Qwen-Image-2.1 לעומת Hy Image3.5: הלוחות העצמאיים מדרגים אותם בסדרים מנוגדים
- openaiחדשOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicחדשAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeחדשTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 223 tok/s
- OpenAIחדשOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIחדשOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicחדשAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIחדשGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 129 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 1148 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 48 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 103 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 212 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845אינטליגנציה75כתיבת קוד
- obsidianQwen3.8 27B2026-08-1534אינטליגנציה68כתיבת קוד
הצב Qwen-Image-2.1וHy Image3.5 ראש בראש בשני לוחות התמונות של Artificial Analysis, והלוחות חלוקים בדעתם מי מהשניים טוב יותר. במשימת טקסט-לתמונה, Qwen-Image-2.1 מקדים את Hy Image3.5 ב-59 Elo — 1,034 מול 975, דירוג 18 מול דירוג 66. בעריכת תמונות, אותם שני מודלים מתחלפים במקומות: Hy Image3.5 ניצב ב-1,088 Elo ובדירוג 14, Qwen-Image-2.1 ב-1,074 ובדירוג 18. פער של 14 נקודות בכיוון ההפוך. שני המודלים יצאו לציבור בהפרש של יומיים זה מזה — Qwen-Image-2.1 עם משקלים פתוחים ב-20 בספטמבר 2026, Hy Image3.5 בתצוגה מקדימה ציבורית ב-22 בספטמבר 2026 — וזו הפעם הראשונה שלאחד מהשניים יש ציון באותו כלי מדידה, וזה מה שהופך את אי-ההסכמה לשווה קריאה ולא לדיווח גרידא.
המהלך המובן מאליו הוא לומר שלוח העריכה רועש ולהמשיך הלאה. זה נכון למחצה. החצי האחר הוא ששתי השורות אינן מוצקות באותה מידה, שהמחיר באחת מהן אינו המחיר באחרת, ושאחד מהמודלים האלה מחזיק בזכויות על המשקולות בעוד שהאחר לעולם לא יחזיק בהן.
שני לוחות, שתי הזמנות
Artificial Analysis מריצה השוואות זוגיות עיוורות — אותו פרומפט לשני מודלים, מצביע בוחר את המנצח, וה-Elo מצטבר — ומפרסמת לוח נפרד לכל משימה. לוח טקסט-לתמונה מכיל 166 שורות; לוח העריכה מכיל 97. שתי השורות עבור שני המודלים מגיעות מאותה תמונת מצב של אותו ספק, כך שזו אינה אי-התאמת גרסאות.
• טקסט לתמונה — Qwen-Image-2.1 עם 1,034 Elo (טווח 1,024 עד 1,044) מתוך 5,286 השוואות, דירוג 18 מתוך 166. Hy Image3.5 עם 975 Elo (טווח 966 עד 984) מתוך 5,334 השוואות, דירוג 66 מתוך 166. הטווחים אינם נוגעים זה בזה. פער של 59 נקודות במדגמים בגודל דומה הוא סדר אמיתי, ולא ארטיפקט של עיגול.
• עריכת תמונות — Hy Image3.5 ב-1,088 Elo (טווח 1,079 עד 1,097) מתוך 5,550 השוואות, דירוג 14 מתוך 97. Qwen-Image-2.1 ב-1,074 Elo (טווח 1,065 עד 1,083) מתוך 5,536 השוואות, דירוג 18 מתוך 97. הטווחים הללו חופפים על פני רצועה של ארבע נקודות בין 1,079 ל-1,083. הסדר הוא כיווני, לא מבוסס.
• גדלי המדגם קרובים בשני הלוחות — 5,286 לעומת 5,334 בטקסט-לתמונה, 5,536 לעומת 5,550 בעריכה — ולכן ההבדל בביטחון אינו נובע מכך שאחד המודלים קיבל פחות קולות.
• הלוח מתייג את המודלים באופן שונה, וזה משנה: השורות של Qwen-Image-2.1 נושאות את הסימון Open Weights, השורות של Hy Image3.5 לא.
אז הקריאה הכנה היא א-סימטרית. טקסט לתמונה: Qwen-Image-2.1 מנצח בבירור. עריכה: Hy Image3.5 כנראה מוביל, בפער שנמצא בתוך רעש המדידה.
מהיכן נובעת האסימטריה
עוצמת העריכה של Hy Image3.5 אינה מפתיעה ברגע שרואים עם מה טנסנט השיקה אותו. התצוגה המקדימה הפכה לציבורית עם עד חמש תמונות ייחוס לכל בקשה, טקסט-לתמונה ותמונה-לתמונה באותו מודל, ועריכה רב-סבבית — משטח העריכה קיבל את הדגש בהשקה. Qwen-Image-2.1 נבנה עם מערכת מאוחדת ליצירה ולעריכה שמטפלת גם בתמונות ייחוס, אך שורות לוח הדירוג שלו מראות שצד העריכה מסיים שני Elo מתחת ל-Qwen-Image-3.0-Pro של עליבאבא עצמה, וזו תוצאה צרה יותר מזו שמסגור ההשקה רמז עליה.
הטענה של Tencent עצמה גם היא אינה מה שהלוח מציג. הספק מצטט את התצוגה המקדימה כבעלת שיעור ניצחון של כ-30% בהערכה עיוורת מול Hy Image3.0. המספר הזה לא שוחזר על ידי איש מחוץ ל-Tencent, והלוח העצמאי אינו מאשש אותו בתחום הטקסט-לתמונה — שבו Hy Image3.5 preview ב-975 הוא 20 Elo מתחת ל- HunyuanImage 3.0 Instruct במשקולות פתוחות ב-995. בעריכה, אותה השוואה יוצאת דווקא לטובת הספק: Hy Image3.5 preview ב-1,088 גבוה ב-22 Elo מ-HunyuanImage 3.0 Instruct ב-1,066. דור אחד של התקדמות בלוח אחד, וצעד אחד אחורה בלוח האחר, ברצף הדורות של Tencent עצמה.
ציר המחיר, שבו אין בכלל אפשרות להשוות בין השניים
Hy Image3.5 preview הוא API בתשלום לפי שימוש. Tencent Cloud מחייבת ¥0.15 עבור תמונה ב-2K בנקודת הקצה היבשתית ו-US$0.024 בנקודת הקצה הבין-לאומית, כאשר החיוב הוא רק עבור תמונות שה-API מחזיר. עמודת המחיר של Artificial Analysis מציינת $24.00 לכל 1,000 תמונות, שהוא אותו נתון ביחידות שבהן הלוח משתמש — ולעומת $210.70 שנושאת השורה העליונה של לוח הטקסט-לתמונה עבור אותן אלף תמונות, זה פחות מתשיעית מהמחיר.
ל-Qwen-Image-2.1 אין שורת מחיר, כי אין לו נקודת קצה. שתי שורות הלוח שלו נושאות הערה מפורשת אין API זמין את הדגם הזה לא קונים; מורידים אותו, ומשלמים עליו בשעות GPU ובשאלת הרישיון שלהלן. 5,286 ו-5,536 ההצבעות בשורות שלו הגיעו מאנשים שהריצו את המשקולות בעצמם. העובדה הזו גם מוסיפה לדירוג הסתייגות שכדאי לזכור: Elo עצמאי לדגם שאפשר להריץ רק בעצמך מודד אוכלוסייה שונה מ-Elo של משהו שכל אחד יכול לפנות אליו.
אם התוכנית היא להכניס אחד משני אלה למוצר, החלוקה המעשית כעת ברורה, והיא אותה חלוקה שהמחיר מרמז עליה: המודל עם ציון העריכה הטוב יותר הוא זה שאתם שוכרים, והמודל עם ציון הטקסט-לתמונה הטוב יותר הוא זה שאתם מריצים. OrcaRouter הוא הצד שממנו שוכרים — API אחד מעל יותר מ-200 מודלים, כאשר מחיר המחירון של הספק מועבר הלאה ללא תוספת רווח, מעבר אוטומטי בין ספקים בעת תקלה, ו-DSL לניתוב המאפשר להרכיב כמה מודלים לקריאה אחת. אנחנו לא מנתבים את Hy Image3.5 preview או Qwen-Image-2.1; קווי התמונה בפלטפורמה הם שכבות ה-Imagen של גוגל ותצוגות מקדימות של תמונות Gemini, נקודת הקצה Grok Imagine image של xAI ומשפחת GPT-Image של OpenAI. אף אחד משני אלה אינו בחירה ראשונה מהרשימה הזו על סמך שורת טבלת דירוג בלבד, וזו בדיוק הסיבה ששאלת הרישוי שלהלן היא זו שמכריעה.
הציר שאין לאף אחד מהלוחות עמודה עבורו
Qwen-Image-2.1 משוחרר תחת הסכם הרישיון Qwen Research License Agreement, מיום 20 בספטמבר 2026, המעניק זכויות למטרות לא-מסחריות בלבד ומחייב רישיון נפרד מהספק לשימוש מסחרי. מאגרי Hugging Face מדווחים על הרישיון בתור אחרמסיבה זו — הוא אינו רישיון OSI ואין לקרוא אותו ככזה. סימון Open Weights בשתי שורות הלוח מדויק ואינו אומר דבר על כך.
ל-Hy Image3.5 preview אין משקלים שאפשר לקבל עליהם רישיון. טנסנט לא פרסמה אותם; התצוגה המקדימה מוגשת מהפלטפורמה של טנסנט עצמה ואין מהדורה להורדה של הדור הזה. מה שאתם מקבלים הוא מחירון, מגבלת תמונות ייחוס ושירות שאפשר להפעיל ולכבות. אין מה לבדוק, אין מה לארח, אין על מה לנהל משא ומתן — ואין שום דבר שנשאר בידיכם אם טנסנט תשנה את המחיר או תוציא את התצוגה המקדימה משימוש.
ההשוואה שלמעשה מכריעה את שאלת המשקולות הפתוחות היא דגם קודמו של טנסנט עצמה, ולא המודל של Qwen. HunyuanImage 3.0 Instruct מופיע בשני לוחות הדירוג עם סמן המשקולות הפתוחות — 1,066 בעריכה, 995 בטקסט-לתמונה. Qwen-Image-2.1 מנצח אותו בשניהם. לכן, אם הדרישה היא "משקולות שניתן להוריד ושאפשר להריץ על החומרה שלי", האפשרות הטובה ביותר בהתמודדות הזו היא של עליבאבא, בכל אחד משני הלוחות, תחת רישיון שעדיין אוסר למכור את הפלט.
אין גרסה של זה שבה הניירת נפתרת מעצמה. אפשר לקבל את ציון העריכה הטוב יותר בלי משקולות ועם חיוב לפי שימוש, או את ציון הטקסט-לתמונה הטוב יותר עם משקולות שאסור לך לעשות בהן שימוש מסחרי. בחר עם איזו מגבלה תוכל לחיות, ואז לך ומדוד את שניהם על הפרומפטים שלך — פער העריכה ביניהם הוא ברוחב ארבע נקודות בתוך מרווחים חופפים, וזה סוג השוליים שקבוצת פרומפטים אחת שנשמרה בצד יכולה למחוק.
