Krea 3 vs HY-Image 3.5: 더 저렴한 편집기는 문서가 더 나쁜 쪽이다

가격만 놓고 보면 이 맞대결은 시작도 하기 전에 끝나 있으며, 그 방향은 최신 모델에 불리하다. HY-Image 3.5는 텐센트의 현행 이미지 모델로, hy-image-v3.5-preview라는 식별자로 제공되며 국제 엔드포인트에서 2K 이미지 한 장에 0.024달러로 책정되어 있는데, 이는 Krea 3가 받는 가격의 약 40퍼센트에 불과하다. Krea는 2026년 10월 15일 Krea 3를 네이티브 2K 기준 이미지당 0.06달러의 전용 편집 모델로 출시하면서 속도를 내세웠다. 편집 한 건에 처음부터 끝까지 8초 미만이다. 그렇다면 새로운 도전자가 기존 강자의 가격을 밑돌 것이라 기대하고 왔다면, 계산은 정반대를 가리키며, 흥미로운 질문은 왜 누군가가 같은 편집 작업에 두 배 반의 값을 치르겠느냐는 것이다.

답은 가독성이며, 이는 양쪽 모두에 해당한다. Tencent의 모델에는 독립적인 편집 점수가 있다 — 1,088 Elo, Artificial Analysis 이미지 편집 보드에서 순위가 매겨진 69개 모델 중 17위이며, 5,775회의 블라인드 비교에서 제시된 95% 구간은 1,074~1,102다. Krea 3에는 그런 점수가 없다. 하지만 Tencent의 모델은 Krea 3가 존재하기 훨씬 전부터 프리뷰 상태이며, 프리뷰 종료일이 공개되지 않았고, 편집당 초 수치도 전혀 공개되지 않았다. Krea 3에는 출시일과 가격, 지연 시간 수치가 있지만 외부 증거는 없다. 어느 벤더도 완전한 그림을 제공하지 않았고, 두 공백은 대칭적이지 않다.

두 모델, 두 가지 서로 다른 미완성

이것이 가장 먼저 바로잡아야 할 점입니다. 한쪽의 'preview'라는 말과 다른 쪽의 'beta'라는 말은 같은 문제를 설명하는 것이 아니기 때문입니다.

Tencent는 Hunyuan 이미지 라인의 프리뷰를 먼저 출시하고 정식 버전을 나중에 출시하며, 현재 세대는 그 상태들 중 첫 번째에 있습니다 — 그 옆에는 안정적이고 프리뷰가 아닌 두 번째 식별자가 없으며, Tencent는 그러한 식별자가 언제 등장할지에 대한 날짜도 공개하지 않았습니다. 보드 역시 이를 HunyuanImage 3.5 (Preview)라는 프리뷰 명칭으로 등록하는데, 이는 프리뷰가 과거의 라벨이 아니라 현재 상태라는 점을 독립적으로 확증합니다.

K​rea의 상황은 규모는 더 작지만 더 엉망이다. 그 모델은 2026년 10월 15일에 K​rea 3으로 출시되었고, K​rea의 출시 페이지와 블로그도 그렇게 부른다. K​rea 자체의 요금 표에는 K​rea 3 Beta로 기재되어 있다. 같은 사이트의 다른 곳에서는 참조 이미지 제한이 출시 게시물에서는 6개, 제품 페이지에서는 8개로 제시된다. 그 어느 것도 모델이 준비되지 않았다는 것을 시사하지 않는다. 그 모든 것은 나흘밖에 되지 않았고 아직 정돈되지 않은 릴리스임을 시사한다. 하지만 요금제 표에 들어 있는 문자열은 “K​rea 3 Beta”이며, 그것은 누군가의 설정 파일에 결국 들어가게 되는 종류의 세부 사항이다.

• 출시 상태 — HY-Image 3.5: 프리뷰 단계이며, 식별자는 hy-image-v3.5-preview이고, 정식 명칭 지정에 대한 날짜는 발표되지 않았습니다. Krea 3: 2026년 10월 15일 출시되었으며, 출시 페이지에서는 Krea 3로, Krea의 요금제 표에서는 Krea 3 Beta로 명명되었습니다.

• 독립 편집 순위 — HY-Image 3.5: 69개 중 17위, Elo 1,088, 구간 1,074–1,102, 샘플 5,775개. K​rea 3: 항목 없음, 순위 없음.

• 2K 이미지당 가격 — HY-Image 3.5: 국제 엔드포인트에서 $0.024, 국내 ¥0.15, 실제로 전달된 출력 이미지에 대해서만 청구됩니다. K​rea 3: 2K에서 $0.06, 1K에서 $0.03, 고정 요금이며, K​rea는 출시 가격이 프로모션이 아닌 정가라고 밝혔습니다.

• 속도 — HY-Image 3.5: 편집당 초 단위 수치는 공개되지 않음. Krea 3: 2K에서 엔드투엔드 8초 미만(공급사 발표).

• 참조 이미지 — HY-Image 3.5: 요청당 최대 5개, 텐센트 자료에서 일관되게 유지된 수치. Krea 3: 출시 게시물에서는 6개, 제품 페이지에서는 8개.

• 출력 상한 — HY-Image 3.5: ​Tencent가 직접 밝힌 "최대 2K". ​Krea 3: 네이티브 2K, 예시는 2736 × 1536 px로 제시되며, 1K는 절반 가격.

• 오픈 웨이트 — 어느 쪽도 아님. 두 공급업체 모두 다운로드 가능한 체크포인트를 제공하지 않는다. Tencent의 ComfyUI 노드는 로컬에서 실행되는 대신 API를 호출하며, Krea는 엔터프라이즈 라이선스 협의 형태로만 셀프 호스팅을 제공한다.

Editing Elo가 해주는 것과 해주지 않는 것

81개 중 16위는 정말 좋은 자리이며, 이 전체 비교에서 독립적으로 산출된 유일한 수치입니다. 정확히 읽어볼 가치가 있습니다.

HY-Image 3.5는 텍스트-투-이미지 리더보드보다 편집 리더보드에서 더 높은 점수를 받습니다 — 1,088점이고, 텍스트-투-이미지에서는 60위권 밖입니다 — 그리고 이 격차가 이 모델의 성격을 한 줄로 보여줍니다. 순수 생성 선호도에서는 기껏해야 중간권입니다. 편집에서는 상위 25%입니다. 편집 리더보드의 선두는 1,198점의 O​penAI GPT Image 2.5 Sunburst와 1,177점의 Flare이고, Nano Banana 2.1과 M​icrosoft MAI-Image-2.6이 1,148점으로 동률이므로, T​encent는 최전선보다 약 110 Elo 아래에 있습니다 — 대략 ±14의 구간을 고려하면 이는 반올림 차이가 아닌 실제 격차입니다.

그 숫자가 알려주지 못하는 것은 프로덕션 편집자의 성패를 좌우하는 바로 그 문제다. Elo는 블라인드 선호 투표의 평균일 뿐이며, 당신의 프레임에서 변경되지 않은 부분이 변경되지 않은 채 남았는지에 대해서는 아무것도 말해주지 않는다. 그리고 바로 그것이 Krea가 precision이라고 부르는 지표를 앞세워 전체 피치를 구축한 대상이다 — 편집 영역 밖에서 변경되지 않은 채 남은 픽셀의 비율로, 정렬 후 1/4 해상도에서 비교하며, 동일한 프롬프트에서 모델당 한 번씩 시도한다. Krea의 precision 테스트는 자체 실행한 것이므로 그렇게 읽어야 한다. 그것은 여전히 올바른 질문이며, 독립 보드는 두 모델 어느 쪽에 대해서도 그 질문에 답하지 않는다.

아무도 알리지 않는 비대칭: 다국어 텍스트

여기에는 어느 벤더의 비교 페이지에서도 드러나지 않는 기능 차이가 있는데, 영어권 외 지역에 제품을 출시하는 팀에게는 이것이 결정적입니다.

Tencent의 HY-Image 3.5에 대한 주장은 이미지 안에 렌더링된 텍스트의 정확도 향상이며, 중국어와 영어 모두에서 그렇습니다. 그것은 공급업체의 주장이고, 어떤 독립적인 평가 기관도 이 모델을 텍스트 렌더링에 대해 점수 매기지 않으며, Tencent 외부에서 재현된 적도 없습니다 — 하지만 그것은 이 모델이 명시적으로 구축된 능력에 대한 주장이며, 이 범주의 가장 확실한 실패를 겨냥한 것입니다. 중국어 캠페인 자산, 패키징 또는 포스터를 제작하는 사람이라면 누구든, 이것을 이 맞대결의 양측이 해당 주제에 대해 말한 유일한 내용으로 읽어야 합니다.

Krea 3의 공개 자료에는 이에 비견할 만한 내용이 없다. 출시 예시는 영어로 되어 있고, 문서화된 강점은 제품 장면 변경, 객체 제거, 사진 정리다. 그것은 중국어에서의 약점을 보여 주는 증거가 아니다. 어떤 주장도 없다는 것이며, 현지화 파이프라인에서는 이는 같은 의미가 된다 — 검증되지 않음.

덧붙이자면, 두 모델은 같은 방향에서 공통된 맹점을 공유하고 있다. K​rea 3는 캐릭터 시트를 이름 없이도 실질적으로 유지한다: 일련의 편집과 참조 전반에 걸친 일관성. T​encent는 다중 참조 컨디셔닝과 일관성 주장을 문서화하며, 똑같이 이름이 붙은 캐릭터 시트 기능이나 캐릭터별 자산 객체는 문서화하지 않는다. 반복 출연하는 캐스트를 구축하고 있다면, 어느 쪽이든 파이프라인을 직접 조립하고 있는 셈이다.

재시도를 포함한 비용 논거

먼저 공개된 요금을 액면 그대로 받아들이자. HY-Image 3.5의 2K 이미지당 $0.024는 Krea 3의 $0.06과 비교해 2.5배이며, 월 10만 장 기준으로는 $2,400 대 $6,000이다. Tencent의 청구는 실제 전달된 출력 이미지에만 부과되므로 필터링되거나 실패한 요청에는 요금이 청구되지 않는다. 따라서 지저분한 워크로드에서는 요청당 청구 방식보다 실효 요율이 제시된 요율에 더 가까워진다.

더 저렴한 수치에는 두 가지 주의사항이 함께 따라붙습니다. $0.024는 국제 엔드포인트 요율이고, 국내 수치는 2K 이미지 기준 ¥0.15이며, 트래픽이 다른 방식으로 라우팅되면 지불하는 금액이 달라집니다. 그리고 이 모델은 프리뷰 상태입니다. 프리뷰 가격은 아직 변화가 끝나지 않은 것의 가격입니다. 이는 해당 요율을 상수가 아니라 구성 값으로 유지해야 한다는 논거이지, 그것을 사용하지 말아야 한다는 논거는 아닙니다.

Krea의 반론은 가격이 아니라 재시도 횟수다. 편집 한 번에 6센트라면, 다섯 번 돌려 가장 좋은 것을 고르는 데 30센트가 들 뿐 회의는 필요 없다. 6센트 대 0.024달러라면, 그 격차는 충분히 작아서 결정은 청구서가 아니라 통제력과 속도를 기준으로 내려야 한다 — 2.5배의 가격 차이로 시작한 비교에서 나오기에는 이상한 결론이지만, 그것이 정직한 결론이다.

각각을 어디에서 호출할 수 있는지, 그리고 라우터가 그것에 대해 무엇을 하는지

두 모델 중 어느 것도 직접 손에 넣을 수 있는 모델이 아닙니다. 텐센트는 체크포인트도, 로컬 라이선스도, 오프라인 경로도 공개하지 않습니다. 이를 사용할 수 있는 문서화된 모든 방법은 텐센트 자체 API 또는 텐센트 자체 제품 중 하나입니다. Krea의 자체 호스팅 해답은 협상된 라이선스 아래 자체 GPU에서 실행되는 엔터프라이즈 플랜입니다. 따라서 둘 다 호출이며, 실질적인 질문은 여러분이 몇 개의 호출을 관리하고 싶은가입니다.

이에 대한 OrcaRouter의 답은 수백 개가 넘는 모델을 아우르는 단일 OpenAI 호환 엔드포인트로, 공급자 정가를 그대로 전달하고 아무것도 덧붙이지 않습니다 — 따라서 공급업체의 가격 변경이 다음 갱신 시점이 아니라 같은 날 청구서에 반영됩니다 — 여기에 더해 요청별로 특정 모델을 고정하는 라우팅 DSL과 공급자 오류 시 자동 페일오버를 제공합니다. 적용 범위에 대해 솔직히 말씀드리면, 저희는 현재 HY-Image 3.5나 K​rea 3를 라우팅하지 않으므로 둘 다 공급업체에 직접 호출해야 합니다. 그동안 이 엔드포인트가 확실히 제공하는 것은, 두 모델을 비교 평가할 때 기준이 될 모델들 — GPT Image 2 그리고 G​oogle의 최신 이미지 모델들이 그중 하나인데 — 이 이미 하나의 키 뒤에 있다는 점입니다. 그래서 비교 테스트는 세 번의 통합 작업이 아니라 설정 변경 한 번이면 되고, T​encent 측의 프리뷰→안정 버전 전환이나 K​rea 3 Beta 이름 변경도 마이그레이션이 아니라 한 줄 수정이면 됩니다.

어떤 작업에 어느 것

중국어 에셋을 출시한다면, 이 둘 중 텍스트 렌더링에 관해 내놓은 주장이 있는 쪽은 HY-Image 3.5뿐이며, 둘 중 가격도 훨씬 더 저렴합니다. 프리뷰가 현재의 릴리스 상태라는 점, 안정적인 식별자에는 아직 날짜가 정해지지 않았다는 점, 그리고 그에 붙은 유일한 독립적 품질 수치는 컨테인먼트에 관해서는 아무것도 말해주지 않는 블라인드 선호도 평균이라는 점을 이해하고 시작하세요.

영어로 된 제품 및 캠페인 이미지를 대량으로 편집하고 있고 팀의 불만이 실제 소요 시간이라면, K​rea 3는 더 새롭고, 더 빠르며, 특정한 의미에서는 문서화가 더 잘 된 선택지입니다 — 그리고 더 비싼 쪽이기도 합니다. 다음을 이해하고 시작하세요: 그 제품에 붙은 모든 성능 수치는 K​rea 자체의 것이고, 레퍼런스 수는 두 가지 방식으로 문서화되어 있으며, 이 제품은 외부 측정이 단 하나도 없이 나흘 전에 세상에 나왔다는 점을.

결정적 판단 기준은 어느 벤더의 자료에도 없습니다. 그것은 여러분의 편집이 프레임을 정확히 유지해야 하는지, 그렇다면 자체 이미지에 실행할 지표는 두 모델 모두에 대한 Krea의 정밀도 테스트인지, 아니면 여러분의 에셋이 중국어를 올바르게 렌더링해야 하는지, 그렇다면 테스트는 리더보드가 아니라 헤드라인인지입니다. 두 실험 모두 하루도 걸리지 않으며, 이 글을 시작한 두 가격표보다 더 많은 것을 알려줄 것입니다.

숫자만으로는 이런 것들 중 어느 하나라도 현장에서 잘못된 적이 있는지 알 수 없습니다. 이 등급의 모델과 관련해 문서화된 AI 사고와 에이전트 실패 사례는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 표시가 함께 제공됩니다.