Hy Image3.5 対 LLaDA-Image：エンドポイントを借りるか、重みを所有するか

2026年9月に2K画像モデルを買う方法は2つあり、それは2つの製品というより、2つのビジネスモデルだ。Hy Image3.5 previewは2026年9月22日から提供されている従量課金のエンドポイントで、Tencentの国際価格表では1画像0.024ドル、国内では¥0.15、納品された出力に対して課金され、GPUに触れることは一切ない。LLaDA-Imageは、inclusionAIオープンモデルグループによる2026年9月4日リリースのダウンロード可能なチェックポイントで、Apache-2.0タグの下に置かれた7Bクラスの統合生成・編集ファミリーであり、Hugging Face上にあり、付随するホスト型エンドポイントはない。月に10万枚の2K画像は、前者の方法なら約2,400ドルかかる。後者の方法は1画像あたり0円で、それにいくらかかるかは自分で計算するしかない。重みは無料だが、ハードウェアは無料ではないからだ。

それが比較のすべてであり、それについてなされるほとんどすべての誤りは、価格の列だけが違いであるかのように両者を比較することから生じる。そうではない。一方は、あなたが使っているうちに非推奨になり得る。一方はファインチューニングできる。一方にはベンダー自身のベンチマークだけがあり、独立したスコアはない。もう一方には技術レポート、公開リポジトリ、そして約1000件のダウンロードがある。

LLaDA-Image に付随する、互いに矛盾する 2 つの主張

比較が何かの役に立つ前に、LLaDA-Imageのカードにある2つの詳細は、解決するのではなく指摘しておく必要がある。というのも、どちらも公開記録における真の矛盾であり、黙ってどちらかの側に立つことは、そう指摘するよりも悪い誤りになるからだ。

最初はパラメータ数です。モデルカード自体の説明文には「競争力のある6Bパラメータのオープンソース統合画像生成・編集モデルファミリー」と書かれています。同じページのサイドバーでは、SafetensorsモデルサイズをBF16で7Bパラメータと報告しています。どちらの数字も同じページに、同じ組織によって公開されており、カード内のどこにも両者を整合させる記述はありません。このクラスは「およそ70億パラメータで、説明文には60億という数字がある」ものとして扱い、どちらも確定した値として引用しないでください。正確な数を教えてくれる人は、あなたが読めるのと同じモデルカードから推測しているだけです。

二つ目はライセンスです。カードにはLicense: apache-2.0が現在記載されています。私たち自身によるこのファミリーに関する以前の報道では、公開されたカードのいずれにもライセンスタグは付されておらず、リポジトリに LICENSE ファイルも存在しなかったと述べていました。両方の記述は異なる時点においては真であり得ます — タグは後から追加できるのです — しかし、それらが常に同じだったふりをするつもりはありませんし、リリース後に現れたライセンスは、重みとともに提供されたライセンスとは本質的に異なる事実です。ライセンスがあなたのユースケースにとって重要な意味を持つのであれば、ダウンロードするその時点でご自身でリポジトリを確認し、また、カードが「近日公開」と説明しているトレーニングコードが同じ条件で提供されるかどうかも確認してください。

2つのアーキテクチャが実際に売っているもの

LLaDA-Imageは通常の意味での拡散モデルではなく、まさにそこが興味深い点だ。拡散トランスフォーマーと、凍結された視覚言語モデル——LLaDA2.0-mini——を組み合わせ、両者の間にRQAコネクタを置いている。そして単一のチェックポイントではなく、ファミリーとして公開されている。品質重視のBaseは50ステップ、スループット重視のTurboは2～4ステップで、それぞれBF16とFP8がある。つまり4つのチェックポイントであり、ステップ数こそが、セルフホスト展開をそもそも低予算で動かせるようにする理由だ。50ステップの7Bモデルは、2～4ステップのモデルとはハードウェア要件が別物になる。技術レポートは公開されており、学習レシピは完全にオープンだと説明されている。これは、ほとんどのオープンウェイト公開が行うよりも強い透明性の主張だ。

Hy Image3.5 preview は設計上、正反対の形をしています。単一のエンドポイントが単一の挙動を持つもので、テキストから画像へ、画像から画像へを同じ呼び出しで実行し、以前のターンをコンテキストとして引き継ぐマルチターン編集、1リクエストあたり最大5枚の参照画像、2K の出力上限、そして識別子は hy-image-v3.5-preview です。選ぶものも、調整するものも、ダウンロードするものもありません。能力セットは最初からより広範です——コンテキストを保持するマルチターンの対話的編集は、オープンなファミリーが謳っていない実際の機能です——そして、そのいずれについてもあなたに制御はありません。

• コスト基準 — Hy Image3.5 preview は、納品された出力に基づく従量課金で 2K 画像 1 枚あたり $0.024。LLaDA-Image は無償の重みに加え、実行にかかる GPU コストがかかります。

• 得られるもの — Hy Image3.5 preview はマルチターン編集と5つの参照画像を備えたホスト型APIです。LLaDA-Image は4つのチェックポイント（Base と Turbo、BF16 と FP8）とトレーニングレシピです。

• 画像生成のステップ — Hy Image3.5 previewはステップパラメータが公開されていない単一の呼び出しです。LLaDA-ImageはBaseで50ステップ、Turboで2～4ステップで、これは自分で設定します。

• 重み — Hy Image3.5 preview は一切公開していない。LLaDA-Image はファミリー全体を公開している。

• ライセンス — Hy Image3.5 preview は Tencent の規約に従う商用サービスです。LLaDA-Image には apache-2.0 タグが付いていますが、当社自身の以前の報道ではそれが確認されていませんでした。

• 根拠 — Hy Image3.5 previewにはベンダーによるGSDブラインドテストがあり、独立したEloはない。LLaDA-Imageには著者報告によるQwen-Image-Benchの数値が英語で53.53、中国語で53.38あり、これも独立したEloはない。

これらのうちの1つだけができること

まず、重みを手元に置くことで何が得られるかから始めよう。それは単なるライセンス上の選好を超えている。チェックポイントは資産だ。非推奨にされたり、価格を変更されたり、レート制限されたり、提供を停止されたりすることはなく、特定のファイルに固定されたパイプラインは3年後も動き続ける。自社の素材でファインチューニングできる。ハウススタイルや特定の文字セットを持つチームにとって、これは他人のモデルにプロンプトを与えることと、自分たちのモデルを訓練することの違いになる。オフラインで動く。素材が守秘義務の下にあるクライアント業務なら、これは重要だ。そしてそのスループットは、参加した待ち行列ではなく、自分が買ったハードウェアによって決まる。

それに対して、エンドポイントは「作業が一切ない」という状態を買ってくれる。チームの誰もサービングスタックを学ばずに済み、誰も GPU のサイジングを行わず、FP8 チェックポイントが BF16 のものとは異なるランタイムを必要とすることに本番環境で気づくこともなく、深夜3時にジョブが失敗しても誰も責任を問われることはない。Tencent のモデルには、オープン系ファミリーが主張していない能力も備わっている。会話を保持するマルチターン編集であり、これはまさに長い一連の編集を通じてキャラクターを維持し続けるための仕組みそのものだ。LLaDA-Image の編集サポートは本物である — 生成と編集を統合したファミリーなのだ — ただし、ターンをまたいだ会話状態は、モデルカードが宣伝しているものではない。

正直に言えば、これらは品質で競っているわけではまったくない。競っているのは、運用リスクを誰が負うかであり、その答えは「Tencent」と「あなた」の二つだ。

どちらの側においても、実際に何が測定されてきたのか

どちらのモデルにも独立した掲載はない。2026年9月23日に確認した Artificial Analysis のテキストから画像生成のボードには、Hy Image3.5 preview の行も LLaDA-Image の行も存在しない。このボードに Tencent が載っているのは前世代だ。HunyuanImage 3.0 Instruct が Elo 964、HunyuanImage 3.0 が 945 で、156 モデル中 65 位と 70 位につけている。これはこのファミリーに属するものに関する唯一の第三者による測定であり、しかも1世代前のものだ。

代わりに各陣営が差し出すのは、自前の成果だ。テンセントのそれは、同社自身のプロデザイナー数百人を対象に実施したGSD方式のブラインド選好テストで、Hy Image3.0を約30％上回り、Seedream 5.0 Proと同等、Nano-Banana ProとQwen-Image-3.0-Proをわずかに上回ると報告している。ベンダー実施、ベンダーが参加者を集め、プロンプトセットは未公開——本物の手法であり、本物の利益相反でもある。そしてその文の前半と後半は、同じ息のうちに語られるべきだ。

LLaDA-ImageのQwen-Image-Benchスコアは、英語で53.53、中国語で53.38であり、これは著者らが選んだベンチマークについての著者報告の数値だ。これはTencentのテストよりも独立性が高いわけではない。未監査であるという点では、別の形でそうなっているだけだ。このカードにはさらに、5つのコミュニティのSpacesと月間ダウンロード数約1,000件が記載されている。これは、このオープンなファミリーに確かな、しかし控えめなトラクションがあることを示している——それはこの分野ですでに採用されているモデルではなく、そうでないと言う人はこの数値を見ていないのだ。

お金が実際にどこへ流れていくのか、大量に扱う場合

レンタル側の計算は正直にやろう。公表された料金があるのはそちら側だけなのだから。月10万枚の2K画像を$0.024で処理すると$2,400になる。月50万枚なら$12,000、年で約$144,000であり、その規模になるとセルフホストの7Bクラス画像モデルは趣味の選択肢ではなくなり、明白な経費項目になり始める。月およそ1万枚を下回ると、計算はまったくそうはならない。$240を、GPU、電力、ストレージ、配信スタック、そして誰かの注意力のコストと比べても、接戦にはならない。そして従量課金エンドポイントは、あなたが数えていない軸を含め、あらゆる軸で勝つ。

損益分岐点は、誰かが教えてくれる単なる数字ではない。なぜなら、セルフホスト側は、すでに所有しているハードウェア、実際に達成できる稼働率、そしてGPUが画像生成をしていないときに別の処理をしているかどうかに左右されるからだ。正確に言えるのは曲線の形だけである。従量課金モデルは量に対して線形であり、セルフホストモデルはステップ関数である。したがって、問われるのはどちらが安いかではなく、あなたの量がそのステップに対してどこにあるかである。

どの道を通っても、エンドポイントは1つ

OrcaRouterはこれらのどちらもルーティングしていません。当社はTencentの画像モデルをホストしていません — カタログ内のTencentの項目はテキスト専用のHy3ラインのみ — そしてinclusionAIからのものは一切ありません。したがって、Hy Image3.5 previewはTencent自身のクラウドとTencentのファーストパーティ製品を意味し、LLaDA-Imageは公開された重みと、それを向ける先の任意のランタイムを意味します。これをはっきりと言うことは、曖昧なままにするモデルページより有用です。

この判断でルーティングレイヤーが有用なのは、それによって第3の選択肢を安く使えるからです。月額$2,400とGPU購入を天秤にかけているなら、契約なしで今日利用できるモデル間で同じワークロードがいくらになるかを知ることが、有用な中間策になります——openai/gpt-image-2、google/gemini-3.1-flash-image-preview、Imagen 4ファミリー、そしてgrok/grok-imagine-imageはすべて、1つのOpenAI互換エンドポイントの背後にあり、プロバイダー定価でマークアップ0%なので、ベンダーの価格変更は同日に弊社側へ反映されます、そして自動フェイルオーバーにより、あるプロバイダーの不調な午後があなたのサービス停止になることはありません。これはこの比較におけるどちらのモデルの代替でもありません。比較が暗闇の中での二者択一になるのを防ぐものです。

決め手となる一つの質問

あなたのワークロードに、重みが捉えられてエンドポイントでは捉えられない形があるかどうかを問いかけよう。ハウススタイル、固定文字セット、あるいはクライアント自身の素材に合わせて生成しており、7Bクラスのモデルに元を取らせるだけのボリュームとハードウェアがあるなら、LLaDA-Image のほうがより長持ちする資産であり、Apache-2.0 タグ — 上記の経緯を踏まえ、ダウンロード時に確認すること — がそれを使用可能にする。あなたはオプショナリティを買い、その代価を運用で払っている。

ワークロードがバースト的で、チームの誰もサービングスタックを担当したがらず、コンテキストを保持したマルチターン編集こそが本当に必要な機能であり、あるいは月間の画像処理量が1万枚未満なら、納品された2K画像1枚あたり$0.024は、誰か他人の問題を引き受けてもらう価格としては妥当であり、プレビューというラベルが常に視野に入れておくべき主な点です。2026年10月7日より前に——Miora、WorkRally、OnSoloが無料期間を実施している間に——やる価値がある唯一のことは、自分のプロンプトセットをtencentモデルに通し、採用率を書き留めることです。なぜなら、その数字こそが、30パーセントではなく、従量制側がそのメーターに見合う価値があるかどうかを決めるものだからです。