Een gegenereerde titelkaart met de tekst 'Kling Image 4.0 vs HY-Image 3.5' en de ondertitel 'Een verschil van 208 punten, een van 91 punten'. Twee horizontale balken lopen van links naar rechts: die met het label tekst-naar-afbeelding is opgesplitst in een kort grijs segment gemarkeerd met 208 en een langer blauw segment, en die met het label beeldbewerking toont een kortere splitsing gemarkeerd met 91. Daaronder staat een prijsrij met 6,1 cent tegenover 2,4 cent per 2K-afbeelding.
Guides & Insights

Kling Image 4.0 vs. HY-Image 3.5: een verschil van 208 punten, een van 91 punten

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

De prijsverhouding tussen Kling Image 4.0 en HY-Image 3.5 is 2,6 tegen één. De kwaliteitsverhouding is niet in één getal uit te drukken: Artificial Analysis meet 208 Elo verschil tussen hen wanneer beide een afbeelding vanaf nul genereren, en 91 Elo verschil wanneer beide wordt gevraagd een bestaande afbeelding te bewerken. Hetzelfde paar modellen, dezelfde benchmark, dezelfde meetmaand, twee antwoorden die meer dan een factor twee van elkaar verschillen. Wie één enkele score voor deze confrontatie citeert, citeert slechts de helft.

De data doen ertoe voor het kader. Kling Image 4.0 is sinds 17 november 2026 live, verkocht via Kuaishou's eenhedenladder tegen 16 eenheden voor een 2K-stillbeeld — ongeveer 6,1 cent bij het instaptarief, of $63 per duizend op de Artificial Analysis-lijst. HY-Image 3.5 is ouder en hangt aan een ander woord: Tencent bracht het op 22 september 2026 uit als hy-image-v3.5-preview, tegen ¥0,15 of US$0,024 per 2K-afbeelding, en de onafhankelijke leaderboards zijn pas onlangs begonnen het te scoren. De 972 Elo is geen lanceringsclaim. Het is de eerste externe meting van het model, en het komt lager uit dan Tencent's eigen voorganger.

A screenshot of Kling's release-notes page in English, headed Release Notes, with the newest entry dated 2026-11-17 marked Major and titled 'Kling Image 4.0 Is Here!', described as stunningly realistic and sharp with results from a single image to a cohesive series, above an older 2026-10-15 entry for the Kling 4.0 video model and a 2026-06-17 entry for the Kling 3.0 series.

De twee hiaten, en waarom ze verschillen

Beide modellen worden gescoord op dezelfde twee Artificial Analysis-boards, en dat is wat de tweedeling leesbaar maakt in plaats van retorisch. Afgezet tegen het veld op 18 november 2026:

• Elo voor tekst-naar-afbeelding — Kling Image 4.0 1.179,93, zevende van 115; HY-Image 3.5 972,12, vijfenzeventigste van 115

• Elo voor beeldbewerking — Kling Image 4.0 1.182,89, zesde van 87; HY-Image 3.5 1.091,87, achtentwintigste van 87

• Betrouwbaarheidsintervallen — Kling 1.166,93 tot 1.192,93 tegenover HY 960,12 tot 984,12 bij generatie, en 1.168,89 tot 1.196,89 tegenover 1.078,87 tot 1.104,87 bij bewerking

• Lijstprijs — Kling $63,00 per duizend afbeeldingen bij generatie en $66,00 bij bewerking; HY $24,00 op beide boards

• Gepubliceerd tarief per eenheid — Kling 16 eenheden per 2K-still, 24 bij 4K, 40 bij 8K, tegen ongeveer $0,00384 per eenheid; HY $0,024 per 2K-afbeelding, alleen gefactureerd op basis van geleverde output

• Uitvoerplafond — Kling documenteert een native 8K-niveau; HY documenteert 2K als het maximum

• Referentie-invoer — Kling rekent 0,8 eenheden per referentieafbeelding of referentie-element, vanaf 4.0 nieuw in rekening gebracht; HY accepteert tot vijf referentieafbeeldingen per verzoek en rekent geen aparte referentiekosten.

• Gewichten en identifier — beide propriëtair; HY heeft geen algemeen beschikbare identifier en geen open checkpoint

Geen van beide intervallen overlapt, dus beide ordeningen doorstaan de voor de hand liggende tegenwerping dat de cijfers ruis bevatten. Het interessante deel is de grootte. Een verschil van 208 punten op een Elo-schaal van 400 punten impliceert dat het sterkere model ongeveer drie van de vier paarsgewijze vergelijkingen wint. Een verschil van 91 punten impliceert ongeveer drie van de vijf. Beide zijn echte voordelen; slechts één ervan voorspelt meestal een zichtbaar verschil op je eigen promptset.

De vorm van die splitsing zegt iets over waar elk model voor bedoeld is. HY-Image 3.5 staat in de onderste derde van een generatieboard met 115 modellen en in de bovenste derde van een bewerkingsboard met 87 modellen. Dat is niet het profiel van een model dat in brede zin zwakker is. Het is het profiel van een model dat is afgestemd op de tweede taak, en dat zou moeten veranderen wie het koopt: als jouw werk het bewerken van een bestaand frame is — een productfoto, een personageblad, de lay-out van een klant — dan loopt het goedkopere model 91 punten achter, niet 208.

Tencents eigen voorganger scoort hoger.

Het meest ongemakkelijke getal voor Tencent in deze vergelijking is niet de 1.179 van Kling. Het is 991,90: de score die Artificial Analysis aan HunyuanImage 3.0 (Tencent Cloud) geeft, de vorige generatie van dezelfde reeks. HY-Image 3.5 preview scoort 972,12 op hetzelfde scorebord. Het nieuwere model staat 20 Elo lager dan het oudere model bij tekst-naar-afbeelding, met een betrouwbaarheidsinterval dat het verschil overtuigend aantoont.

Wat Tencent bij de lancering beweerde, wees in de tegenovergestelde richting. Het bewijs daarvoor was een blinde voorkeursstudie die intern bij het bedrijf werd uitgevoerd onder enkele honderden van zijn eigen ontwerpers, met een gerapporteerde winst van ongeveer 30% ten opzichte van Hy Image 3.0, gelijkheid met Seedream 5.0 Pro en een marginaal voordeel ten opzichte van Nano-Banana Pro en Qwen-Image-3.0 Pro. Die studie is nooit gepubliceerd als een dataset die iemand opnieuw kan uitvoeren, en de onafhankelijke raad is het er nu niet mee eens wat generatie betreft.

Het meningsverschil is kleiner dan het op het eerste gezicht lijkt, omdat de bewerkingsranglijst de andere helft van het verhaal vertelt. Bij beeldbewerking scoort HY-Image 3.5 1.091,87 tegen 1.028,30 voor HunyuanImage 3.0 (Tencent Cloud) en 1.063,62 voor de Instruct-variant — een winst van 64 punten ten opzichte van de betere van de twee. De door Tencent gemeten verbetering is dus reëel; ze zit alleen in bewerken, en de generatiehelft van de bewering is niet meegekomen. Eén kanttekening hoort in het verslag: de Hunyuan-regels op de ranglijst zijn afzonderlijke vermeldingen, en een wijziging in een vermelding kan een score veranderen om redenen die niets met de gewichten te maken hebben. Beschouw de achteruitgang van 20 punten als een signaal dat aangeeft waar moet worden getest, niet als een oordeel over het checkpoint.

Wat de 2.6x aan de kant van Kling oplevert

Klings antwoord op "waarom 2,6 keer de prijs" is niet de ranglijst, waar het zevende staat. Het is de formatenladder. HY-Image 3.5 stopt bij 2K. Kling Image 4.0 verkoopt 4K voor 24 units en 8K voor 40, en het verkoopt twee uitvoervormen die Tencent helemaal niet documenteert: een coherente set uit één prompt, en lange, paginavormige afbeeldingen — 140 units voor een webpagina-ontwerp op 1K en 152 op 2K, of een e-commerce detailpagina voor 60, 120 of 200 units afhankelijk van de lengte, alleen image-to-image.

Als je deliverable een productthumbnail van 900 pixels is, dan is die ladder een specificatieblad voor functies die je nooit zult gebruiken, en 6,1 cent betalen in plaats van 2,4 is betalen voor ongebruikt plafond. Als het een printasset is, een lay-out voor een volledige pagina of een campagneset van twaalf frames die eruit moet zien als één shoot, dan eindigt de vergelijking voordat kwaliteit ter sprake komt: het ene model verkoopt de tier, het andere heeft die niet. Dat is een verschil in mogelijkheden, en geen enkel Elo-verschil vangt dat.

De referentiekosten pakken anders uit en zijn gemakkelijk over het hoofd te zien. Kling Image 4.0 is het eerste model in zijn reeks dat kosten in rekening brengt voor referentieafbeeldingen en referentie-elementen, tegen 0,8 eenheden per stuk bovenop de outputprijs. Een referentie-intensieve set opgebouwd uit vier inputs gaat van 192 eenheden output naar 230 eenheden totaal — ongeveer een vijfde meer, en schaalt met hoe afhankelijk het werk van referenties is. De tariefkaart van HY-Image 3.5 brengt alleen kosten in rekening voor geleverde outputafbeeldingen en publiceert geen referentietoeslag. Bij de meest referentie-intensieve workflows is de prijsverhouding van 2,6x niet de werkelijke verhouding.

A generated two-column comparison scoreboard titled 'Kling Image 4.0 vs HY-Image 3.5 — the scoreboard'. The Kling column reads: text-to-image Elo 1,180, rank 7 of 115, image-editing Elo 1,183, rank 6 of 87, price $63 per 1,000 images, ceiling native 8K tier, references billed 0.8 units each, sets and long-page modes yes. The HY-Image column reads: text-to-image Elo 972, rank 75 of 115, image-editing Elo 1,092, rank 28 of 87, price $24 per 1,000 images, ceiling 2K, references up to five per request with no separate fee, sets and long-page modes none documented. A footer reads 'Scores per Artificial Analysis, read 18 November 2026. Prices per each vendor rate card.'

Het voorbeeldlabel is een inkooprisico.

Er is een tweede verschil in deze vergelijking dat niets met pixels te maken heeft, en het is degene die een financiële of juridische beoordeling zal aankaarten. Kling Image 4.0 is een uitgebracht model met een vermelding in de releaseopmerkingen, een gepubliceerde stukprijs en een versienummer dat erop wijst dat een opvolger een nummer krijgt, niet een nieuwe naam. HY-Image 3.5 bestaat alleen als hy-image-v3.5-preview. Tencent heeft geen algemene beschikbaarheidsaanduiding gepubliceerd, geen datum daarvoor, geen open checkpoint en geen offline route; elke gedocumenteerde manier om het model te bereiken is het TokenHub-oppervlak van Tencent Cloud of een van de eigen applicaties van Tencent.

Dat is geen reden om het model te vermijden, en de prijs is de reden om dat niet te doen. Het is een reden om de integratie af te bakenen: alles wat aan een preview-identifier is vastgepind, zou achter een interface moeten zitten die je zelf beheert, want de naam die je in een configuratiebestand schrijft, is het enige aan dit model waar Tencent zich niet aan heeft vastgelegd. Het equivalente risico bij Kling is een prijsherziening, die ten minste op een tariefkaart verschijnt voordat hij op een factuur verschijnt.

De bake-off uitvoeren op één toets

Om precies te zijn over onze eigen catalogus vóór de aanbeveling: OrcaRouter biedt noch Kling Image 4.0 noch HY-Image 3.5 aan. Elke test van dit paar verwijst respectievelijk naar Kling's API en Tencent Cloud, en de bovenstaande prijzen zijn die van de leveranciers zelf, niet onze offertes. Wat OrcaRouter wel verandert, is de vorm van het experiment eromheen. Beeldmodellen die we wel aanbieden, zitten achter één OpenAI-compatibel endpoint tegen de lijstprijs van de provider, met 0% markup, dus het tarief dat je begroot is het tarief dat de leverancier publiceert en een prijsverlaging van een leverancier is dezelfde dag live in plaats van bij de volgende prijsherzieningscyclus. Met meer dan 200 modellen op één sleutel kunnen de gevestigde route en de uitdager vanuit hetzelfde codepad worden aangeroepen, en automatische failover houdt een batch gaande wanneer één route midden in een run een verzoek weigert.

Dat is hier van belang omdat de eerlijke test een factuurvergelijking is, niet een beeldvergelijking. Twintig prompts door beide modellen op 2K, met dezelfde drie referentieafbeeldingen bijgevoegd, beslechten drie dingen sneller dan welke lanceringsdiscussie dan ook: of de generatiekloof van 208 punten zichtbaar is op jouw onderwerp, of de bewerkingskloof van 91 punten dat is, en wat de referentietoeslag doet met de rekensom voor de set die je daadwerkelijk bouwt.

A screenshot of the OrcaRouter pricing page in English, headed 'We never mark up the tokens you buy', with a Zero Markup Guarantee panel stating that routing is free and that the rate paid is the provider's rate, and a rate table listing models with input, cached input, cache write and output prices per million tokens beside an OrcaRouter fee column reading $0.00.

Wat je moet testen voordat je commit

Begin met de klus, niet met de score. Als het eindproduct een bewerking is — een geretoucheerde productfoto, een personage dat consistent blijft door een hele reeks, de lay-out van een klant met één gewijzigd element — dan is HY-Image 3.5 de waardevolste keuze in dit tweetal, en het verschil van 91 punten is klein genoeg dat je eigen referentieafbeeldingen het kunnen overbruggen. Het kost een kwart van de prijs, rekent alleen af wat het levert, en brengt niets in rekening voor de referenties waar het werk van afhangt.

Als het eindproduct een still is die groot moet zijn, of een set die er als één shoot moet uitzien, dan is het generatieverschil bepalend, en 208 punten is geen marge die je met prompt engineering wegpoetst. Kling Image 4.0 is het duurdere instrument en de enige van dit tweetal die het niveau levert dat je nodig hebt.

De {{1}enige lezing{{/1}} die je moet verwerpen, is die van de leverancier. De 30%-bewering van Tencent wijst op een scorebord waarop zijn eigen nieuwere model nu 20 punten onder zijn voorganger scoort op generatie en 64 boven die voorganger op bewerken, en elk plan dat op het gemiddelde van die twee getallen is gebouwd, is gebouwd op een getal dat niemand heeft gepubliceerd.