Krea 3 vs HY-Image 3.5: de goedkopere editor is degene met de slechtere documentatie

Op basis van alleen de prijs is deze confrontatie al beslist voordat ze begint, en dan nog in de verkeerde richting voor het nieuwere model. HY-Image 3.5, het huidige beeldmodel van Tencent — aangeboden onder de identifier hy-image-v3.5-preview en geprijsd op $0,024 voor een 2K-afbeelding op het internationale endpoint — kost ongeveer veertig procent van wat Krea 3 rekent. Krea bracht Krea 3 op 15 oktober 2026 uit als een gespecialiseerd bewerkingsmodel voor $0,06 per afbeelding op native 2K, met snelheid als verkoopargument: minder dan 8 seconden per bewerking, van begin tot eind. Dus als je verwachtte dat de nieuwe uitdager de gevestigde partij zou onderbieden, zegt het rekenwerk het tegenovergestelde, en wordt de interessante vraag waarom iemand tweeënhalf keer zoveel zou betalen voor dezelfde bewerkingsklus.

Het antwoord is leesbaarheid, en dat snijdt aan twee kanten. Het model van Tencent heeft een onafhankelijke bewerkingsscore — 1.088 Elo, zeventiende van de negenenzestig gerangschikte modellen op de beeldbewerkingsranglijst van Artificial Analysis, met een opgegeven 95%-interval van 1.074 tot 1.102 over 5.775 blinde vergelijkingen. Krea 3 heeft er geen. Maar het model van Tencent staat al in preview sinds ruim voordat Krea 3 bestond, heeft geen gepubliceerde datum waarop het de preview verlaat, en heeft helemaal geen gepubliceerd aantal seconden per bewerking. Krea 3 heeft een releasedatum, een prijs, een latentiegetal en geen extern bewijs. Geen van beide leveranciers heeft je een volledig beeld gegeven, en de twee hiaten zijn niet symmetrisch.

Twee modellen, twee verschillende soorten onvoltooidheid

Dit is het eerste dat je goed moet begrijpen, want het woord 'preview' aan de ene kant en het woord 'beta' aan de andere kant beschrijven niet hetzelfde probleem.

T​encent brengt zijn H​unyuan-afbeeldingslijn eerst als preview uit en de officiële versie later, en de huidige generatie verkeert in de eerste van die toestanden — er is geen tweede, stabiele, niet-preview-identificatie die ernaast staat, en T​encent heeft geen datum gepubliceerd waarop er een zal verschijnen. Het board registreert het ook onder de preview-aanduiding, als HunyuanImage 3.5 (Preview), wat een onafhankelijke bevestiging is dat preview de huidige status is en geen historisch label.

K​rea's situatie is op kleinere schaal rommeliger. Het model is op 15 oktober 2026 gelanceerd als K​rea 3, en de lanceringspagina en blog van K​rea noemen het zo. K​rea's eigen prijstabellen vermelden het als K​rea 3 Beta. Elders op dezelfde site wordt de limiet voor referentieafbeeldingen genoemd als zes in het lanceringsbericht en acht op de productpagina. Niets daarvan suggereert dat het model niet klaar is; het wijst allemaal op een release die vier dagen oud is en nog niet is opgeschoond. Maar "K​rea 3 Beta" is de string in de abonnementstabel, en dat is het soort detail dat in iemands configuratiebestand belandt.

• Releasedstatus — HY-Image 3.5: in preview, identificatie hy-image-v3.5-preview, geen aangekondigde datum voor een stabiele aanduiding. K​rea 3: uitgebracht op 15 oktober 2026, op de lanceringspagina K​rea 3 genoemd en K​rea 3 Beta in de abonnementstabellen van K​rea.

• Onafhankelijke bewerkingsrang — HY-Image 3.5: #17 van 69, 1.088 Elo, interval 1.074–1.102, 5.775 samples. K​rea 3: geen vermelding, niet gerangschikt.

• Prijs per 2K-afbeelding — HY-Image 3.5: $0,024 op het internationale endpoint, ¥0,15 binnenlands, alleen gefactureerd voor geleverde outputafbeeldingen. Krea 3: $0,06 bij 2K, $0,03 bij 1K, vast tarief, waarbij Krea aangeeft dat de introductieprijs de lijstprijs is in plaats van een promotie.

• Snelheid — HY-Image 3.5: geen gepubliceerd aantal seconden per bewerking. K​rea 3: minder dan 8 seconden van begin tot eind bij 2K, volgens de leverancier.

• Referentieafbeeldingen — HY-Image 3.5: maximaal vijf per verzoek, dat aantal wordt consistent gehanteerd in T​encents materiaal. K​rea 3: zes in de lanceringspost, acht op de productpagina.

• Uitvoerplafond — HY-Image 3.5: "tot 2K" in T​encent's eigen woorden. K​rea 3: native 2K, met voorbeelden genoemd op 2736 × 1536 px, en 1K voor de halve prijs.

• Open weights — geen van beide. Geen downloadbare checkpoint van een van beide leveranciers; de ComfyUI-nodes van Tencent roepen de API aan in plaats van lokaal te draaien, en Krea biedt self-hosting alleen als een gesprek over een enterprise-licentie.

Wat een editing-Elo je wel en niet oplevert

Zestiende van eenentachtig is een oprecht goede plaatsing, en het is het enige onafhankelijk geproduceerde nummer in deze hele vergelijking. Het is de moeite waard om het precies te lezen.

HY-Image 3.5 scoort hoger op de bewerkingsranglijst dan op de tekst-naar-afbeelding-ranglijst — 1.088 tegenover een notering voor tekst-naar-afbeelding buiten de top zestig — en die tweedeling typeert het model in één regel. Op het gebied van ruwe generatievoorkeur staat het op zijn best in de middenmoot. Bij bewerken zit het in het bovenste kwart. De koplopers van de bewerkingsranglijst zijn GPT Image 2.5 Sunburst van O​penAI met 1.198 en Flare met 1.177, met Nano Banana 2.1 en MAI-Image-2.6 van M​icrosoft ex aequo op 1.148, dus T​encent zit ongeveer 110 Elo onder de voorhoede — een echte kloof, geen afrondingsverschil, bij intervallen van ongeveer ±14.

Wat dat getal je niet kan vertellen, is precies waar het voor een productie-editor op aankomt. Elo is een gemiddelde van blinde voorkeursstemmen; het zegt niets over of het ongewijzigde deel van je frame ongewijzigd is gebleven, en dat is precies waarop Krea zijn hele verhaal heeft gebouwd met een metriek die het precisie noemt — het aandeel pixels buiten het bewerkingsgebied dat ongewijzigd is gelaten, vergeleken op kwartresolutie na uitlijning, één poging per model bij dezelfde prompt. De precisietest van Krea is door Krea zelf uitgevoerd en moet als zodanig worden gelezen. Het blijft de juiste vraag, en de onafhankelijke raad beantwoordt die voor geen van beide modellen.

De asymmetrie waar niemand reclame voor maakt: meertalige tekst

Er is hier een verschil in mogelijkheden dat geen enkele vergelijkingspagina van een leverancier aan het licht brengt, en voor teams die buiten het Engels uitbrengen is dat het beslissende verschil.

De claim van Tencent voor HY-Image 3.5 is een verbeterde nauwkeurigheid bij tekst die in de afbeelding wordt weergegeven, zowel in het Chinees als in het Engels. Dat is een leveranciersclaim, geen enkel onafhankelijk panel beoordeelt dit model op tekstweergave, en deze is niet buiten Tencent gereproduceerd — maar het is een claim over een capaciteit waarvoor het model expliciet is gebouwd, en deze is gericht op de meest betrouwbare faalmodus van de categorie. Iedereen die campagnemateriaal, verpakkingen of posters in het Chinees maakt, zou dit moeten lezen als het enige dat beide partijen in deze vergelijking over het onderwerp hebben gezegd.

Het gepubliceerde materiaal van K​rea 3 zegt niets vergelijkbaars. De lanceringsvoorbeelden zijn in het Engels en de gedocumenteerde sterke punten zijn wijzigingen in productscènes, objectverwijdering en foto-opruiming. Dat is geen bewijs van zwakte in het Chinees; het is de afwezigheid van enige claim, wat voor een lokalisatiepijplijn op hetzelfde neerkomt — ongetest.

Beide modellen hebben overigens een gedeelde blinde vlek in dezelfde richting. Krea 3 houdt personagebladen naamloos maar wel echt: consistentie over een reeks bewerkingen plus referenties. Tencent documenteert multi-referentieconditionering en een consistentieclaim, en documenteert evenmin een benoemde personagebladfunctie of een assetobject per personage. Als je een terugkerende cast opbouwt, stel je aan beide kanten zelf de pipeline samen.

Het kostenargument, met de retries inbegrepen

Neem de gepubliceerde tarieven eerst zoals ze zijn. HY-Image 3.5 à $0,024 per 2K-afbeelding tegenover Krea 3 à $0,06 is een factor tweeënhalf, en bij honderdduizend afbeeldingen per maand is dat $2.400 tegenover $6.000. De facturering van Tencent is alleen gebaseerd op geleverde uitvoerafbeeldingen, dus een gefilterd of mislukt verzoek wordt niet in rekening gebracht, waardoor het effectieve tarief bij rommelige workloads dichter bij het opgegeven tarief ligt dan bij een factuur per verzoek het geval zou zijn.

Er moeten twee kanttekeningen meelopen met het goedkopere tarief. De $0,024 is het internationale endpointtarief; het binnenlandse tarief is ¥0,15 voor een 2K-afbeelding, en als je verkeer anders wordt gerouteerd, verandert het bedrag dat je betaalt. En het model is in preview — een previewprijs is de prijs van iets dat nog niet klaar is met veranderen, wat een argument is om het tarief als configuratiewaarde vast te houden in plaats van als constante, geen argument tegen het gebruik ervan.

K​rea's tegenargument is niet de prijs, het is het aantal herhaalpogingen. Bij zes cent per bewerking kost het uitvoeren van vijf passes en het kiezen van de beste dertig cent en geen vergadering. Met zes cent tegenover $0,024 is de kloof klein genoeg dat de beslissing zou moeten worden genomen op basis van beheersing en snelheid in plaats van op de factuur — wat een vreemde conclusie is voor een vergelijking die begon met een prijsverschil van een factor tweeënhalf, en het is de eerlijke conclusie.

Waar je elk kunt aanroepen, en wat een router ermee doet

Geen van beide modellen is er een die je in je eigen handen kunt houden. T​encent publiceert geen checkpoint, geen lokale licentie en geen offline route; elke gedocumenteerde manier om het te bereiken is de eigen API van T​encent of een van de eigen producten van T​encent. Het antwoord van K​rea op self-hosting is een enterprise-abonnement dat op je eigen GPU's draait onder een onderhandelde licentie. Dus beide zijn aanroepen, en de praktische vraag is hoeveel aanroepen je wilt beheren.

OrcaRouters antwoord daarop is één OpenAI-compatibel endpoint voor een paar honderd modellen, waarbij de lijstprijzen van providers worden doorgegeven en er niets wordt bijgeteld — dus een prijswijziging van een leverancier komt dezelfde dag op je factuur terecht in plaats van pas bij de volgende verlenging — plus een routing-DSL om per verzoek een specifiek model vast te pinnen en automatische failover wanneer een provider een fout geeft. Eerlijk over de dekking: we routeren HY-Image 3.5 of Krea 3 vandaag niet, dus beide betekenen de leverancier rechtstreeks aanspreken. Wat het endpoint je in de tussentijd wel oplevert, is dat de modellen waarmee je een van beide zou benchmarken — GPT Image 2 en Googles nieuwere beeldmodellen onder andere — al achter één sleutel zitten, zodat de bake-off een configuratiewijziging is in plaats van drie integraties, en een overgang van preview naar stabiel bij Tencent of een naamsverandering van Krea 3 Beta een aanpassing van één regel is in plaats van een migratie.

Welke, voor welke klus

Als je Chinese taalassets levert, is HY-Image 3.5 de enige van deze twee die een claim op tafel legt over tekstweergave, en het is ook veruit de goedkoopste van de twee. Ga er met de wetenschap in dat preview de huidige release-status is, dat er nog geen datum is vastgesteld voor een stabiele identifier, en dat het enige onafhankelijke kwaliteitscijfer dat eraan hangt een gemiddelde is van blinde voorkeuren dat niets zegt over containment.

Als je op grote schaal Engelstalig product- en campagnebeeldmateriaal bewerkt en de klacht van je team is de kloktijd, dan is K​rea 3 de nieuwere, snellere, in specifieke zin beter gedocumenteerde optie — en de duurdere. Ga er met het besef in dat elk prestatiecijfer dat eraan hangt van K​rea zelf afkomstig is, dat het aantal referenties op twee manieren is gedocumenteerd, en dat het vier dagen geleden ter wereld kwam zonder één enkele externe meting.

De beslissende factor zit in het materiaal van geen van beide leveranciers. Het is de vraag of je bewerkingen een frame exact moeten behouden, in welk geval de maatstaf die je op je eigen afbeeldingen moet toepassen Krea's precisietest op beide modellen is, of dat je assets Chinees correct moeten weergeven, in welk geval de test een krantenkop is en geen ranglijst. Beide experimenten kosten minder dan een dag, en beide zullen je meer vertellen dan de twee prijskaartjes die dit stuk openden.

Wat de cijfers je niet kunnen vertellen, is of er in de praktijk iets mis is gegaan: de gedocumenteerde AI-incidenten en agent-fouten rond modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernstniveau, betrouwbaarheidsgraad en betwistingsmarkering heeft.