Hy Image3.5 vs Ming-Image-0.1-Design: 하나는 대여할 수 있고, 다른 하나는 구매할 수 없다

Hy Image3.5와 Ming-Image-0.1-Design은 2026년 9월에 닷새 간격으로 공개됐으며, 배포 방식은 이보다 더 다를 수 없을 정도로 달랐다. 텐센트의 모델은 종량제 API다. Tencent Cloud International에서 2K 이미지당 $0.024이며, 9월 22일에 열린 프리뷰로, 오늘날에는 텐센트 자체 제품과 클라우드 접점을 통해 접근할 수 있다. inclusionAI의 Ming-Image-0.1-Design은 저장소다. 9월 17일부터 Hugging Face에 공개된 MIT 라이선스 가중치, 약 71.5GB의 BF16 safetensors, 엔드포인트도 가격도 제공자도 없고, 404를 반환하는 동반 저장소를 가리키는 Quick Start가 전부다. 하나는 오늘 오후에 호출할 수 있는 제품이다. 다른 하나는 오늘 오후에 다운로드할 수 있는 파일이다.

그것이 바로 이 비교이며, 품질 경쟁이 아닙니다 — 어느 모델도 독립적인 점수를 갖고 있지 않으므로, 출력물을 기준으로 순위를 매길 수도 없습니다. 비교할 수 있는 것은 각 모델이 무엇을 할 수 있게 해 주는지, 그리고 각 모델이 어디에서 멈추는지입니다. 그렇게 읽으면, 두 모델은 프로덕션 팀이 중요하게 여기는 모든 축에서 거의 정반대입니다.

오픈 모델이 완전히 승리하는 단 하나의 측면

라이선스부터 시작하세요. 비교가 팽팽하지 않은 유일한 부분이니까요.

Ming-Image-0.1-Design은 MIT입니다. 가중치를 다운로드하고, 자체 카탈로그에서 미세 조정하고, 결과물을 상용 제품 안에 포함해 출시하고, 고객을 위해 호스팅하고, 파생 모델을 유지하세요 — 호출당 요금도, 협상할 사용 약관도, 여러분이 의존하는 엔드포인트를 지원 중단할 수 있는 공급업체도 없습니다. 프라이버시 제약, 고정된 GPU 예산, 또는 독점 디자인 자산으로 훈련해야 할 필요가 있는 팀에게 이것은 선호의 문제가 아니라, 경로가 있는지 없는지의 차이입니다. Tencent의 것을 포함한 어떤 호스팅 이미지 API도 이를 제공할 수 없습니다.

그 라이선스에 드는 비용이 얼마인지는 기사의 나머지 부분에서 다룬다.

나머지는 한 번에 한 줄씩

• 액세스 — Hy Image3.5는 Tencent Cloud TokenHub, Media Processing Service, Video on Demand를 통해, 그리고 Yuanbao, ima, Miora, WorkRally, OnSolo, WorkBuddy에서 사용할 수 있으며, 그중 세 서비스는 2026년 10월 7일까지 무료로 이용할 수 있습니다; Ming-Image-0.1-Design은 어디에도 호스팅된 엔드포인트가 없고, 추론 제공자 배포도 없으며, 자체 모델 카드에서 추론 리포지토리를 클론하고 스크립트를 실행하라고 안내합니다.

• 비용 — 전달된 2K 이미지당 $0.024이며, 실패 및 필터링된 생성에는 요금이 청구되지 않고 입력 사용량 측정도 없습니다. 이는 무료 가중치와 직접 구해야 하는 80 GiB CUDA GPU와 비교한 금액입니다. 두 번째 숫자는 0이 아닙니다. 그것은 해당 등급 카드의 임대료 또는 감가상각비에, 스택을 구축하는 데 드는 엔지니어링 시간을 더한 값입니다.

• 출력 — Hy Image3.5는 표준 종횡비로 2K에 도달하며 4K 등급은 없습니다. Ming-Image-0.1-Design은 속도를 위해 2048×2048 또는 1024×1024를 권장하며, 12 샘플링 스텝과 BF16에서 CFG 1.0을 사용합니다.

• 투명도 — Ming-Image-0.1-Design은 투명 배경을 가진 RGBA를 네이티브 출력으로 내보내며, 이는 아이콘, 스프라이트, 레이어 합성 작업에 있어 실질적인 기능입니다. Hy Image3.5에는 문서화된 투명 배경 모드가 없습니다.

• 조건화 — Hy Image3.5는 요청당 최대 다섯 개의 참조 이미지를 받아들이고, 다중 턴 편집 세션 전반에 걸쳐 이전 턴을 유지한다. Ming-Image-0.1-Design의 조건화 방식은 파이프라인에 포함된 멀티모달 LLM인 텍스트 인코더이며, 프롬프트 향상은 내장된 것이 아니라 자매 모델에서 기대된다.

• 배포 지원 — 업타임이 포함된 관리형 API, 설치 가이드는 정상 작동하지만 모델별 레시피는 그렇지 않은 vLLM-Omni 경로와의 대비.

• 독립적 증거 — 어느 쪽에도, 아무것도 없다.

보기보다 더 심각한 증거 문제

두 모델 모두 제3자 측정 없이 출시되었지만, 서로 다른 방식으로 실패했으며 그 차이는 시사하는 바가 크다.

텐센트의 주장은 자사 전문 디자이너 수백 명을 대상으로 진행한 블라인드 GSB 선호도 조사로, 여기서 Hy Image3.5는 Hy Image3.0을 약 30% 앞서고, Seedream 5.0 Pro와 동등하며, Nano-Banana Pro와 Qwen-Image-3.0 Pro를 근소하게 앞선다. 방법론은 타당하고, 참가자들은 텐센트 소속이며, 프롬프트 세트는 공개되지 않았고, 그 결과는 회사 외부에서는 아무도 다시 실행할 수 없는 숫자다. 2026년 9월 23일 기준으로 확인한 Artificial Analysis 텍스트-투-이미지 보드에는 Hy Image3.5 행이 전혀 없다. 이전 세대인 HunyuanImage 3.0 Instruct는 156개 중 65위, Elo 964에 자리한다.

Ming-Image-0.1-Design의 주장은 자체 저장소 안에 게시된 리더보드 그래픽으로, 제목은 "Text to Image Leaderboard: UI/UX Design"이고 하단에는 "Elo scores from blind preference votes in our Image Arena"라고 적혀 있으며 "Open Weights Leaderboard" 배지가 붙어 있습니다. 이는 해당 모델을 1,082 Elo로 1위에 올려놓고 있으며, Ideogram 4.0 (Quality)의 1,052, Ideogram 4.0의 1,015, HunyuanImage 3.0 Instruct의 1,005보다 위에 있습니다. 이 그래픽에는 Artificial Analysis 브랜딩이 들어가 있지만, 해당 모델은 Artificial Analysis의 실시간 보드에는 나타나지 않습니다. 우리는 그것이 묘사하는 보드를 공개 웹에서 찾을 수 없었고, 그래픽에는 투표 수가 표시되어 있지 않습니다.

그래서 텐센트의 수치는 적어도 그 회사가 수행한 연구를 설명한다. Ming의 것은 자체 저장소 밖에서는 존재하지 않을 수도 있는 연구를 설명한다. 이는 더 어려운 문제인데, 감사를 받지 않았을 뿐만 아니라 위치조차 찾을 수 없기 때문이다. 어느 쪽도 벤치마크로 인용되어서는 안 되며, 둘 모두에 대한 정직한 입장은 품질 문제가 아직 열려 있다는 것이다.

어쨌든 이 아키텍처를 한번 살펴볼 만한 이유

Ming-Image-0.1-Design의 파이프라인에 있는 한 가지 세부 사항은 두 발표문 가운데 가장 흥미로운 기술적 요소인데, 이는 어떤 보도 자료가 아니라 저장소에서 드러난다. 서드파티 vLLM-Omni 커밋은 ByT5 바이트 수준 글리프 인코더를 `ming_flash_omni`라는 파이프라인에 연결하여, 토크나이저 어휘를 폰트 및 색상 마커로 확장한다. 이는 곧바로 읽어낼 수 있는 설계 의도다: 이 모델은 렌더링된 텍스트를 프롬프트의 창발적 속성이라기보다 타이포그래피 속성을 지닌 글리프로 취급하는 것으로 보이며, 이는 이미지 모델이 지금까지 만들어낸 거의 모든 잘못 렌더링된 포스터의 배후에 있는 실패 양상이다.

이는 또한 모델이 명시한 목적 — UI, 인포그래픽, 포스터 및 기타 텍스트가 많은 디자인 작업 — 과 권장되는 2048×2048 출력과도 일치한다. 읽을 수 있는 글자에는 픽셀이 필요하기 때문이다. 하지만 그것은 의도일 뿐 증거는 아니다. 저장소 구조는 `model_index.json` 없이 여섯 개의 컴포넌트 폴더를 보여주는데, 이는 모델이 단일 호출이 아니라 다단계 파이프라인임을 의미하며, 글리프 인코더 연결은 모델 카드가 아니라 다른 누군가의 추론 프레임워크에 있다. 제3자가 이를 실행해 텍스트를 보여주기 전까지, 그것은 아키텍처 주장이다.

Hy Image3.5의 대응되는 주장은 더 일반적이고 마찬가지로 검증되지 않았다: Tencent는 이미지 내 중국어와 영어 문자 표현이 개선되었고, 프롬프트로 지정한 레이아웃도 더 나아졌으며 실제 사진에 대한 편집도 더 강력해졌다고 말한다. 이 역시 벤더가 보고한 것이며, 역시 재현되지 않았다.

실제로 둘 중 하나를 사용하는 방법

실용적인 답은 당신이 어떤 모델을 선택했는지에 따라 완전히 달라지며, 어느 답도 리더보드와는 관련이 없습니다.

Hy Image3.5를 원한다면, 무료 개방 기간을 활용하세요. Miora, WorkRally, OnSolo는 2026년 9월 22일부터 10월 7일까지 무료로 개방되는데, 이는 실제 프롬프트를 이에 대해 실행해 보고 Tencent의 연구로는 얻을 수 없는 판단을 내리기에 충분히 긴 기간입니다. 그런 다음, 자체 호스팅할 수 없고, 파인튜닝할 수 없고, 독립적으로 측정할 수 없는 프리뷰가 프로덕션 경로에 속하는지 결정하세요 — 만약 그렇다면, 생성 호출을 대상을 다시 지정할 수 있는 인터페이스 뒤에 두세요. 프리뷰는 가용성 약속을 수반하지 않으며 가격이나 모델이 당신 발밑에서 바뀔 수 있기 때문입니다.

Ming-Image-0.1-Design을 원한다면, 첫 번째 작업은 생성이 아니라 배포입니다. 단일 80 GiB CUDA GPU를 예산으로 잡고, 파이프라인을 호출하기보다는 추론 저장소를 클론할 것으로 예상하며, 이를 기준으로 계획을 세우기 전에 vLLM-Omni 레시피 링크를 확인하세요. 우리가 확인했을 때는 그 링크가 열리지 않았기 때문입니다. 그 반대편에서 얻는 것은 이 두 모델 중 파인튜닝할 수 있는 유일한 모델, 투명도 채널을 출력하는 유일한 모델, 그리고 당신에게서 빼앗을 수 없는 유일한 모델입니다.

그 마지막 특성은 라우팅 계층과 오픈 웨이트 모델이 대안이 아니라 서로를 보완하는 관계인 이유이기도 합니다. OrcaRouter는 관리형 절반입니다 — 200개가 넘는 모델을 하나의 키로, 공급자 정가를 0% 마크업으로 그대로 전달하므로 벤더의 요금 변경이 같은 날 바로 반영되고, 자동 페일오버가 지원되어 검증되지 않은 프리뷰가 단일 장애점이 되지 않은 채 프로덕션 호출 뒤에 배치될 수 있습니다. 다만 가중치를 제공하는 절반은 아닙니다. 우리 카탈로그에 대해 정확히 말씀드리자면, Hy Image3.5와 Ming-Image-0.1-Design 모두 여기서 라우팅할 수 없습니다. OrcaRouter는 Tencent 이미지 모델도, inclusionAI 모델도 호스팅하지 않으며, 우리가 실제로 제공하는 호스팅 정지 이미지 모델은 Google의 Nano Banana 2(google/gemini-3.1-flash-image-preview), GPT-Image-2, Imagen 4 Ultra, Grok Imagine Image입니다.

각각의 용도

Hy Image3.5는 저렴하게 이미지를 얻고 싶고 아무것도 직접 운영하고 싶지 않은 팀을 위한 것입니다: 2K 출력, 폐기된 시도에 대한 요금이 없는 이미지당 과금, 오늘 바로 작동하는 API, 그리고 직접 테스트해야만 하는 품질 주장. 이는 해당 카테고리에서 가장 마찰이 적은 옵션이며, 소유권은 전혀 따르지 않습니다.

Ming-Image-0.1-Design은 제약이 가격이 아니라 통제력인 팀을 위한 것입니다 — 그 위에 사업을 구축할 수 있는 라이선스, 파인튜닝할 수 있는 모델, 어떤 호스티드 API도 제공하지 않는 투명성 채널, 그리고 호출당 요금 대신 GPU 청구서입니다. 지원도, 엔드포인트도 없고, 배포 스토리도 절반만 완성된 상태입니다.

둘은 같은 자리를 두고 경쟁하지 않으며, 그 이유는 품질 때문이 아니다. 그중 하나는 서비스이고 다른 하나는 자산이기 때문이며, 어느 쪽이 필요한지에 대한 질문은 벤치마크를 보기도 전에 이미 답이 정해져 있다.