MOSS-Image vs HY-Image 3.5: 둘 다 렌더링된 텍스트를 내세우지만, 테스트를 보여주는 건 하나뿐

어느 벤더에게 그들의 이미지 모델이 실제로 무엇을 위한 것인지 물어봐도 같은 답이 돌아온다. M​OSS-Image는 2026년 10월 16일 OpenMOSS가 Apache 2.0 체크포인트인M​OSS-Image-Base 및 M​OSS-Image-SFT로 공개했으며, 텍스트 렌더링과 레이아웃을 앞세운다. H​Y-Image 3.5는 T​encent의 H​unyuan 라인에 속한 현재 이미지 모델로, 이미지 안에 렌더링된 텍스트의 정확도 향상 — 중국어와 영어 모두에서 — 을 앞세운다. 오천 마일 떨어진 두 벤더가 같은 기능을 광고에 내세운다는 것은, 지난 2년간 이 범주의 진짜 실패 모드가 어디에 있었는지에 관한 타당한 신호다.

그러나 이 두 주장은 완전히 다른 포장으로 도착한다. 하나는 벤치마크와 숫자를 함께 내놓는다. 다른 하나는 문장 하나를 내놓는다. 이미지 품질이 아니라—아무도 이 둘을 놓고 측정한 적이 없는—바로 그 비대칭성이 이 비교의 전부이며, 면밀히 따져볼 가치가 있다. 존재하는 숫자는 벤더 자신의 것이고, 존재하지 않는 문장은 더 오랜 역사를 지닌 벤더의 것이기 때문이다.

각 측면에서 "텍스트 렌더링"이 의미하는 것

Tencent의 주장은 두 문자 체계에 걸친 정확성에 관한 주장이다. HY-Image 3.5는 이미지 안에 그려진 텍스트의 정확도를 개선하는 것으로 문서화되어 있으며, 해당 자료에는 이것이 중국어와 영어를 포함한다고 명시되어 있다. 이는 들리는 것보다 더 좁고 더 실용적인 주장이다. 중국어는 대부분의 서양 이미지 모델이 가장 잘 다루지 못하는 문자 체계다 — 글리프 밀도가 더 높고, 문자 집합은 수십 개가 아니라 수천 개에 이르며, 그럴듯해 보이는 라틴 문자 형태를 렌더링하는 모델은 완전히 지어낸 한자를 렌더링해도 교정자가 알아차리기 전까지는 아무도 눈치채지 못할 수 있다. 본국 시장에서 중국어를 쓰는 공급업체라면 그것을 가장 먼저 공략할 분명한 이유가 있으며, Tencent는 이를 직접 말해 왔다.

OpenMOSS의 주장은 문자 체계 커버리지보다는 길이에 관한 것이다. M​OSS-Image의 대표 시연은 문단, 즉 평균 목표 길이 약 1,340자인 문학 텍스트를 이미지 전체에서 판독 가능하게 유지하는 것이다. 이는 중국어 네 글자를 제대로 처리하는 것과는 다른 문제다. 이는 워드마크를 렌더링하는 것과 페이지를 렌더링하는 것의 차이다.

• 벤더가 내세우는 것 — M​OSS-Image: 레이아웃을 제어 메커니즘으로 하는 장문 텍스트 렌더링. H​Y-Image 3.5: 중국어와 영어의 텍스트 정확도, 그리고 반복 편집 전반에 걸친 피사체 일관성.

• 인터페이스가 제공하는 것 — MOSS-Image: 다음과 같은 JSON 프롬프트로, summary 블록과 items 배열을 포함하며, 각 텍스트 요소는 바운딩 박스와 렌더링할 리터럴 문자열을 가집니다. HY-Image 3.5: 자연어 프롬프트와 편집 방향을 위한 참조 이미지. 요소별 문자열 필드는 문서화되어 있지 않습니다.

• 출력 상한은 어디까지인가 — M​OSS-Image: 576, 그다음 3,072, 그다음 8,192 토큰에 걸쳐 세 가지 해상도로 학습되었고, 마지막 단계는 대략 1024². H​Y-Image 3.5: 텐센트가 직접 밝힌 바로는 최대 2K.

• 가중치를 결정하는 것은 무엇인가 — M​OSS-Image: Apache 2.0, 매출 임계값 없음. H​Y-Image 3.5: 공개된 것 없음. 체크포인트도, 로컬 라이선스도, 오프라인 경로도 없음.

• 지불하는 비용 — M​OSS-Image: 라이선스 비용 없음. H​Y-Image 3.5: 국제 엔드포인트에서 2K 이미지당 $0.024, 국내는 ¥0.15이며, 전달된 출력 이미지에 대해서만 청구됩니다.

그 네 번째 항목은 별도로 한 문장을 할애할 가치가 있습니다. 왜냐하면 그것이 오늘 당장 실행에 옮길 수 있는 이 비교의 유일한 요소이기 때문입니다. 텍스트 렌더링이 이 모델들 중 하나를 선택하는 이유라면, 여러분은 두 모델 중 하나의 동작만 자신의 컴퓨터에서 직접 확인할 수 있습니다. MOSS-Image를 자신의 복사본에서 테스트한다는 것은 27.2GB를 다운로드해 실행하는 것을 의미하고, HY-Image 3.5를 테스트한다는 것은 Tencent에 프롬프트를 보내고 돌아오는 응답을 살펴보는 것을 의미합니다.

이 비교에서 단 하나의 숫자, 그리고 그것이 지닌 가치

MOSS-Image에는 벤치마크가 있습니다. LongLongTextBench는 평균 목표 길이가 1,339.8자인 240개의 문학 텍스트 렌더링 작업 — 영어 120개, 중국어 120개 — 이며, OpenMOSS는 Mean-6 텍스트 커버리지에서 MOSS-Image에 96.3점을, Qwen-Image-2512에 64.9점을 부여합니다. 같은 표에서 GPT Image 2는 99.0점, Nano Banana Pro는 96.6점을 기록하는데, 이는 두 가지 점에서 주목할 만합니다: 경쟁자가 이기는 표이며, MOSS-Image가 이기는 모델에 대한 우위가 앞선 모델들에 대한 열세보다 더 큰 표입니다.

이제 주의할 점들인데, 결코 사소하지 않다. LongLongTextBench는 이번 릴리스를 위해 OpenMOSS가 자체적으로 만든 벤치마크이며, OpenMOSS가 OpenMOSS 자체 시스템에서 실행한다. Mean-6 텍스트 커버리지는 OpenMOSS 자체 지표다. 연구소 밖에서는 누구도 이 중 어떤 것도 재현하지 못했다. 이 범주에서 장문 텍스트를 측정하려고 시도한 최초의 벤더 수치이며, 동시에 벤더가 보여줄 것이 있을 때 만들어 내는 바로 그런 종류의 수치이기도 하다.

H​Y-Image 3.5에는 여기서 숫자가 전혀 없다. 공개된 수치도 아니고, 독립적인 수치도 아니다 — 이 두 모델 어느 쪽에도 텍스트 렌더링에 대한 리더보드 점수는 없으며, T​encent의 모델을 실제로 싣는 독립 리더보드들도 텍스트는 시도하지 않는다. 그래서 두 공급업체가 앞세우기로 선택한 바로 그 문제인 텍스트 문제는, 이 비교가 양측의 증거로 답할 수 없는 유일한 질문이다. 한 공급업체는 테스트를 공개했다. 다른 공급업체는 주장을 공개했다. 그것이 현재의 상황이며, 이 축에서 H​Y-Image 3.5 옆에 숫자를 붙이는 어떤 글도 그 숫자를 지어낸 것이다.

독립적인 증거가 실제로 존재하는 경우, 그리고 그것은 비교의 절반에 불과하다

Tencent의 모델은 Artificial Analysis 보드에 HunyuanImage 3.5 (Preview)라는 명칭으로 올라와 있는데, 이는 명명을 뒷받침해 주므로 그 자체로 유용합니다. preview 라벨은 역사적인 것이 아니라 모델의 현재 상태를 나타냅니다. 유통되는 식별자는 hy-image-v3.5-preview이며, 그 옆에 두 번째의 안정적인 식별자는 없습니다. 텍스트-투-이미지 보드에서는 976.02 Elo로 중간권에 랭크됩니다. 이미지 편집 보드에서는 5,775회의 블라인드 비교에서 1,088 Elo로 상위 5분의 1에 들어갑니다 — 그곳의 선두는 OpenAI의 GPT Image 2.5 Sunburst와 Flare로 각각 1,198과 1,177이며, 따라서 Tencent는 약 ±14의 구간에서 최전선보다 약 110 Elo 아래에 있습니다.

이번 맞대결에서 흥미로운 것은 바로 그 편집 부문 순위이며, 그 이유가 순위 자체에 있는 것은 아니다. 그것은 Tencent가 실제로 광고하는 능력을 부분적으로 다루는 리더보드다. 주제를 반복적으로 편집해도 표류하지 않게 하는 것은 Tencent의 텍스트와 일관성 어필에서 후반부에 해당하며, 편집 부문 상위 5분의 1 Elo는 적어도 일관성 주장과 느슨하게나마 부합한다. 그것은 텍스트에 대한 측정도 아니고, 시퀀스 전반에 걸친 표류에 대한 측정도 아니지만, 독립적이라는 점에서 MOSS-Image 쪽의 어떤 것보다 낫다.

MOSS-Image는 그 리더보드들에 없습니다. 나온 지 하루밖에 되지 않았습니다. 두 번째 벤치마크인 RealLayoutArena는 블라인드 쌍대 비교로 판정되고 Bradley–Terry 척도에 피팅된 61개의 디자인 과제입니다 — 포스터 20개, 인포그래픽 20개, 인터페이스 21개 — 또한 이 릴리스와 함께 제공되며 벤더가 직접 구축했습니다. 엔드투엔드 아레나에서 MOSS-Image는 1698.70 Elo를 기록해 GPT Image 2의 1844.35에 이어 2위입니다. 공유된 강화 프롬프트 아래에서 백본만으로 제한하면 1807.34로 1위를 차지합니다. 같은 릴리스, 같은 주체, 같은 유의사항입니다.

중국어, 바로 그곳이 두 주장이 실제로 만나는 지점이다

여기에는 두 공급업체 모두 짚어주지 않을, 그리고 어느 벤치마크 행보다도 더 중요한 구조적 차이가 있습니다.

OpenMOSS는 이중 언어 텍스트 벤치마크를 의도적으로 균형 있게 구축했습니다 — 영어 과제 120개와 중국어 과제 120개, 정확히 반반으로 나눴습니다. 이는 설계상의 선택이며, 이 모델이 중국어가 덤으로 붙은 영어 모델이 아니라 이중 언어 제품으로 평가되었음을 보여줍니다. MOSS-Image의 학습 코퍼스는 ReLAION에서 파생된 데이터를 약 50억 개 샘플에서 30억 개로 추가 필터링 없이 축소한 것이며, 레이아웃 형식의 items 배열은 레이블을 취합니다: text, character 또는 object — 의도적으로 문자 체계와 무관하게 읽히는 분류 체계입니다.

텐센트의 입장은 정반대다. 중국어는 자국 시장이다; 제품 자료는 이 모델이 강력한 중국어 이해력을 제공한다고 설명한다; 국제 엔드포인트는 국내용 뒤에 있는 두 번째 표면이며 별도로 가격이 책정된다. 텐센트는 균형 잡힌 영어/중국어 벤치마크를 구축할 필요가 없었다. 중국어는 결코 리스크가 아니었기 때문이다. 텐센트가 하지 않은 것은 영어 절반이 어떤 성능을 내는지 공개하는 일이다.

중국어 자산을 출시하는 팀 입장에서는, 한쪽에 중국어 우선 제품과 공개할 수 없는 영어 수치를 가진 벤더가 있고, 다른 한쪽에는 의도적으로 균형을 맞춘 이중언어 평가를 내놓았지만 중국 시장 실적은 전혀 없는 벤더가 있습니다. 서로 다른 두 종류의 확신이며, 어느 쪽도 상대방의 시장으로 옮겨갈 수 없습니다. 이를 판가름할 유일한 방법은 여러분 자신의 카피로 맞대결하는 것이고, 이 두 모델 중 단 하나만이 그렇게 할 수 있게 해줍니다. 실제로 출시하는 중국어 문자열 — 제품명, 법률 문구, 한자처럼 지어내기 쉬운 것들 — 을 로컬에서 MOSS-Image-SFT로 돌려보고, 같은 문자열을 hy-image-v3.5-preview에 API로 대조해 보세요. 그 실험은 오후 한나절이면 끝나고, 두 벤더의 자료를 모두 합친 것보다 더 많은 것을 판가름해 줍니다.

비용, 접근성, 그리고 경로 문제

비용 비교는 한쪽으로 치우쳐 있고 접근성 비교는 다른 쪽으로 치우쳐 있기 때문에, 결정이 청구서로 귀결되는 일은 드물다.

H​Y-Image 3.5는 국제적으로 2K 이미지 한 장에 $0.024입니다 — 1,000장당 $24로, 독립 게시판에 1,000장 기준으로 다시 표기된 것과 동일한 수치이므로 공급업체의 요율과 게시판의 가격 열이 일치합니다. 국내에서는 2K 이미지 한 장에 ¥0.15이며, 청구는 실제 전달된 출력 이미지에만 이루어지므로 필터링되거나 실패한 요청에는 요금이 부과되지 않습니다. 월 10만 장 기준으로 $2,400이며, 요금이 부과되지 않는 실패 모드가 문서화되어 있습니다.

MOSS-Image에는 요금표가 없습니다. 라이선스는 Apache 2.0이고 다운로드 용량은 약 27.2GB이며, 그중 4개 샤드에 걸친 약 16.8GB는 고정된 Qwen3.5-9B 텍스트 인코더이고 3개 샤드에 걸친 약 10.2GB는 트랜스포머입니다. 5B 배지는 확산 생성기만을 가리키며, 인코더가 다운로드의 더 큰 절반을 차지합니다. 샘플링 기본값은 flow-matching Euler, 50스텝, CFG 3.0, shift 5.0입니다. 기본 guidance 경로는 스텝마다 트랜스포머 순전파 두 번이 필요하므로, 스텝 수는 겉보기처럼 저렴한 설정이 아닙니다. 당신의 10만 장 이미지에는 GPU 시간이 드는 만큼의 비용이 들 뿐, 그 외에는 아무 비용도 들지 않습니다.

이 두 경로가 수렴하는 지점은 둘 다 라우팅 문제가 아니라는 점입니다. MOSS-Image는 OrcaRouter 카탈로그에 없습니다. 우리는 200개 이상의 모델을 제공하며 그것은 그중 하나가 아닙니다. 따라서 이 비교의 가중치 부분은 여러분 자신의 인프라입니다. HY-Image 3.5도 거기에 없으며, 문서화된 경로는 Tencent 자체 API 또는 Tencent 자체 제품입니다. Tencent에는 체크포인트도, 로컬 라이선스도, 오프라인 경로도 없고, 이를 위해 존재하는 ComfyUI 노드는 그 뒤에서 실행되는 것이 아니라 API를 호출합니다. 둘 모두에 대한 정직한 설명은 일반적인 것입니다. 공급업체 자체 API를 통해, 그리고 Tencent의 경우에는 자사 도구를 통해.

여기서 라우터가 실제로 유용한 점은 세 번째, 즉 위의 실험입니다. MOSS-Image의 로컬 텍스트 렌더링이 리더보드가 아니라 호스팅 모델과 어떻게 맞붙는지 시험해 보고 싶다면, 비교가 실제로 승부를 가르는 쪽은 호스팅 쪽이며, 자체 호스팅 체크포인트를 동일한 프롬프트로 여러 호스팅 이미지 모델과 겨루게 하는 것은 자동 장애 조치와 제공업체 정가 그대로 전달을 갖춘 단일 엔드포인트가 바로 하도록 만들어진 종류의 작업입니다: 네 가지 통합 대신 키 하나로, 그리고 한 제공업체가 장애를 겪는 시간에도 끝까지 완료되는 실행이죠. GPT Image 2와 Google의 이미지 모델이 그 엔드포인트에 있고, MOSS-Image는 없습니다.

출시된 평가판과 출시된 제품 중에서 선택하기

특정하게 필요한 것이 텍스트가 어디에 배치되고 얼마나 길게 실행되는지에 대한 구조적 제어라면 MOSS-Image를 선택하세요. 레이아웃 JSON은 각 텍스트 요소의 문자열과 위치를 명시적으로 지정하고, Apache 2.0은 상업적 검토를 짧게 만들어 주며, Base 체크포인트는 의도적으로 증류되지 않은 상태로 남겨졌습니다 — 모델 카드에는 CFG와 같은 추론 매개변수에 대한 후속 학습이나 증류가 적용되지 않았다고 나와 있습니다 — 이는 LoRA 학습이 작업할 여지를 남기려는 의도적 선택입니다. 그 이름을 달고 있는 두 벤치마크 모두 벤더 자체의 것이라는 점, 가장 강력한 엔드투엔드 레이아웃 수치는 프롬프트 명세 부분이 작은 OpenMOSS 모듈이 아니라 타사 모델인 파이프라인에서 나온다는 점, 그리고 인코더가 다운로드 용량을 지배한다는 점을 알고 시작하세요.

이번 주에 호출 가능한 엔드포인트가 필요하거나, 자산이 중국어이거나, 벤더 벤치마크가 있는 모델보다 독립적인 편집 순위가 있는 모델을 사고 싶다면 HY-Image 3.5를 고르세요. 이 식별자가 교체 날짜가 정해지지 않은 프리뷰 명칭이라는 점, 텍스트 관련 주장은 점수가 아니라 한 문장이라는 점, 그리고 이 모델에 대해 독립적으로 측정된 유일한 것은 프레임에서 손대지 않은 부분이 손대지 않은 채 남았는지에 대해서는 아무것도 말해주지 않는 블라인드 선호도 평균이라는 점을 알고 시작하세요.

이것을 가장 크게 바꿀 격차는 새 모델이 아니다. 그것은 MOSS-Image가 아닌 무언가에 LongLongTextBench를 돌리는 제2의 주체이거나, Tencent가 프리뷰용 텍스트 렌더링 점수를 공개하는 것이다. 둘 다 존재하지 않으며, 그중 하나라도 생기기 전까지 이 비교의 실용적인 형태는 다운로드와 API 호출을 맞세우는 것, 그리고 자신의 문자열로 오후를 보내는 것이다 — 이는 어느 벤더의 표를 읽는 것보다 시간을 더 잘 쓰는 방법이다.

이번과 같은 릴리스의 배경이 되는, 문서화된 AI 실패 및 에이전트 사건들은 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 포함되어 있습니다.