen Produkt aus, hosten Sie es für Kunden, behalten Sie das abgeleitete Modell – keine Gebühr pro Aufruf, keine Nutzungsbedingungen, die verhandelt werden müssen, kein Anbieter, der den Endpunkt unter Ihnen für obsolet erklären kann. Für ein Team mit Datenschutzauflagen, einem festen GPU-Budget oder dem Bedarf, mit proprietären Design-Assets zu trainieren, ist das keine Präferenz, sondern der Unterschied zwischen einem möglichen Weg und gar keinem. Keine gehostete Bild-API, auch nicht die von Tencent, kann das bieten.

Was diese Lizenz kostet, ist der Rest des Artikels.

Alles andere, eine Zeile nach der anderen.

• Zugang — Hy Image3.5 ist live über Tencent Cloud TokenHub, Media Processing Service und Video on Demand sowie Yuanbao, ima, Miora, WorkRally, OnSolo und WorkBuddy, mit einem kostenlosen Zeitfenster bei drei davon bis zum 7. Oktober 2026; Ming-Image-0.1-Design hat nirgendwo einen gehosteten Endpunkt, keine Bereitstellung bei einem Inferenzanbieter, und die eigene Modellkarte sagt einem, ein Inferenz-Repository zu klonen und ein Skript auszuführen.

• Kosten — 0,024 $ pro geliefertem 2K-Bild, wobei fehlgeschlagene und gefilterte Generierungen nicht abgerechnet werden und kein Input-Metering anfällt, gegenüber kostenlosen Gewichten und einer 80-GiB-CUDA-GPU, die man erst finden muss. Die zweite Zahl ist nicht null; sie ist die Miete oder Abschreibung für eine Karte dieser Klasse, plus die Engineering-Stunden, um den Stack hochzuziehen.

• Ausgabe — Hy Image3.5 erreicht 2K mit den Standard-Seitenverhältnissen und ohne 4K-Stufe; Ming-Image-0.1-Design empfiehlt 2048×2048 oder 1024×1024 für Geschwindigkeit, bei 12 Sampling-Schritten und CFG 1.0 in BF16.

• Transparenz — Ming-Image-0.1-Design gibt RGBA mit transparenten Hintergründen als native Ausgabe aus, was eine echte Fähigkeit für Arbeiten mit Icons, Sprites und geschichteten Kompositionen ist; Hy Image3.5 hat keinen dokumentierten Modus für transparente Hintergründe.

• Conditioning — Hy Image3.5 nimmt bis zu fünf Referenzbilder pro Anfrage entgegen und behält frühere Turns über eine Multi-Turn-Editing-Session hinweg bei; das Conditioning von Ming-Image-0.1-Design stützt sich auf seinen Text-Encoder, ein multimodales LLM in der Pipeline, wobei Prompt-Enhancement eher von Schwestermodellen erwartet wird als eingebaut zu sein.

• Bereitstellungsunterstützung — eine verwaltete API mit garantierter Verfügbarkeit, gegenüber einem vLLM-Omni-Pfad, dessen Installationsanleitung funktioniert, während sein modellspezifisches Rezept dies nicht tut.

• Unabhängige Beweise — nichts, auf keiner der beiden Seiten.

Das Beweisproblem, das schlimmer ist, als es aussieht

Beide Modelle wurden ohne eine Messung durch Dritte eingeführt, aber sie scheiterten auf unterschiedliche Weise, und der Unterschied ist lehrreich.

Tencents Behauptung ist eine blinde GSB-Präferenzstudie, die mit mehreren Hundert seiner eigenen professionellen Designer durchgeführt wurde, in der Hy Image3.5 Hy Image3.0 um etwa 30 % übertrifft, Seedream 5.0 Pro erreicht und knapp vor Nano-Banana Pro und Qwen-Image-3.0 Pro liegt. Die Methodik ist solide, die Teilnehmenden arbeiten für Tencent, das Prompt-Set ist unveröffentlicht, und das Ergebnis ist eine Zahl, die niemand außerhalb des Unternehmens erneut ermitteln kann. Auf dem Text-zu-Bild-Board von Artificial Analysis mit Stand vom 23. September 2026 gibt es überhaupt keine Zeile für Hy Image3.5; die vorherige Generation, HunyuanImage 3.0 Instruct, liegt mit 964 Elo auf Platz 65 von 156.

Die Behauptung von Ming-Image-0.1-Design ist eine Leaderboard-Grafik, die im eigenen Repository veröffentlicht wurde, mit der Überschrift „Text-zu-Bild-Leaderboard: UI/UX-Design“, der Fußzeile „Elo-Werte aus blinden Präferenzabstimmungen in unserer Image Arena“ und einem Badge mit der Aufschrift „Open-Weights-Leaderboard“. Sie führt das Modell mit 1.082 Elo auf Platz eins, vor Ideogram 4.0 (Quality) mit 1.052, Ideogram 4.0 mit 1.015 und HunyuanImage 3.0 Instruct mit 1.005. Die Grafik trägt das Branding von Artificial Analysis; das Modell erscheint nicht auf den Live-Boards von Artificial Analysis. Wir konnten das Board, das sie darstellt, nicht im öffentlichen Web finden, und es zeigt keine Stimmenzahl.

Tencents Zahl beschreibt zumindest eine Studie, die das Unternehmen durchgeführt hat. Mings Zahl beschreibt eine Studie, die außerhalb ihres eigenen Repositorys möglicherweise nicht existiert – was ein schwierigeres Problem ist, denn sie ist nicht nur ungeprüft, sondern nicht auffindbar. Keine der beiden sollte als Benchmark zitiert werden, und die ehrliche Position zu beiden ist, dass die Qualitätsfrage offen ist.

Warum die Architektur trotzdem einen Blick wert ist

Ein Detail in der Pipeline von Ming-Image-0.1-Design ist das technisch Interessanteste in beiden Ankündigungen, und es ist im Repository sichtbar und nicht in irgendeinem Pressematerial. Ein vLLM-Omni-Commit eines Drittanbieters verdrahtet einen ByT5-Glyphenencoder auf Byte-Ebene in eine Pipeline namens `ming_flash_omni` und erweitert das Tokenizer-Vokabular um Schriftart- und Farbmarker. Das ist eine Designabsicht, die sich direkt ablesen lässt: Das Modell scheint gerenderten Text als Glyphen mit typografischen Attributen zu behandeln und nicht als emergente Eigenschaft des Prompts – was genau der Fehlermodus hinter fast jedem schlecht gerenderten Poster ist, das ein Bildmodell jemals erzeugt hat.

Es steht auch im Einklang mit dem angegebenen Zweck des Modells – UI, Infografiken, Poster und andere textlastige Designarbeit – und mit der empfohlenen 2048×2048-Ausgabe, da lesbare Schrift Pixel braucht. Aber das ist Absicht, nicht Beweis. Das Repository-Layout zeigt sechs Komponentenordner ohne `model_index.json`, was bedeutet, dass das Modell eine mehrstufige Pipeline und kein einzelner Aufruf ist, und die Glyph-Encoder-Verdrahtung liegt in einem fremden Inferenz-Framework und nicht in der Modellkarte. Bis ein Dritter es ausführt und den Text zeigt, ist es eine architektonische Behauptung.

Hy Image3.5s entsprechende Behauptung ist konventioneller und ebenso unbestätigt: Tencent sagt, die chinesische und englische Beschriftung in Bildern habe sich verbessert, zusammen mit einem besseren, durch den Prompt vorgegebenen Layout und stärkerer Bearbeitung bei echten Fotografien. Ebenfalls vom Anbieter berichtet, ebenfalls nicht reproduziert.

Wie man tatsächlich eines von beiden verwendet

Die praktische Antwort hängt vollständig davon ab, welches Modell du gewählt hast, und keine der beiden Antworten hat etwas mit einer Rangliste zu tun.

Wenn Sie Hy Image3.5 wollen, nutzen Sie das kostenlose Zeitfenster. Miora, WorkRally und OnSolo sind vom 22. September bis 7. Oktober 2026 kostenlos verfügbar, was lange genug ist, um Ihre echten Prompts damit auszuführen und sich eine Meinung zu bilden, die Ihnen Tencents Studie nicht geben kann. Dann entscheiden Sie, ob eine Vorschau, die Sie nicht selbst hosten, nicht feinabstimmen und nicht unabhängig messen können, in einen Produktionspfad gehört – und wenn ja, halten Sie den Generierungsaufruf hinter einer Schnittstelle, die Sie umlenken können, denn eine Vorschau bringt keine Verfügbarkeitszusage mit sich, und der Preis oder das Modell kann sich unter Ihnen ändern.

Wenn Sie Ming-Image-0.1-Design wollen, ist die erste Aufgabe nicht die Generierung, sondern das Deployment. Planen Sie eine einzelne 80-GiB-CUDA-GPU ein, rechnen Sie damit, ein Inferenz-Repository zu klonen, statt eine Pipeline aufzurufen, und prüfen Sie den vLLM-Omni-Rezeptlink, bevor Sie darauf aufbauen, denn er ließ sich nicht auflösen, als wir nachgesehen haben. Was Sie auf der anderen Seite bekommen, ist das einzige dieser beiden Modelle, das Sie feinabstimmen können, das einzige, das einen Transparenzkanal ausgibt, und das einzige, das Ihnen nicht weggenommen werden kann.

Diese letzte Eigenschaft ist auch der Grund, warum eine Routing-Schicht und ein Open-Weights-Modell Komplemente und keine Alternativen sind. OrcaRouter ist die verwaltete Hälfte – ein Schlüssel für mehr als 200 Modelle, Listenpreis des Anbieters bei 0 % Aufschlag durchgereicht, sodass eine Tarifänderung eines Anbieters noch am selben Tag live ist, und automatisches Failover, damit eine unerprobte Preview hinter einem Produktionsaufruf stehen kann, ohne einen Single Point of Failure darzustellen. Es ist nicht die Hälfte, die die Gewichte liefert. Um genau zu unserem Katalog zu sein: Weder Hy Image3.5 noch Ming-Image-0.1-Design ist hier routbar. OrcaRouter hostet kein Tencent-Bildmodell und kein inclusionAI-Modell, und die gehosteten Stillbild-Modelle, die wir anbieten, sind Googles Nano Banana 2 (als google/gemini-3.1-flash-image-preview), GPT-Image-2, Imagen 4 Ultra und Grok Imagine Image.

Wofür jedes einzelne da ist

Hy Image3.5 ist für Teams, die ein Bild günstig haben wollen und nichts betreiben möchten: 2K-Ausgabe, Abrechnung pro Bild ohne Berechnung für verworfene Versuche, eine heute funktionierende API und eine Qualitätsbehauptung, die Sie selbst testen müssen. Es ist die Option mit der geringsten Reibung in dieser Kategorie, und sie bringt überhaupt kein Eigentum mit sich.

Ming-Image-0.1-Design ist für Teams, deren Einschränkung nicht der Preis, sondern die Kontrolle ist – eine Lizenz, auf der sie ein Geschäft aufbauen können, ein Modell, das sie feinabstimmen können, einen Transparenzkanal, den keine gehostete API bietet, und eine GPU-Rechnung statt einer Abrechnung pro Aufruf. Es wird ohne Support, ohne Endpoint und mit einer nur halb fertigen Deployment-Story geliefert.

Die beiden konkurrieren nicht um denselben Platz, und der Grund dafür ist nicht die Qualität. Er liegt darin, dass das eine eine Dienstleistung und das andere ein Asset ist, und die Frage, welches Sie brauchen, ist beantwortet, bevor Sie überhaupt einen Benchmark ansehen.