Hy Image3.5 vs Ming-Image-0.1-Design: Anda Bisa Menyewa yang Satu dan Tidak Bisa Membeli yang Lainnya

Hy Image3.5 dan Ming-Image-0.1-Design diluncurkan dengan selisih lima hari pada September 2026 dan cara distribusinya tidak bisa lebih berbeda lagi. Model Tencent adalah API berbayar sesuai pemakaian: gambar 2K seharga $0,024 per gambar di Tencent Cloud International, pratinjau yang dibuka pada 22 September, dapat diakses hari ini melalui produk dan antarmuka cloud milik Tencent sendiri. Ming-Image-0.1-Design dari inclusionAI adalah repositori: bobot berlisensi MIT di Hugging Face sejak 17 September, sekitar 71,5 GB safetensors BF16, tanpa endpoint, tanpa harga, tanpa penyedia, dan Quick Start yang mengarah ke repositori pendamping yang mengembalikan 404. Salah satunya adalah produk yang dapat Anda panggil sore ini. Yang lainnya adalah file yang dapat Anda unduh sore ini.

Itulah perbandingannya, dan ini bukan kontes kualitas — tak satu pun model memiliki skor independen, jadi tak satu pun dapat diperingkat berdasarkan output. Yang bisa dibandingkan adalah apa yang masing-masing memungkinkan Anda lakukan, dan di mana masing-masing berhenti. Dibaca seperti itu, kedua model hampir merupakan kebalikan tepat satu sama lain pada setiap dimensi yang menjadi perhatian tim produksi.

Satu-satunya dimensi di mana model terbuka menang telak

Mulailah dengan lisensinya, karena hanya di situ perbandingannya tidak imbang.

Ming-Image-0.1-Design berlisensi MIT. Unduh bobotnya, fine-tune pada katalog Anda sendiri, rilis hasilnya di dalam produk komersial, sediakan hostingnya untuk pelanggan, simpan model turunannya — tanpa biaya per panggilan, tanpa syarat penggunaan yang harus dinegosiasikan, tanpa vendor yang dapat menonaktifkan endpoint di bawah Anda. Bagi tim dengan keterbatasan privasi, anggaran GPU tetap, atau kebutuhan untuk melatih pada aset desain proprietary, itu bukan sekadar preferensi, melainkan perbedaan antara memiliki jalur dan tidak memilikinya. Tidak ada API gambar yang dihosting, termasuk milik Tencent, yang dapat menawarkannya.

Berapa biaya lisensi itu akan dijelaskan di sisa artikel ini.

Segala hal lainnya, satu baris setiap kali

• Akses — Hy Image3.5 sudah aktif melalui Tencent Cloud TokenHub, Media Processing Service, dan Video on Demand, serta Yuanbao, ima, Miora, WorkRally, OnSolo, dan WorkBuddy, dengan masa gratis untuk tiga di antaranya hingga 7 Oktober 2026; Ming-Image-0.1-Design tidak memiliki endpoint yang dihosting di mana pun, tidak ada deployment penyedia inferensi, dan kartu modelnya sendiri menyuruh Anda mengkloning repositori inferensi dan menjalankan skrip.

• Biaya — $0,024 per gambar 2K yang dikirim, dengan generasi yang gagal dan difilter tidak ditagih dan tanpa meteran input, dibandingkan dengan bobot gratis dan GPU CUDA 80 GiB yang harus Anda cari. Angka kedua bukan nol; itu adalah sewa atau depresiasi kartu di kelas tersebut, ditambah jam kerja rekayasa untuk menyiapkan stack.

Keluaran — Hy Image3.5 mencapai 2K dengan rasio aspek standar dan tanpa tingkatan 4K; Ming-Image-0.1-Design merekomendasikan 2048×2048 atau 1024×1024 untuk kecepatan, pada 12 langkah sampling dan CFG 1.0 dalam BF16.

• Transparansi — Ming-Image-0.1-Design mengeluarkan RGBA dengan latar belakang transparan sebagai keluaran native, yang merupakan kemampuan nyata untuk pekerjaan ikon, sprite, dan komposit berlapis; Hy Image3.5 tidak memiliki mode latar belakang transparan yang terdokumentasi.

• Pengondisian — Hy Image3.5 menerima hingga lima gambar referensi per permintaan dan mempertahankan giliran sebelumnya di seluruh sesi penyuntingan multi-giliran; pendekatan pengondisian Ming-Image-0.1-Design adalah encoder teksnya, sebuah LLM multimodal dalam pipeline, dengan peningkatan prompt diharapkan dari model saudara alih-alih bawaan.

• Dukungan deployment — API terkelola dengan jaminan uptime, dibandingkan dengan jalur vLLM-Omni yang panduan instalasinya dapat diakses sementara resep khusus modelnya tidak.

• Bukti independen — tidak ada, di kedua belah pihak.

Masalah bukti, yang lebih buruk daripada yang terlihat

Kedua model diluncurkan tanpa pengukuran pihak ketiga, tetapi keduanya gagal dengan cara yang berbeda, dan perbedaannya memberi pelajaran.

Klaim Tencent adalah studi preferensi GSB buta yang dijalankan dengan beberapa ratus desainer profesionalnya sendiri, di mana Hy Image3.5 mengalahkan Hy Image3.0 sekitar 30%, menyamai Seedream 5.0 Pro, dan sedikit unggul atas Nano-Banana Pro dan Qwen-Image-3.0 Pro. Metodologinya valid, para pesertanya bekerja untuk Tencent, kumpulan promptnya tidak dipublikasikan, dan hasilnya adalah angka yang tidak dapat dijalankan ulang oleh siapa pun di luar perusahaan. Di papan teks-ke-gambar Artificial Analysis yang dibaca pada 23 September 2026 tidak ada baris Hy Image3.5 sama sekali; generasi sebelumnya, HunyuanImage 3.0 Instruct, berada di peringkat ke-65 dari 156 dengan 964 Elo.

Klaim Ming-Image-0.1-Design adalah grafik papan peringkat yang diterbitkan di dalam repositorinya sendiri, berjudul "Papan Peringkat Teks ke Gambar: Desain UI/UX" dengan catatan kaki "Skor Elo dari suara preferensi buta di Image Arena kami" dan lencana "Open Weights Leaderboard". Grafik itu menempatkan model tersebut di peringkat pertama dengan 1.082 Elo, di atas Ideogram 4.0 (Quality) dengan 1.052, Ideogram 4.0 dengan 1.015, dan HunyuanImage 3.0 Instruct dengan 1.005. Grafik tersebut memuat branding Artificial Analysis; model itu tidak muncul di papan langsung Artificial Analysis. Kami tidak dapat menemukan papan yang digambarkannya di web publik, dan grafik itu tidak menampilkan jumlah suara.

Jadi, angka Tencent setidaknya menggambarkan sebuah studi yang dijalankan perusahaan itu. Angka Ming menggambarkan sebuah studi yang mungkin tidak ada di luar repositorinya sendiri — yang merupakan masalah lebih sulit, karena bukan hanya tidak diaudit, tetapi juga tidak dapat ditemukan. Tidak satu pun dari keduanya boleh dikutip sebagai tolok ukur, dan posisi yang jujur mengenai keduanya adalah bahwa pertanyaan tentang kualitas masih terbuka.

Mengapa arsitekturnya tetap layak dilihat

Satu detail dalam pipeline Ming-Image-0.1-Design adalah hal teknis paling menarik dalam kedua pengumuman tersebut, dan itu terlihat di repositori, bukan di materi pers mana pun. Sebuah commit vLLM-Omni pihak ketiga menyambungkan encoder glyph tingkat byte ByT5 ke dalam pipeline bernama `ming_flash_omni`, memperluas kosakata tokenizer dengan penanda font dan warna. Itu adalah maksud desain yang dapat Anda baca secara langsung: model tampaknya memperlakukan teks yang dirender sebagai glyph dengan atribut tipografi alih-alih sebagai properti emergen dari prompt, yang merupakan mode kegagalan di balik hampir setiap poster yang dirender dengan buruk yang pernah dihasilkan model gambar.

Hal ini juga konsisten dengan tujuan yang dinyatakan model — UI, infografis, poster, dan pekerjaan desain lain yang padat teks — serta dengan output 2048×2048 yang direkomendasikan, karena tipografi yang terbaca membutuhkan piksel. Namun itu adalah maksud, bukan bukti. Tata letak repositori menunjukkan enam folder komponen tanpa `model_index.json`, yang berarti model ini adalah pipeline bertahap banyak, bukan pemanggilan tunggal, dan penyambungan glyph-encoder berada di kerangka inferensi milik orang lain, bukan di kartu model. Sampai pihak ketiga menjalankannya dan menunjukkan teksnya, itu masih merupakan klaim arsitektural.

Klaim setara Hy Image3.5 lebih konvensional dan sama-sama belum terverifikasi: Tencent menyatakan bahwa tulisan China dan Inggris di dalam gambar meningkat, seiring dengan tata letak yang lebih sesuai dengan yang ditentukan prompt dan penyuntingan yang lebih kuat pada foto asli. Sama-sama dilaporkan vendor, sama-sama belum direproduksi.

Bagaimana cara sebenarnya menggunakan salah satunya

Jawaban praktisnya berbeda sepenuhnya tergantung pada model mana yang Anda pilih, dan tidak satu pun jawaban itu melibatkan papan peringkat.

Jika Anda ingin Hy Image3.5, gunakan jendela gratisnya. Miora, WorkRally, dan OnSolo tersedia tanpa biaya dari 22 September hingga 7 Oktober 2026, yang cukup panjang untuk menjalankan prompt asli Anda terhadapnya dan membentuk opini yang tidak dapat diberikan oleh studi Tencent kepada Anda. Lalu putuskan apakah pratinjau yang tidak dapat Anda host sendiri, tidak dapat di-fine-tune, dan tidak dapat Anda ukur secara independen layak masuk ke jalur produksi — dan jika memang demikian, letakkan panggilan generasi di balik antarmuka yang dapat Anda arahkan ulang, karena pratinjau tidak membawa komitmen ketersediaan dan harga atau modelnya dapat bergeser di bawah Anda.

Jika Anda menginginkan Ming-Image-0.1-Design, tugas pertama bukanlah generasi, melainkan deployment. Anggarkan untuk satu GPU CUDA 80 GiB, perkirakan akan mengkloning repositori inferensi alih-alih memanggil pipeline, dan periksa tautan resep vLLM-Omni sebelum Anda merencanakan berdasarkan tautan itu, karena tautan tersebut tidak berhasil dibuka saat kami memeriksanya. Yang Anda dapatkan di sisi lain adalah satu-satunya dari dua model ini yang dapat Anda fine-tune, satu-satunya yang memancarkan kanal transparansi, dan satu-satunya yang tidak dapat diambil dari Anda.

Sifat terakhir itu juga merupakan alasan mengapa lapisan perutean dan model open-weights saling melengkapi, bukan alternatif. OrcaRouter adalah bagian terkelola — satu kunci untuk lebih dari 200 model, harga daftar penyedia diteruskan dengan markup 0% sehingga perubahan tarif vendor langsung berlaku pada hari yang sama, dan failover otomatis sehingga pratinjau yang belum terbukti dapat berada di belakang panggilan produksi tanpa menjadi titik kegagalan tunggal. Ini bukan bagian yang memberi Anda bobot. Untuk lebih tepatnya tentang katalog kami: baik Hy Image3.5 maupun Ming-Image-0.1-Design tidak dapat dirutekan di sini. OrcaRouter tidak menghosting model gambar Tencent maupun model inclusionAI, dan model gambar diam yang dihosting yang memang kami layani adalah Nano Banana 2 milik Google (sebagai google/gemini-3.1-flash-image-preview), GPT-Image-2, Imagen 4 Ultra, dan Grok Imagine Image.

Untuk apa masing-masing

Hy Image3.5 ditujukan untuk tim yang ingin mendapatkan gambar secara murah dan tidak ingin menjalankan apa pun: keluaran 2K, penagihan per gambar tanpa biaya untuk percobaan yang dibuang, API yang sudah berfungsi hari ini, dan klaim kualitas yang harus Anda uji sendiri. Ini adalah opsi paling minim hambatan di kategori ini dan sama sekali tidak disertai kepemilikan.

Ming-Image-0.1-Design ditujukan untuk tim yang kendalanya bukan harga melainkan kendali — lisensi yang bisa menjadi landasan membangun bisnis, model yang dapat mereka fine-tune, saluran transparansi yang tidak ditawarkan API terkelola mana pun, dan tagihan GPU alih-alih tagihan per panggilan. Produk ini hadir tanpa dukungan, tanpa endpoint, dan dengan alur deployment yang baru setengah selesai.

Keduanya tidak bersaing untuk posisi yang sama, dan alasannya bukan kualitas. Alasannya adalah bahwa salah satunya adalah layanan dan yang lainnya adalah aset, dan pertanyaan tentang mana yang Anda butuhkan sudah terjawab bahkan sebelum Anda melihat benchmark.