Krea 3 vs HY-Image 3.5: El editor más barato es el que tiene la peor documentación

Solo por el precio, este enfrentamiento está decidido antes de empezar, y en la dirección equivocada para el modelo más nuevo. HY-Image 3.5, el modelo de imagen actual de Tencent —servido bajo el identificador hy-image-v3.5-preview y con un precio de $0,024 por una imagen 2K en el endpoint internacional — cuesta aproximadamente el cuarenta por ciento de lo que Krea 3 cobra. Krea lanzó Krea 3 el 15 de octubre de 2026 como un modelo dedicado a la edición a $0,06 por imagen en 2K nativo, vendiendo velocidad: menos de 8 segundos por edición, de principio a fin. Así que, si llegaste esperando que el nuevo retador ofreciera un precio más bajo que el incumbente, la aritmética dice lo contrario, y la pregunta interesante pasa a ser por qué alguien pagaría dos veces y media más por el mismo trabajo de edición.

La respuesta es la legibilidad, y funciona en ambos sentidos. El modelo de T​encent tiene una puntuación de edición independiente —1.088 Elo, decimoséptimo de sesenta y nueve modelos clasificados en la tabla de edición de imágenes de Artificial Analysis, en un intervalo declarado del 95 % de 1.074 a 1.102 en 5.775 comparaciones ciegas. K​rea 3 no tiene ninguna. Pero el modelo de T​encent lleva en vista previa desde mucho antes de que K​rea 3 existiera, no tiene fecha publicada para salir de la vista previa y carece por completo de una cifra publicada de segundos por edición. K​rea 3 tiene una fecha de lanzamiento, un precio, una cifra de latencia y ninguna evidencia externa. Ninguno de los dos proveedores te ha dado una imagen completa, y las dos lagunas no son simétricas.

Dos modelos, dos tipos distintos de inacabado.

Esto es lo primero que hay que dejar claro, porque la palabra «preview» por un lado y la palabra «beta» por otro no describen el mismo problema.

Tencent lanza primero la preview de su línea de imágenes Hunyuan y la versión oficial después, y la generación actual se encuentra en el primero de esos estados: no hay un segundo identificador estable y no preview junto a él, y Tencent no ha publicado ninguna fecha para cuándo aparecerá uno. El board también lo registra bajo la designación de preview, como HunyuanImage 3.5 (Preview), lo que constituye una corroboración independiente de que preview es el estado actual y no una etiqueta histórica.

La situación de Krea es más desordenada a menor escala. El modelo se lanzó el 15 de octubre de 2026 como Krea 3, y la página de lanzamiento y el blog de Krea lo llaman así. Las propias tablas de precios de Krea lo listan como Krea 3 Beta. En otra parte del mismo sitio, el límite de imágenes de referencia se indica como seis en la publicación de lanzamiento y ocho en la página del producto. Nada de eso sugiere que el modelo no esté listo; todo ello sugiere un lanzamiento que tiene cuatro días y que no se ha pulido. Pero "Krea 3 Beta" es la cadena en la tabla de planes, y ese es el tipo de detalle que termina en el archivo de configuración de alguien.

• Estado de lanzamiento — HY-Image 3.5: en vista previa, identificador hy-image-v3.5-preview, sin fecha anunciada para una designación estable. K​rea 3: publicado el 15 de octubre de 2026, nombrado K​rea 3 en la página de lanzamiento y K​rea 3 Beta en las tablas de planes de K​rea.

• Clasificación de edición independiente — HY-Image 3.5: n.º 17 de 69, 1.088 Elo, intervalo 1.074–1.102, 5.775 muestras. K​rea 3: sin entrada, sin clasificación.

• Precio por imagen en 2K — HY-Image 3.5: $0.024 en el endpoint internacional, ¥0.15 en el mercado nacional, facturado únicamente por las imágenes de salida entregadas. K​rea 3: $0.06 en 2K, $0.03 en 1K, tarifa fija, y K​rea afirma que el precio de lanzamiento es el precio de lista y no una promoción.

• Velocidad — HY-Image 3.5: no hay una cifra publicada de segundos por edición. Krea 3: menos de 8 segundos de principio a fin en 2K, según el proveedor.

• Imágenes de referencia — HY-Image 3.5: hasta cinco por solicitud; la cifra se mantiene de forma consistente en el material de Tencent. Krea 3: seis en la publicación de lanzamiento, ocho en la página del producto.

• Techo de salida — H​Y-Image 3.5: "hasta 2K" en palabras de la propia Tencent. K​rea 3: 2K nativo, con ejemplos citados a 2736 × 1536 px, y 1K a mitad de precio.

• Pesos abiertos: ninguno de los dos. No hay ningún checkpoint descargable de ninguno de los proveedores; los nodos de ComfyUI de T​encent llaman a la API en lugar de ejecutarse localmente, y K​rea solo ofrece el autoalojamiento como parte de una conversación sobre licencia empresarial.

Lo que un Elo de edición te aporta y lo que no

Decimosexto de ochenta y uno es una posición genuinamente buena, y es el único número producido de forma independiente en toda esta comparación. Merece una lectura precisa.

HY-Image 3.5 obtiene una puntuación más alta en la tabla de edición que en la de texto a imagen —1.088 frente a una posición en texto a imagen fuera del top sesenta—, y esa división es el carácter del modelo en una sola línea. En preferencia de generación pura está, como mucho, en la mitad de la tabla. En edición, en el cuarto superior. Los líderes de la tabla de edición son GPT Image 2.5 Sunburst, de OpenAI, con 1.198, y Flare, con 1.177; Nano Banana 2.1 y MAI-Image-2.6, de Microsoft, empatan con 1.148, así que Tencent se sitúa unos 110 Elo por debajo de la frontera —una brecha real, no una diferencia de redondeo, con intervalos de aproximadamente ±14.

Lo que ese número no puede decirte es aquello de lo que un editor de producción vive o muere. Elo es un promedio de votos de preferencia a ciegas; no dice nada sobre si la parte sin modificar de tu fotograma se mantuvo sin cambios, que es exactamente aquello sobre lo que K​rea ha construido todo su argumento de venta con una métrica que llama precisión: la proporción de píxeles fuera del área de edición que se dejan sin cambios, comparada a un cuarto de resolución tras la alineación, un intento por modelo con el mismo prompt. La prueba de precisión de K​rea la realizan ellos mismos y debe interpretarse como tal. Sigue siendo la pregunta correcta, y la tabla de clasificación independiente no da respuesta a esa pregunta para ninguno de los dos modelos.

La asimetría que nadie publicita: el texto multilingüe

Existe aquí una diferencia de capacidades que ninguna página comparativa de los proveedores sacará a la luz y que, para los equipos que lanzan productos en idiomas distintos del inglés, es la decisiva.

La afirmación de Tencent sobre HY-Image 3.5 es una mayor precisión en el texto renderizado dentro de la imagen, tanto en chino como en inglés. Es una afirmación del proveedor, ningún ranking independiente evalúa este modelo en renderizado de texto, y no se ha reproducido fuera de Tencent — pero es una afirmación sobre una capacidad para la que el modelo está construido explícitamente, y apunta al fallo más sistemático de la categoría. Cualquiera que produzca recursos de campaña, envases o carteles en chino debería leerla como lo único que cualquiera de los dos lados de esta comparación ha dicho sobre el tema.

El material publicado de K​rea 3 no dice nada comparable. Sus ejemplos de lanzamiento están en inglés y sus fortalezas documentadas son los cambios de escena de producto, la eliminación de objetos y la limpieza de fotos. Eso no es evidencia de debilidad en chino; es la ausencia de cualquier afirmación, lo que para un pipeline de localización equivale a lo mismo: no probado.

Incidentalmente, ambos modelos comparten un punto ciego en la misma dirección. K​rea 3 mantiene las hojas de personaje sin nombre pero reales: consistencia a lo largo de una secuencia de ediciones más referencias. T​encent documenta condicionamiento multi-referencia y una afirmación de consistencia, y documenta igualmente que no hay una función de hoja de personaje con nombre ni un objeto de recurso por personaje. Si estás construyendo un elenco recurrente, estás montando el pipeline por tu cuenta en cualquiera de los dos lados.

El argumento del coste, con los reintentos incluidos

Tomemos primero las tarifas publicadas al pie de la letra. HY-Image 3.5 a $0.024 por imagen 2K frente a Krea 3 a $0.06 es un factor de dos y medio, y con cien mil imágenes al mes eso es $2,400 frente a $6,000. La facturación de Tencent se basa únicamente en las imágenes de salida entregadas, por lo que una solicitud filtrada o fallida no se cobra, lo que hace que, en cargas de trabajo desordenadas, la tarifa efectiva se acerque más a la cotizada de lo que lo haría una factura por solicitud.

Dos advertencias deben acompañar a la cifra más barata. Los $0.024 son la tarifa del endpoint internacional; la cifra nacional es ¥0.15 por una imagen 2K, y si tu tráfico se enruta de forma distinta, la cifra que pagas cambia. Y el modelo está en vista previa: un precio de vista previa es el precio de algo que aún no ha terminado de cambiar, lo cual es un argumento para mantener la tarifa como un valor de configuración en lugar de una constante, no un argumento en contra de usarla.

El contraargumento de Krea no es el precio, sino el número de reintentos. A seis centavos por edición, ejecutar cinco pasadas y elegir la mejor cuesta treinta centavos y ninguna reunión. Con seis centavos frente a $0,024, la brecha es lo bastante pequeña como para que la decisión deba tomarse en función de la contención y la velocidad, y no de la factura —lo cual es una conclusión extraña para una comparación que arrancó con una diferencia de precio de dos veces y media, y es la honesta.

Dónde puedes llamar a cada uno, y qué hace un router al respecto

Ninguno de los dos modelos es uno que puedas tener en tus propias manos. Tencent no publica ningún checkpoint, ninguna licencia local ni ninguna vía offline; todas las formas documentadas de acceder a él son la propia API de Tencent o uno de los productos de Tencent. La respuesta de Krea para el autoalojamiento es un plan empresarial que se ejecuta en tus propias GPUs bajo una licencia negociada. Así que ambos son llamadas, y la pregunta práctica es cuántas llamadas quieres gestionar.

La respuesta de OrcaRouter a eso es un endpoint compatible con OpenAI sobre unos cientos de modelos, con los precios de lista de los proveedores pasados tal cual y sin ningún recargo —así, un cambio de precio de un proveedor llega a tu factura el mismo día en lugar de en la siguiente renovación—, además de un DSL de enrutamiento para fijar un modelo específico por solicitud y conmutación automática por error cuando un proveedor falla. Siendo francos sobre la cobertura: hoy no enrutamos HY-Image 3.5 ni Krea 3, así que ambos implican llamar directamente al proveedor. Lo que el endpoint sí te aporta mientras tanto es que los modelos con los que compararías a cualquiera de ellos —GPT Image 2 y los modelos de imagen más recientes de Google, entre ellos— ya están detrás de una sola clave, así que la comparativa es un cambio de configuración en lugar de tres integraciones, y una transición de preview a estable por parte de Tencent o un cambio de nombre de Krea 3 Beta es una edición de una línea en lugar de una migración.

¿Cuál, para qué trabajo?

Si distribuyes recursos en chino, HY-Image 3.5 es el único de estos dos con una afirmación sobre la mesa acerca del renderizado de texto, y también es el más barato de los dos por un amplio margen. Ten en cuenta que preview es su estado de lanzamiento actual, que no se ha fechado un identificador estable y que el único número de calidad independiente que se le atribuye es un promedio de preferencias a ciegas que no dice nada sobre la contención.

Si estás editando imágenes de productos y campañas en inglés a gran escala y la queja de tu equipo es el tiempo de reloj, K​rea 3 es la opción más nueva, más rápida y mejor documentada en el sentido específico — y también la más cara. Entra en esto sabiendo que cada cifra de rendimiento que se le atribuye es de la propia K​rea, que su recuento de referencias está documentado de dos maneras y que vio la luz hace cuatro días sin una sola medición externa.

El desempate no está en el material de ninguno de los dos proveedores. Se trata de si tus ediciones deben mantener un fotograma exactamente, en cuyo caso la métrica que debes ejecutar en tus propias imágenes es la prueba de precisión de K​rea en ambos modelos, o si tus recursos deben renderizar el chino correctamente, en cuyo caso la prueba es un titular y no una tabla de clasificación. Ambos experimentos cuestan menos de un día, y ambos te dirán más que los dos precios que abrieron este artículo.

Lo que los números no pueden decirte es si algo de esto ha salido mal sobre el terreno: los incidentes de IA documentados y los fallos de agentes en torno a los modelos de esta clase se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, su gravedad, su grado de confianza y su indicador de disputa.