Hy Image3.5 vs Ming-Image-0.1-Design：片方は借りられ、もう片方は買えない

Hy Image3.5 と Ming-Image-0.1-Design は、2026年9月に5日違いで公開され、その配布方法はこれ以上ないほど異なっていた。Tencent のモデルは従量課金 API だ。Tencent Cloud International で 2K 画像が1枚 $0.024、9月22日に始まったプレビューで、今日では Tencent 自身の製品とクラウドサーフェスを通じて利用できる。inclusionAI の Ming-Image-0.1-Design はリポジトリだ。9月17日から Hugging Face で MIT ライセンスの重みが公開され、約 71.5 GB の BF16 safetensors、エンドポイントなし、価格なし、プロバイダーなし、そして Quick Start は 404 を返すコンパニオンリポジトリを指している。一方は今日の午後に呼び出せる製品。もう一方は今日の午後にダウンロードできるファイルだ。

それはこの比較であり、品質コンテストではない——どちらのモデルにも独立したスコアはないので、出力で順位づけすることはできない。比較できるのは、それぞれが何を可能にするか、そしてそれぞれがどこで止まるかだ。そう読むと、この2つのモデルは、制作チームが気にするあらゆる軸において、ほぼ正反対である。

オープンモデルが完全に勝利する唯一の次元

まずライセンスから見ていこう。ここだけは比較が拮抗しない唯一の点だからだ。

Ming-Image-0.1-DesignはMITです。重みをダウンロードし、自社のカタログでファインチューニングし、その成果を商用製品に組み込んで出荷し、顧客向けにホストし、派生モデルを保持できます。呼び出しごとの課金も、交渉すべき利用条件も、あなたの足元でエンドポイントを廃止し得るベンダーもありません。プライバシー制約、固定のGPU予算、独自のデザイン資産で学習する必要性を抱えるチームにとって、それは好みの問題ではなく、道があるか否かの違いです。ホスト型画像APIは、Tencentのものを含め、それを提供できません。

そのライセンスにいくらかかるのかは、記事の残りの部分で述べられています。

それ以外は、一行ずつ

• アクセス — Hy Image3.5 は Tencent Cloud TokenHub、Media Processing Service、Video on Demand を通じて利用可能で、さらに Yuanbao、ima、Miora、WorkRally、OnSolo、WorkBuddy でも利用できます。そのうち3つには2026年10月7日までの無料期間があります。一方、Ming-Image-0.1-Design にはホスト型エンドポイントがどこにもなく、推論プロバイダーによるデプロイもなく、モデルカード自体が推論リポジトリをクローンしてスクリプトを実行するよう指示しています。

• コスト — 提供された2K画像1枚あたり$0.024。失敗した生成とフィルタリングされた生成は課金されず、入力のメータリングもなし。それに対して、無料の重みと、自分で見つけなければならない80 GiBのCUDA GPUがある。2番目の数字はゼロではない。それはそのクラスのカードのレンタル代または減価償却費に、スタックを立ち上げるためのエンジニアリング工数を加えたものだ。

• 出力 — Hy Image3.5 は標準的なアスペクト比で 2K に到達し、4K ティアはありません。Ming-Image-0.1-Design は速度重視なら 2048×2048 または 1024×1024 を推奨しており、BF16 で 12 サンプリングステップ、CFG 1.0 です。

• 透明性 — Ming-Image-0.1-Design は透明背景の RGBA をネイティブ出力として生成し、これはアイコン、スプライト、レイヤー合成の作業にとって真に実用的な機能です。Hy Image3.5 には透明背景モードに関する記載がありません。

• コンディショニング — Hy Image3.5 は 1 リクエストにつき最大 5 枚の参照画像を受け取り、マルチターンの編集セッションを通じて以前のターンを保持します。一方 Ming-Image-0.1-Design のコンディショニングの要はパイプライン内のマルチモーダル LLM であるテキストエンコーダーであり、プロンプト拡張は作り込みではなく同系モデルから期待されるものとなっています。

• デプロイ支援 — 稼働率が付帯するマネージドAPIと、インストールガイドは解決するのにモデル固有のレシピは解決しない vLLM-Omni の経路との対比。

• 独立した証拠 — どちらの側にも何もない。

証拠の問題は、見た目よりも深刻だ

両モデルは第三者による測定なしでローンチされたが、失敗の仕方は異なっており、その違いは示唆に富んでいる。

テンセントの主張は、自社のプロフェッショナルデザイナー数百名を対象に実施したブラインドGSB選好調査であり、そこではHy Image3.5がHy Image3.0を約30%上回り、Seedream 5.0 Proと同等で、Nano-Banana ProとQwen-Image-3.0 Proをわずかに上回っている。方法論は妥当で、参加者はテンセントの社員であり、プロンプトセットは非公開で、結果は社外の誰も再実行できない数字だ。2026年9月23日に閲覧したArtificial Analysisのテキスト・トゥ・イメージボードには、Hy Image3.5の行はまったく存在しない。前世代のHunyuanImage 3.0 Instructは、156件中65位、Elo 964だ。

Ming-Image-0.1-Designの主張は、自身のリポジトリ内で公開されたリーダーボードのグラフィックで、「テキストto画像リーダーボード：UI/UXデザイン」という見出しがあり、フッターには「当社のImage Arenaにおけるブラインド嗜好投票によるEloスコア」、そして「オープンウェイト・リーダーボード」バッジが付いている。これは同モデルを1,082 Eloで1位に置き、Ideogram 4.0 (Quality)の1,052、Ideogram 4.0の1,015、HunyuanImage 3.0 Instructの1,005を上回っている。このグラフィックにはArtificial Analysisのブランディングが施されているが、同モデルはArtificial Analysisのライブボードには掲載されていない。それが描いているボードを公開ウェブ上で見つけることはできず、投票数も示されていない。

したがって、Tencentの数値は少なくとも同社が実施した研究を説明している。Mingのものは、自社リポジトリの外には存在しない可能性のある研究を説明している——これはより難しい問題だ。なぜなら、単に未監査なだけでなく、所在すら特定できないからだ。どちらもベンチマークとして引用されるべきではなく、両者についての正直な立場は、品質の問いは未解決だということである。

なぜそれでもこのアーキテクチャは一見の価値があるのか

Ming-Image-0.1-Designのパイプラインにおけるある細部は、どちらの発表の中でも最も興味深い技術的要素であり、それはプレス資料ではなくリポジトリで確認できる。サードパーティによるvLLM-Omniのコミットが、ByT5バイトレベルのグリフエンコーダを`ming_flash_omni`というパイプラインに組み込み、トークナイザーの語彙をフォントと色のマーカーで拡張している。それは直接読み取れる設計意図だ。モデルは、レンダリングされたテキストを、プロンプトの創発的特性としてではなく、タイポグラフィ的属性を備えたグリフとして扱っているように見える。これは、画像モデルがこれまでに生成した、レンダリングがひどいほとんどすべてのポスターの背後にある失敗モードである。

これは、モデルが公言している目的 — UI、インフォグラフィック、ポスター、その他テキストの多いデザイン作業 — とも、推奨される2048×2048出力とも一致する。判読可能な文字にはピクセルが必要だからだ。しかし、それは意図であって証拠ではない。リポジトリの構成には6つのコンポーネントフォルダーがあり、`model_index.json` が存在しない。つまり、このモデルは単一の呼び出しではなく多段階パイプラインであり、グリフエンコーダーの配線はモデルカードではなく、他者の推論フレームワーク内にある。第三者が実際に実行し、そのテキストを示すまでは、これはアーキテクチャ上の主張にすぎない。

Hy Image3.5の同等の主張はより在り来たりなもので、同じく未検証だ。Tencentは、画像内の中国語と英語の文字入れが改善されたほか、プロンプトで指定したレイアウトの向上や実写写真に対する編集の強化も挙げている。これもベンダーによる報告であり、これも再現されていない。

実際にどちらか一方を使う方法

実用的な答えは、どのモデルを選んだかによってまったく異なり、どちらの答えにもリーダーボードは関係ありません。

Hy Image3.5を使いたいなら、無料の提供期間を利用しよう。Miora、WorkRally、OnSoloは2026年9月22日から10月7日まで無料で開放されており、実際のプロンプトをそれに対して実行し、Tencentの調査では得られない意見を自分で形成するのに十分な長さがある。次に、自分でセルフホストできず、ファインチューニングもできず、独立して測定もできないプレビューが本番の経路に組み込むべきものかどうかを判断しよう。もし組み込むなら、生成呼び出しは向き先を変更できるインターフェースの背後に置いておくこと。プレビューには可用性の確約がなく、価格やモデルがあなたの足元で動きうるからだ。

Ming-Image-0.1-Design を使いたいなら、最初のタスクは生成ではなくデプロイだ。単一の 80 GiB CUDA GPU を想定して予算を組み、パイプラインを呼び出すのではなく推論リポジトリをクローンすることになるだろう。そして、それを前提に計画を立てる前に vLLM-Omni のレシピのリンクを確認してほしい。私たちが確認した時点では、それは解決しなかったからだ。その先で手に入るものは、この2つのモデルのうちファインチューニングできる唯一のものであり、透過チャンネルを出力する唯一のものであり、そしてあなたから取り上げられることのない唯一のものだ。

その最後の特性は、ルーティングレイヤーとオープンウェイトモデルが代替ではなく補完関係にある理由でもあります。OrcaRouterはマネージド側の半分 — 200以上のモデルにわたる1つのキー、プロバイダーの定価を0%のマークアップでそのまま透過提供するためベンダーの料金変更が当日に反映され、自動フェイルオーバーにより実績のないプレビューを単一障害点にすることなく本番呼び出しの背後に置けます。ウェイトを提供する側の半分ではありません。当社のカタログについて正確に述べると、Hy Image3.5もMing-Image-0.1-Designもここではルーティング可能ではありません。OrcaRouterはTencentの画像モデルもinclusionAIのモデルもホストしておらず、当社が提供するホスト型静止画モデルは、GoogleのNano Banana 2（google/gemini-3.1-flash-image-previewとして）、GPT-Image-2、Imagen 4 Ultra、Grok Imagine Imageです。

それぞれの用途

Hy Image3.5は、安価に画像を手に入れたい、そして何も自分で動かしたくないチーム向けです。2K出力、破棄した試行には課金されない画像単位の課金、今日から使えるAPI、そして自分で試して確かめるしかない品質の主張。カテゴリー内で最も摩擦の少ない選択肢であり、所有権は一切伴いません。

Ming-Image-0.1-Designは、制約が価格ではなくコントロールにあるチーム向けだ。ビジネスを築けるライセンス、ファインチューニングできるモデル、ホスト型APIが提供していない透明性チャネル、そして呼び出しごとの課金ではなくGPUの請求。サポートもエンドポイントもなく、デプロイの見通しも半分しかできていない。

この二つは同じ枠を争っているわけではなく、その理由は品質ではありません。一方はサービスであり、もう一方は資産であるからで、どちらが必要かという問いは、ベンチマークを見る前にすでに答えが出ています。