HY-Image 3.5: cos'è il modello di immagini di Tencent e cosa significa realmente l'etichetta Preview

Ci sono due modi semplici per sprecare una settimana su HY-Image 3.5, ed entrambi partono dal suo nome. Il primo è trattarlo come un prodotto già rilasciato con un identificatore stabile a cui agganciare una pipeline. Il secondo è trattare la parola "preview" come sinonimo di "non ancora reale" e archiviare il modello tra le cose di cui leggerai più avanti. Nessuna delle due letture regge al confronto con ciò che documenta effettivamente chi lo pubblica. HY-Image 3.5 è l'attuale modello di generazione di immagini di Tencen​t, pubblicato da Tencen​t stessa tramite la sua linea Hunyuan e servito su Tencen​t Cloud, e ciò che resta irrisolto al riguardo non è se funziona — è ciò che ti è consentito chiamare la cosa che stai chiamando, e quale identificatore scrivere in un file di configurazione. Questa è la domanda a cui risponde questa pagina, ed è la domanda che una larga fetta delle persone che cercano questo modello sta già ponendo.

Chi lo pubblica, e cosa è attualmente

Tencen​t lo pubblica. Il modello appartiene alla famiglia Hunyuan, e l'hub di prodotti di Tencen​t elenca la generazione di immagini tra le capacità principali della linea — 混元生图, descritta nella pagina del prodotto di Tencen​t come basata sul modello text-to-image di Hunyuan e in grado di offrire una solida comprensione del cinese insieme alla generazione di immagini. La superficie commerciale è il cloud di Tencen​t stesso: il modello di generazione di immagini è un prodotto su Tencen​t Cloud, raggiungibile tramite la superficie API TokenHub della piattaforma, e documentato lì insieme al resto dei servizi AI dell'azienda.

Lo stato di rilascio è la parte su cui vale la pena essere precisi, perché è la parte che la denominazione oscura. Tencen​t distribuisce questa linea prima in anteprima e la versione ufficiale poi, e la generazione attuale si trova nel primo di questi due stati. L'identificatore in circolazione è hy-image-v3.5-preview. Non esiste un secondo identificatore stabile e non di anteprima per questa generazione che gli stia accanto, e Tencen​t non ha pubblicato alcuna data per la sua comparsa.

Perché questa pagina inizia con la domanda di anteprima

Perché lo dice la domanda. I nostri dati di ricerca first-party — Googl​e Search Console, corrispondenza esatta della query, le quattro settimane che terminano il 2026-10-07 — collocano questo modello a 430 impressioni e 10 clic per ogni grafia che si riduce al suo nome. Nel dettaglio, sono 138 impressioni per "hy image3.5" e 128 per "hy image 3.5" — poi 115 per "hy image3.5 preview", 45 per "hy image 3.5 preview" e 4 per l'identificatore con trattini "hy-image-3.5-preview".

Interpreta quei numeri come una descrizione di ciò che le persone digitano, che è tutto ciò che una search console ti dice. Più di un terzo della domanda per il nome di questo modello arriva con la parola "preview" attaccata. Quei lettori non chiedono se Tencen​t ha annunciato qualcosa. Chiedono con quale designazione abbiano a che fare, e la risposta onesta è che sia il nome breve sia il nome della preview puntano a un unico artefatto: la generazione in anteprima che Tencen​t sta servendo proprio ora.

Quindi, risolto: HY-Image 3.5 e "HY-Image 3.5 preview" sono lo stesso modello allo stesso stato di rilascio. La designazione preview è attuale, non storica. Il nome lungo è quello accurato, e il nome breve è quello con cui il modello viene chiamato nella copertura e nelle integrazioni degli strumenti, perché nessuno digita il qualificatore quando dà un nome a qualcosa che usa.

Cosa accetta, cosa restituisce e l'ingombro dimensionale

Espresso come lo presenta Tencent, e segnalato dove il materiale del fornitore è più scarno della copertura che lo circonda:

• Input — un prompt testuale e, per la direzione di editing, immagini di riferimento. Il numero attribuibile per le immagini di riferimento è fino a cinque per richiesta, cifra riportata in modo coerente nei materiali di prodotto di Tencent. Almeno un aggregatore ne ha pubblicate venti; cinque è la cifra che possiamo attribuire, e non la aumentiamo.

• Modalità — da testo a immagine, da immagine a immagine e modifica multi-turno, in cui una modifica viene applicata al contesto accumulato della conversazione, anziché far partire da zero ogni richiesta.

• Output — immagini fino a 2K, in una serie di comuni rapporti d'aspetto anziché in un singolo quadrato. Le parole di Tencent stesso per il limite massimo sono "fino a 2K".

• Fatturazione — solo sulle immagini di output consegnate. Una richiesta che fallisce o viene filtrata non è ciò per cui ti viene addebitato, e questo conta quando stai dimensionando un carico di lavoro invece di una demo.

Un numero in circolazione non regge al materiale stesso del fornitore. Almeno una testata ha riportato una specifica di output di 4096×4096. Tencen​t dice "fino a 2K", e ogni altra fonte concorda con Tencen​t. Considera la cifra 4K un errore anziché una roadmap per una versione successiva — è una correzione, non un annuncio.

Comportamento di rendering e modifica del testo

Due affermazioni sostengono il comportamento del modello, ed entrambe provengono dall'editore.

Il primo è il lettering. Tencen​t sostiene una maggiore accuratezza sul testo renderizzato all'interno dell'immagine, sia in cinese sia in inglese. Questo è stato il punto debole tipico dell'intera categoria, ed è il tipo di affermazione che è facile testare sul proprio materiale e difficile da dirimere dall'esterno, perché nessuno pubblica un punteggio pubblico di rendering del testo per questo modello.

Il secondo è la coerenza, la parola con cui Tencen​t apre. La tesi è che un soggetto sopravvive a modifiche e ri-rendering ripetuti senza deriva — che modificare affina l'immagine invece di ricominciare da capo, che è la differenza tra uno strumento che usi per un singolo scatto e uno che usi su una serie di scatti. In combinazione con l'insieme di cinque immagini di riferimento di cui sopra, questa è la base documentata per qualunque cosa tu costruisca che richieda che lo stesso personaggio ricompaia.

Entrambe sono dichiarazioni del fornitore. Nessuna delle due è stata riprodotta al di fuori di Tencen​t, e nessuna classifica indipendente valuta questo modello sul rendering del testo.

La questione della scheda del personaggio

La nostra stessa trattazione di questo modello parla già di character sheet, quindi vale la pena essere precisi su ciò che l'editore documenta e ciò che non documenta. Ciò che Tencen​t documenta è il condizionamento multi-riferimento — si forniscono diverse immagini di riferimento — combinato con l'affermazione di coerenza di cui sopra. Ciò che Tencen​t non documenta è una funzione denominata "character sheet", un generatore di schede o un oggetto di risorsa per singolo personaggio. Nulla del genere compare nel materiale del fornitore per questo modello, e non compare da nessuna parte nemmeno nella documentazione dei nodi ComfyUI che lo richiamano.

Quindi la funzionalità è reale, ma il suo nome è il nostro, non il loro. Se vuoi che un personaggio si mantenga coerente lungo una serie di immagini, i pezzi documentati che stai assemblando sono: fornire le immagini di riferimento, fino a cinque per richiesta, e affidarti al comportamento di coerenza del modello attraverso modifiche ripetute. Che ciò equivalga a una pipeline di produzione per personaggi è una valutazione che riguarda la tua lista delle inquadrature, non una specifica pubblicata da Tencen​t.

Licenza e percorso di accesso, così come documentati dall'editore.

Qui non esiste alcun percorso open-weights, e questo è un fatto documentale, non un limite che viene letto nel materiale. Tencen​t non pubblica alcun checkpoint scaricabile per questo modello, nessuna licenza per l'uso locale e nessun percorso offline. Ogni modo documentato per raggiungerlo è o l'API di Tencen​t stessa o uno dei prodotti di Tencen​t stessa.

L'API è la via per qualsiasi utilizzo ad alto volume. Il modello è erogato su Tencen​t Cloud nell'ambito del prodotto di generazione di immagini, raggiungibile tramite la superficie API TokenHub della piattaforma, e riporta un listino prezzi pubblicato: 0,15 ¥ per un'immagine 2K sull'endpoint nazionale e 0,024 US$ per la stessa chiamata a livello internazionale, entrambi fatturati solo sulle immagini di output consegnate. Quel dato internazionale è corroborato in modo indipendente — il modello compare nelle classifiche di immagini di Artificial Analysis a 24 $ per 1.000 immagini, ovvero la tariffa del fornitore riespressa per mille, anziché una stima autonoma di terze parti.

Oltre all'API, Tencen​t ha integrato il modello nelle proprie interfacce di prima parte: Yuanbao, l'assistente per i consumatori; lo strumento di conoscenza ima; e i prodotti creativi e di produttività Miora, WorkRally, OnSolo e WorkBuddy. È inoltre collegato allo stack media di Tencen​t Cloud tramite Media Processing Service e Video on Demand — il che indica che l'acquirente previsto comprende team che già transcodificano e montano video sull'infrastruttura Tencen​t, non solo sviluppatori che creano funzionalità per le immagini da zero.

Gli strumenti di terze parti esistono, ma sono più esili di quanto sembri. ComfyUI ha rilasciato nodi partner per questo modello, e il dettaglio importante è che tipo di nodi siano: chiamano l'API di Tencen​t. Non ci sono pesi locali dietro di essi, nessun checkpoint, nessun percorso GPU. «Esiste un nodo ComfyUI» e «posso eseguirlo sul mio hardware» sono affermazioni diverse, e per questo modello è vera solo la prima.

Dove in realtà lo colloca l'evidenza indipendente

Questa è la parte che il materiale del fornitore non può fornire, e leggerla con attenzione è la differenza tra una pagina di riferimento utile e un comunicato stampa. Artificial Analysis riporta il modello su due classifiche, con il nome HunyuanImage 3.5 (Preview) — anche la classifica lo registra con la designazione preview, il che costituisce di per sé una conferma della denominazione sopra. Consultato oggi, 2026-10-13:

• Da testo a immagine — 68° su una classifica di 168 modelli, a 976,02 Elo, con un intervallo di confidenza del 95% da 967,02 a 985,02, al prezzo di 24 $ per 1.000 immagini. Ciò lo colloca a metà del gruppo. Il leader della classifica, GPT Image 2.5 Sunburst (max), si trova a 1198,36 Elo; GPT Image 2.5 Flare (max) è a 1190,81, GPT Image 2 (high) a 1171,83, Nano Banana 2.1 a 1160,29, e Grok Imagine Image 2.0 a 1155,4. Le generazioni precedenti di Tencent sulla stessa classifica: HunyuanImage 3.0 Instruct a 995,91 e 50°, HunyuanImage 3.0 (Tencent Cloud) a 983,72 e 64°, HunyuanImage 3.0 a 943,61, e HunyuanImage 2.1 più in basso a 887,35.

• Modifica delle immagini — 16º su una classifica di 81 modelli, a 1087,14 Elo, con un intervallo del 95% da 1078,14 a 1096,14, sempre a 24 $ per 1.000 immagini. Questo la colloca nel quinto superiore di quella classifica. In testa ci sono GPT Image 2.5 Sunburst (max) a 1184,26, GPT Image 2.5 Flare (max) a 1164,63 e MAI-Image-2.6 a 1140,28. Le generazioni precedenti di Tencen​t: HunyuanImage 3.0 Instruct a 1068,07 e 23º, HunyuanImage 3.0 (Tencen​t Cloud) a 1030,31 e 34º.

La differenza tra quelle due posizioni è la singola cosa più informativa di questa pagina, e non è una contraddizione. Dice dove il modello è competitivo: nell’editing, dove si colloca vicino alla vetta di una classifica più piccola e più recente, è lì che la promessa di coerenza viene concretizzata. Dice dove non lo è: sulla preferenza grezza da testo a immagine è a metà classifica, ben sotto i modelli in cima, e sotto il punto in cui un lettore che arriva da un titolo tipo «+30% rispetto alla generazione precedente» potrebbe aspettarsi che sia. Entrambe le letture provengono dalla stessa classifica indipendente, misurata allo stesso modo, sulle stesse basi.

Due avvertenze accompagnano quei numeri. Gli intervalli Elo sono abbastanza ampi che i ranghi adiacenti non costituiscono un ordinamento significativo: pochi punti Elo tra righe adiacenti sono rumore, non un risultato. Un confronto a parità di sforzo e di strumenti tra questo modello e i leader sopra non esiste pubblicamente; le classifiche ordinano voti di preferenza, non un confronto controllato.

Come un lettore lo utilizza effettivamente oggi

Inizia dal percorso che corrisponde alla tua intenzione. Se stai valutando, i prodotti first-party di Tencen​t sono il modo più economico per entrare, e la finestra gratuita di due settimane che era attiva su Miora, WorkRally e OnSolo al lancio si è chiusa il 7 ottobre 2026 — quindi prevedi un budget per l'API fin dalla prima chiamata invece di pianificare in base a una prova. Se stai sviluppando, l'API su Tencen​t Cloud è l'unico percorso con un tariffario, e la superficie meta-token è dove risiede la documentazione.

Poi scrivi la chiamata di generazione in modo che il nome del modello sia un valore di configurazione e non una costante. Non è un consiglio stilistico per questo modello in particolare; è la disciplina che impedisce che una transizione da anteprima a ufficiale — o una revisione dei prezzi, o un passaggio a un generatore completamente diverso — richieda una modifica al codice. Un identificatore di anteprima è, per definizione, la cosa più soggetta a essere sostituita, e il costo per essere pronti a questo è una riga in un file di configurazione.

Dove questa disciplina dà i suoi frutti è a livello di routing. OrcaRouter si basa su un modello con markup dello 0% — il prezzo di listino del provider viene trasferito invariato, così una revisione dei prezzi del fornitore arriva lo stesso giorno invece di attendere un ciclo di riprezzamento — e una sola chiave API copre più di 200 modelli, con failover automatico tra provider e un DSL di routing per fissare un modello specifico per richiesta. È questo che permette a un generatore di immagini di essere una decisione di routing invece che una decisione architetturale, qualunque sia il generatore a cui lo si indirizza.

La versione breve, per un lettore arrivato da una casella di ricerca e che vuole capire la situazione attuale: HY-Image 3.5 è l'attuale modello di immagini di Tencen​t, è in anteprima con l'identificatore hy-image-v3.5-preview, accetta testo e fino a cinque immagini di riferimento e restituisce immagini fino a 2K, viene fatturato per ogni immagine di output consegnata a una tariffa internazionale pubblicata di 0,024 $ per un'immagine 2K, non ha percorsi open-weights o offline, e sulle classifiche indipendenti è allo stesso tempo un modello di editing nel miglior 20% e un modello text-to-image di metà classifica. La designazione di anteprima è la questione aperta, e ciò che la chiuderebbe è un identificatore stabile con una data associata.