Hy Image3.5 לעומת Ming-Image-0.1-Design: את האחד ניתן לשכור, ואת האחר לא ניתן לקנות

Hy Image3.5 ו-Ming-Image-0.1-Design עלו לאוויר בהפרש של חמישה ימים זה מזה בספטמבר 2026, וההפצה שלהם לא יכלה להיות שונה יותר. המודל של Tencent הוא API בתשלום לפי שימוש: תמונות 2K ב-0.024 דולר כל אחת ב-Tencent Cloud International, תצוגה מקדימה שנפתחה ב-22 בספטמבר, שנגישה היום דרך המוצרים ומשטחי הענן של Tencent עצמה. Ming-Image-0.1-Design של inclusionAI הוא מאגר: משקולות ברישיון MIT ב-Hugging Face מאז 17 בספטמבר, כ-71.5 GB של BF16 safetensors, ללא endpoint, ללא מחיר, ללא ספק, ו-Quick Start שמפנה למאגר נלווה שמחזיר 404. האחד הוא מוצר שאפשר לפנות אליו היום אחר הצהריים. האחר הוא קובץ שאפשר להוריד היום אחר הצהריים.

זו ההשוואה, והיא לא תחרות איכות — לאף אחד מהמודלים אין ציון עצמאי, כך שאי אפשר לדרג אף אחד מהם לפי הפלט. מה שכן אפשר להשוות הוא מה כל אחד מהם מאפשר לך לעשות, והיכן כל אחד מהם עוצר. בקריאה כזו, שני המודלים הם כמעט הפכים מדויקים בכל ציר שצוות ייצור חשוב לו.

המימד היחיד שבו המודל הפתוח מנצח באופן מוחלט

התחילו עם הרישיון, כי זה המקום היחיד שבו ההשוואה אינה צמודה.

Ming-Image-0.1-Design הוא ברישיון MIT. הורד את המשקלים, כוונן אותם על הקטלוג שלך, שלב את התוצאה במוצר מסחרי, ארח אותה עבור לקוחות, שמור את המודל הנגזר — בלי תשלום לפי קריאה, בלי תנאי שימוש לנהל משא ומתן, בלי ספק שיכול להוציא את נקודת הקצה משימוש מתחת לרגליך. עבור צוות עם מגבלת פרטיות, תקציב GPU קבוע, או צורך לאמן על נכסי עיצוב קנייניים, זו אינה העדפה, זה ההבדל בין קיום נתיב להיעדרו. שום API תמונות מתארח, כולל זה של Tencent, לא יכול להציע זאת.

מה שעולה הרישיון הזה הוא נושאו של שאר המאמר.

כל השאר, שורה אחת בכל פעם

• גישה — Hy Image3.5 זמין דרך Tencent Cloud TokenHub,‏ Media Processing Service ו-Video on Demand, בנוסף ל-Yuanbao,‏ ima,‏ Miora,‏ WorkRally,‏ OnSolo ו-WorkBuddy, עם חלון חינמי בשלושה מאלה עד 7 באוקטובר 2026; ל-Ming-Image-0.1-Design אין נקודת קצה מתארחת בשום מקום, אין פריסה של ספק הסקה, וכרטיס המודל שלו עצמו אומר לך לשכפל מאגר הסקה ולהריץ סקריפט.

• עלות — $0.024 לכל תמונת 2K שנמסרת, כאשר יצירות שנכשלו וסוננו אינן מחויבות ואין מונה קלט, לעומת משקולות חינמיות וכרטיס CUDA GPU של 80 GiB שעליך למצוא. המספר השני אינו אפס; הוא שכר הדירה או הפחת של כרטיס בדרגה הזו, בתוספת שעות ההנדסה להקמת הסטאק.

• פלט — Hy Image3.5 מגיע ל-2K עם יחסי הגובה-רוחב הסטנדרטיים וללא דרגת 4K; Ming-Image-0.1-Design ממליץ על 2048×2048 או 1024×1024 לטובת מהירות, ב-12 צעדי דגימה וב-CFG 1.0 ב-BF16.

• שקיפות — Ming-Image-0.1-Design פולט RGBA עם רקעים שקופים כפלט מקורי, וזו יכולת אמיתית לעבודה עם אייקונים, ספרייטים וקומפוזיציות בשכבות; ל-Hy Image3.5 אין מצב רקע שקוף מתועד.

• התניה — Hy Image3.5 מקבל עד חמש תמונות ייחוס בכל בקשה ושומר על סבבים קודמים לאורך מפגש עריכה רב-סבבי; סיפור ההתניה של Ming-Image-0.1-Design הוא מקודד הטקסט שלו, מודל LLM מולטימודלי בצינור, כאשר שיפור הפרומפטים צפוי להגיע ממודלים אחים ולא להיות מובנה.

• תמיכת פריסה — API מנוהל עם זמינות מובטחת, לעומת מסלול vLLM-Omni שמדריך ההתקנה שלו עובד בעוד שהמתכון הספציפי למודל שלו אינו עובד.

• ראיות בלתי תלויות — כלום, משני הצדדים.

בעיית הראיות, שהיא חמורה ממה שהיא נראית

שני המודלים הושקו ללא מדידה של צד שלישי, אך הם נכשלו באופן שונה, וההבדל הזה מאלף.

הטענה של Tencent היא מחקר העדפה עיוור מסוג GSB שנערך עם כמה מאות מהמעצבים המקצועיים שלה, שבו Hy Image3.5 מנצח את Hy Image3.0 בכ-30%, משתווה ל-Seedream 5.0 Pro, ועוקף בקושי את Nano-Banana Pro ואת Qwen-Image-3.0 Pro. המתודולוגיה תקינה, המשתתפים עובדים ב-Tencent, מערך הפרומפטים אינו מפורסם, והתוצאה היא מספר שאיש מחוץ לחברה אינו יכול לשחזר. בלוח טקסט-לתמונה של Artificial Analysis, כפי שנקרא ב-23 בספטמבר 2026, אין בכלל שורה של Hy Image3.5; הדור הקודם, HunyuanImage 3.0 Instruct, נמצא במקום ה-65 מתוך 156 עם 964 Elo.

הטענה של Ming-Image-0.1-Design היא גרפיקת לוח דירוג שפורסמה בתוך המאגר שלה, שכותרתה "Text to Image Leaderboard: UI/UX Design" עם הכיתוב בתחתית "Elo scores from blind preference votes in our Image Arena" ותג "Open Weights Leaderboard". היא מציבה את המודל במקום הראשון עם 1,082 Elo, מעל Ideogram 4.0 (Quality) עם 1,052, Ideogram 4.0 עם 1,015 ו-HunyuanImage 3.0 Instruct עם 1,005. הגרפיקה נושאת את המיתוג של Artificial Analysis; המודל אינו מופיע בלוחות החיים של Artificial Analysis. לא הצלחנו למצוא את הלוח שהיא מציגה ברשת הציבורית, והיא אינה מציגה מספר הצבעות.

אז המספר של Tencent לפחות מתאר מחקר שהחברה ערכה. המספר של Ming מתאר מחקר שאולי אינו קיים מחוץ למאגר שלו — וזו בעיה קשה יותר, כי הוא לא רק לא מבוקר, הוא גם בלתי ניתן לאיתור. אין לצטט אף אחד מהם כאמת מידה, והעמדה הכנה לגבי שניהם היא ששאלת האיכות פתוחה.

למה בכל זאת כדאי להסתכל על הארכיטקטורה

פרט אחד בצינור של Ming-Image-0.1-Design הוא הדבר הטכני המעניין ביותר בשתי ההכרזות, והוא נראה במאגר הקוד ולא בחומרי עיתונות כלשהם. קומיט של צד שלישי ב-vLLM-Omni מחבר מקודד גליפים ברמת בתים של ByT5 אל תוך צינור בשם `ming_flash_omni`, ומרחיב את אוצר המילים של הטוקנייזר בסמני גופן וצבע. זו כוונת תכנון שאפשר לקרוא ישירות: נראה שהמודל מתייחס לטקסט מרונדר כאל גליפים עם מאפיינים טיפוגרפיים ולא כאל תכונה אמרגנטית של הפרומפט, וזהו מצב הכשל שמאחורי כמעט כל פוסטר שנרנדר בצורה גרועה שמודל תמונות אי פעם הפיק.

זה גם עקבי עם המטרה המוצהרת של המודל — ממשק משתמש, אינפוגרפיקות, כרזות ועבודות עיצוב אחרות עתירות טקסט — ועם הפלט המומלץ 2048×2048, מאחר שטקסט קריא זקוק לפיקסלים. אבל זו כוונה, לא ראיה. פריסת המאגר מציגה שישה תיקיות רכיבים ללא `model_index.json`, כלומר המודל הוא צינור רב-שלבי ולא קריאה אחת, וחיווט מקודד הגליפים נמצא במסגרת ההסקה של מישהו אחר ולא בכרטיס המודל. עד שצד שלישי יריץ אותו ויציג את הטקסט, זו טענה ארכיטקטונית.

הטענה המקבילה של Hy Image3.5 היא שגרתית יותר ובדיוק באותה מידה לא מאומתת: Tencent אומרת שהכיתוב בסינית ובאנגלית בתוך התמונה השתפר, לצד פריסה טובה יותר כפי שצוין בפרומפט ועריכה חזקה יותר בתמונות אמיתיות. גם מדווח על ידי הספק, גם לא משוחזר.

איך בעצם להשתמש באחד מהשניים

התשובה המעשית שונה לחלוטין בהתאם למודל שבחרת, ואף אחת מהתשובות אינה כרוכה בלוח דירוג.

אם אתה רוצה את Hy Image3.5, השתמש בחלון החינמי. Miora, WorkRally ו-OnSolo פתוחים ללא עלות מ-22 בספטמבר עד 7 באוקטובר 2026, וזה מספיק זמן כדי להריץ את הפרומפטים האמיתיים שלך מולו ולגבש דעה שהמחקר של Tencent לא יכול לתת לך. לאחר מכן החלט אם תצוגה מקדימה שאינך יכול לארח בעצמך, לא לכוונן ולא למדוד באופן עצמאי שייכת למסלול ייצור — ואם כן, השאר את קריאת היצירה מאחורי ממשק שאתה יכול לנתב מחדש, כי תצוגה מקדימה אינה נושאת התחייבות זמינות והמחיר או המודל יכולים לזוז מתחת לרגליך.

אם אתם רוצים את Ming-Image-0.1-Design, המשימה הראשונה אינה יצירה, אלא פריסה. תקצבו כרטיס CUDA GPU יחיד בנפח 80 GiB, צפו לשכפל מאגר הסקה במקום לקרוא לפייפליין, ובדקו את קישור המתכון של vLLM-Omni לפני שאתם מתכננים סביבו, כי הוא לא נפתח כשבדקנו. מה שתקבלו בצד השני הוא היחיד מבין שני הדגמים האלה שאפשר לכוונן, היחיד שפולט ערוץ שקיפות, והיחיד שאי אפשר לקחת ממכם.

התכונה האחרונה הזו היא גם הסיבה לכך ששכבת ניתוב ומודל במשקלים פתוחים משלימים זה את זה ולא מהווים חלופות. OrcaRouter הוא החצי המנוהל — מפתח אחד ביותר מ-200 מודלים, מחיר המחירון של הספק מועבר הלאה בתוספת של 0%, כך ששינוי בתעריף של ספק נכנס לתוקף באותו יום, ומעבר אוטומטי בעת כשל כך שגרסת תצוגה מקדימה לא מוכחת יכולה לשבת מאחורי קריאה בייצור בלי להיות נקודת כשל בודדת. זה לא החצי שנותן לך משקלים. ליתר דיוק בנוגע לקטלוג שלנו: לא Hy Image3.5 ולא Ming-Image-0.1-Design ניתנים לניתוב כאן. OrcaRouter לא מארח שום מודל תמונה של Tencent ושום מודל של inclusionAI, ומודלי תמונת הסטילס המתארחים שאנחנו כן מספקים הם Nano Banana 2 של Google (בתור google/gemini-3.1-flash-image-preview), GPT-Image-2, Imagen 4 Ultra ו-Grok Imagine Image.

לשם מה כל אחד מיועד

Hy Image3.5 הוא עבור צוותים שרוצים תמונה בזול ולא רוצים להריץ שום דבר: פלט ב-2K, חיוב לפי תמונה ללא חיוב עבור ניסיונות שנזרקו, API עובד כבר היום, והצהרת איכות שתצטרכו לבדוק בעצמכם. זו האפשרות בעלת החיכוך הנמוך ביותר בקטגוריה והיא מגיעה ללא שום בעלות כלל.

Ming-Image-0.1-Design מיועד לצוותים שהאילוץ שלהם אינו מחיר אלא שליטה — רישיון שהם יכולים לבנות עליו עסק, מודל שהם יכולים לכוונן, ערוץ שקיפות שאף API מתארח לא מציע, וחשבון GPU במקום חיוב לפי קריאה. הוא מגיע ללא תמיכה, ללא נקודת קצה, וסיפור פריסה שהוא חצי גמור.

השניים אינם מתחרים על אותה משבצת, והסיבה אינה איכות. הסיבה היא שאחד מהם הוא שירות והאחר הוא נכס, והשאלה איזה מהם אתה צריך נענית עוד לפני שאתה בכלל מסתכל על בנצ'מרק.