HY-Image 3.5: Czym jest model obrazowania Tencentu i co tak naprawdę oznacza etykieta Preview

Istnieją dwa tanie sposoby, by stracić tydzień na HY-Image 3.5, i oba zaczynają się od jego nazwy. Pierwszy polega na potraktowaniu go jako gotowego produktu ze stabilnym identyfikatorem, do którego można przypiąć pipeline. Drugi polega na potraktowaniu słowa „preview” jako synonimu „jeszcze nie jest prawdziwe” i zaklasyfikowaniu modelu do rzeczy, o których przeczytasz później. Żadna z tych interpretacji nie wytrzymuje zderzenia z tym, co wydawca faktycznie dokumentuje. HY-Image 3.5 to obecny model generowania obrazów Tencen​t, publikowany przez sam Tencen​t w ramach linii Hunyuan i udostępniany w Tencen​t Cloud, a to, co pozostaje w nim nierozstrzygnięte, to nie to, czy działa — lecz to, jak wolno ci nazywać rzecz, którą nazywasz, i jaki identyfikator wpisać do pliku konfiguracyjnego. Na to pytanie odpowiada ta strona i jest to pytanie, które już zadaje sobie duża część osób szukających tego modelu.

Kto to publikuje i czym to obecnie jest

Publikuje go Tencen​t. Model należy do rodziny Hunyuan, a własne centrum produktów Tencen​t wymienia generowanie obrazów jako jedną z podstawowych możliwości tej linii — 混元生图, opisane na stronie produktu Tencen​t jako oparte na modelu Hunyuan tekst-na-obraz i oferujące silne rozumienie języka chińskiego obok generowania obrazów. Warstwą komercyjną jest własna chmura Tencen​t: model generowania obrazów jest produktem w Tencen​t Cloud, dostępnym przez interfejs API TokenHub platformy i tam udokumentowanym obok pozostałych usług AI firmy.

Stan wydania jest tą częścią, co do której warto zachować precyzję, ponieważ to właśnie tę część nazewnictwo zaciemnia. Tencen​t najpierw wypuszcza podglądową wersję tej linii, a dopiero później oficjalną wersję, a obecna generacja znajduje się w pierwszym z tych dwóch stanów. Identyfikator będący w obiegu to hy-image-v3.5-preview. Obok niego nie istnieje drugi, stabilny, niepodglądowy identyfikator tej generacji, a Tencen​t nie opublikował żadnej daty, kiedy taki się pojawi.

Dlaczego ta strona zaczyna się od pytania o podgląd

Bo popyt tak mówi. Nasze własne dane wyszukiwania first-party — Googl​e Search Console, dokładne dopasowanie zapytania, cztery tygodnie kończące się 2026-10-07 — dają temu modelowi 430 wyświetleń i 10 kliknięć w przypadku każdej pisowni, która sprowadza się do jego nazwy. W rozbiciu daje to 138 wyświetleń dla „hy image3.5” i 128 dla „hy image 3.5” — a następnie 115 dla „hy image3.5 preview”, 45 dla „hy image 3.5 preview” i 4 dla identyfikatora z łącznikami „hy-image-3.5-preview”.

Czytaj te liczby jako opis tego, co ludzie wpisują — a to wszystko, co mówi ci konsola wyszukiwarki. Ponad jedna trzecia popytu na nazwę tego modelu przychodzi ze słowem „preview” dołączonym do niej. Ci czytelnicy nie pytają, czy Tencen​t coś ogłosił. Pytają, z jakim oznaczeniem mają do czynienia, a szczera odpowiedź brzmi: zarówno krótka nazwa, jak i nazwa z „preview” wskazują na jeden artefakt — generację preview, którą Tencen​t właśnie udostępnia.

Zatem, rozstrzygnięte: HY-Image 3.5 i „HY-Image 3.5 preview” to ten sam model w tym samym stanie wydania. Oznaczenie „preview” jest aktualne, a nie historyczne. Długa nazwa jest tą dokładną, a krótka to ta, którą model jest nazywany w omówieniach i integracjach narzędziowych, ponieważ nikt nie wpisuje kwalifikatora, nazywając coś, czego używa.

Co przyjmuje, co zwraca i obwiednia rozmiarów

Przedstawione tak, jak ujmuje to Tencent, oraz oznaczone tam, gdzie materiał dostawcy jest uboższy niż otaczające go omówienie:

• Dane wejściowe — prompt tekstowy, a w przypadku kierunku edycji — obrazy referencyjne. Możliwa do przypisania liczba obrazów referencyjnych wynosi maksymalnie pięć na żądanie; ta liczba jest konsekwentnie podawana w materiałach produktowych Tencent. Co najmniej jeden agregator opublikował dwadzieścia; pięć to liczba, którą możemy przypisać, i nie podnosimy jej.

• Tryby — tekst na obraz, obraz na obraz oraz edycja wieloturna, w której zmiana jest stosowana względem narosłego kontekstu rozmowy, a nie tak, że każde żądanie zaczyna od zera.

• Wynik — obrazy do 2K, w zestawie typowych proporcji, a nie pojedynczego kwadratu. Same słowa Tencen​t o górnej granicy to „do 2K”.

• Rozliczenia — wyłącznie za dostarczone obrazy wyjściowe. Żądanie, które zakończy się niepowodzeniem lub zostanie odfiltrowane, nie jest tym, za co ponosisz opłatę, co ma znaczenie, gdy szacujesz skalę obciążenia, a nie tylko demonstrację.

Jedna liczba w obiegu nie wytrzymuje konfrontacji z materiałami samego dostawcy. Co najmniej jeden serwis podał specyfikację wyjścia 4096×4096. Tencent mówi „do 2K”, a wszystkie inne źródła zgadzają się z Tencentem. Traktuj liczbę 4K jako błąd, a nie jako plan na późniejsze wydanie — to korekta, a nie zapowiedź.

Renderowanie i edycja tekstu

Dwa twierdzenia leżą u podstaw zachowania modelu, a oba pochodzą od wydawcy.

Pierwsza rzecz to liternictwo. Tencen​t twierdzi, że poprawiono dokładność w przypadku tekstu renderowanego wewnątrz obrazu, zarówno po chińsku, jak i po angielsku. To od dawna standardowy słaby punkt całej kategorii, a to rodzaj twierdzenia, które łatwo sprawdzić na własnym materiale, ale trudno rozstrzygnąć z zewnątrz, ponieważ nikt nie publikuje publicznego wyniku renderowania tekstu dla tego modelu.

Drugim elementem jest spójność — słowo, które Tencen​t wysuwa na pierwszy plan. Twierdzenie jest takie, że temat przetrwa powtarzane edycje i ponowne renderowania bez dryfowania — że edycja dopracowuje obraz, a nie rozpoczyna go od nowa, co odróżnia narzędzie używane do jednego ujęcia od narzędzia używanego w całej serii takich ujęć. W połączeniu z powyższym zakresem pięciu obrazów referencyjnych jest to udokumentowana podstawa dla wszystkiego, co budujesz, a co wymaga ponownego pojawienia się tej samej postaci.

Oba to twierdzenia producenta. Żadnego z nich nie odtworzono poza Tencentem, a żaden niezależny ranking w ogóle nie ocenia tego modelu pod kątem renderowania tekstu.

Pytanie o kartę postaci

Nasze własne omówienie tego modelu już wspomina o kartach postaci, więc warto doprecyzować, co dokumentuje wydawca, a czego nie. Tencen​t dokumentuje warunkowanie na wielu referencjach — dostarczasz kilka obrazów referencyjnych — w połączeniu z powyższym twierdzeniem o spójności. Tencen​t nie dokumentuje funkcji o nazwie „karta postaci”, kreatora kart ani obiektu zasobu dla pojedynczej postaci. Nic takiego nie pojawia się w materiałach dostawcy dotyczących tego modelu ani w dokumentacji węzłów ComfyUI, które go wywołują.

Ta możliwość jest więc realna, ale jej nazwa jest nasza, nie ich. Jeśli chcesz, aby postać zachowywała spójność w serii obrazów, udokumentowane elementy, które składasz, to: dostarczenie obrazów referencyjnych, maksymalnie pięciu na żądanie, oraz poleganie na zachowaniu spójności przez model przy powtarzanych edycjach. To, czy przekłada się to na produkcyjny pipeline postaci, jest kwestią oceny twojej własnej listy ujęć, a nie specyfikacją, którą Tencen​t opublikował.

Licencja i ścieżka dostępu, tak jak dokumentuje je wydawca

Nie ma tu żadnej ścieżki open-weights i jest to fakt dokumentacyjny, a nie ograniczenie dopisywane do materiału. Tencen​t nie publikuje żadnego checkpointu do pobrania dla tego modelu, żadnej licencji na użytkowanie lokalne ani żadnej ścieżki offline. Każdy udokumentowany sposób dotarcia do niego to albo własne API Tencen​t, albo jeden z własnych produktów Tencen​t.

API to ścieżka dla wszystkiego, co ma duży wolumen. Model jest udostępniany w Tencen​t Cloud w ramach produktu do generowania obrazów; jest dostępny przez powierzchnię API TokenHub tej platformy i ma opublikowany cennik: ¥0,15 za obraz 2K w krajowym punkcie końcowym oraz US$0,024 za to samo wywołanie międzynarodowo, przy czym w obu przypadkach rozliczane są wyłącznie dostarczone obrazy wyjściowe. Ta międzynarodowa kwota jest niezależnie potwierdzana — model pojawia się na rankingach obrazów Artificial Analysis przy 24 USD za 1000 obrazów, co jest stawką dostawcy przeliczoną na tysiąc, a nie własnym szacunkiem strony trzeciej.

Poza API Tencent umieścił model we własnych produktach first-party: Yuanbao, asystencie konsumenckim; narzędziu wiedzy ima; oraz produktach kreatywnych i produktywnościowych Miora, WorkRally, OnSolo i WorkBuddy. Jest on także wpięty w stos medialny Tencent Cloud poprzez Media Processing Service i Video on Demand — co pokazuje, że docelowy nabywca obejmuje zespoły już transkodujące i edytujące wideo na infrastrukturze Tencent, a nie tylko deweloperów budujących funkcje obrazu od zera.

Narzędzia firm trzecich istnieją, ale są uboższe, niż się wydaje. ComfyUI udostępniło partnerskie węzły dla tego modelu, a istotny szczegół polega na tym, jakiego rodzaju są to węzły: wywołują API Tencen​t. Nie ma za nimi lokalnych wag, nie ma checkpointu, nie ma ścieżki GPU. „Istnieje węzeł ComfyUI” i „mogę uruchomić to na własnym sprzęcie” to różne stwierdzenia, a w przypadku tego modelu prawdziwe jest tylko pierwsze.

Gdzie tak naprawdę umiejscawiają to niezależne dowody

To jest ta część, której materiał dostawcy nie może dostarczyć, a uważne jej przeczytanie to różnica między użyteczną stroną referencyjną a informacją prasową. Artificial Analysis prowadzi ten model na dwóch tablicach, pod nazwą HunyuanImage 3.5 (Preview) — tablica rejestruje go również pod oznaczeniem preview, co samo w sobie potwierdza powyższe nazewnictwo. Odczytano dzisiaj, 2026-10-13:

• Generowanie obrazów z tekstu — 68. miejsce na liście 168 modeli, z wynikiem 976,02 Elo, przy 95% przedziale ufności od 967,02 do 985,02, w cenie 24 USD za 1000 obrazów. To plasuje go w środku stawki. Liderem listy jest GPT Image 2.5 Sunburst (max) z wynikiem 1198,36 Elo; GPT Image 2.5 Flare (max) ma 1190,81, GPT Image 2 (high) 1171,83, Nano Banana 2.1 1160,29, a Grok Imagine Image 2.0 1155,4. Poprzednie generacje Tencen​t na tej samej liście: HunyuanImage 3.0 Instruct z 995,91 i 50. miejscem, HunyuanImage 3.0 (Tencen​t Cloud) z 983,72 i 64. miejscem, HunyuanImage 3.0 z 943,61 i HunyuanImage 2.1 na dole z 887,35.

• Edycja obrazów — 16. miejsce w rankingu 81 modeli, z wynikiem 1087,14 Elo, przy 95-procentowym przedziale od 1078,14 do 1096,14, ponownie w cenie 24 USD za 1000 obrazów. To plasuje go w najlepszych 20% tego rankingu. Liderzy to GPT Image 2.5 Sunburst (max) z 1184,26, GPT Image 2.5 Flare (max) z 1164,63 i MAI-Image-2.6 z 1140,28. Wcześniejsze generacje Tencenta: HunyuanImage 3.0 Instruct z 1068,07 i 23. miejscem, HunyuanImage 3.0 (Tencent Cloud) z 1030,31 i 34. miejscem.

Różnica między tymi dwiema pozycjami to rzecz, która mówi na tej stronie najwięcej, i nie jest to sprzeczność. Mówi ona, gdzie model jest konkurencyjny: edycja, w której plasuje się blisko szczytu mniejszego, nowszego rankingu, to miejsce, w którym deklaracja spójności znajduje pokrycie. Mówi też, gdzie model nie jest konkurencyjny: pod względem surowych preferencji text-to-image znajduje się w środku stawki, znacznie poniżej modeli z czołówki i poniżej tego, gdzie spodziewałby się go czytelnik, który trafił tu z nagłówka „+30% względem poprzedniej generacji”. Oba odczyty pochodzą z tego samego niezależnego rankingu, mierzone w ten sam sposób, tego samego dnia.

Z tymi liczbami wiążą się dwa zastrzeżenia. Przedziały Elo są wystarczająco szerokie, że sąsiednie pozycje nie tworzą znaczącego uporządkowania — kilka punktów Elo między sąsiednimi wierszami to szum, a nie ustalenie. A publicznie nie istnieje porównanie tego modelu z liderami powyżej przy dopasowanym nakładzie i dopasowanym zestawie testowym; rankingi szeregują głosy preferencyjne, a nie kontrolowany bake-off.

Jak czytelnik faktycznie używa tego dzisiaj

Zacznij od ścieżki, która odpowiada twoim zamiarom. Jeśli dokonujesz oceny, produkty własne Tencen​t są najtańszym sposobem na wejście, a darmowe dwutygodniowe okno, które działało na Miora, WorkRally i OnSolo w momencie premiery, zamknęło się 7 października 2026 — więc zaplanuj budżet na API od pierwszego wywołania, zamiast planować wokół okresu próbnego. Jeśli budujesz, API w Tencen​t Cloud to jedyna ścieżka z cennikiem, a dokumentacja znajduje się na powierzchni meta-tokenów.

Następnie napisz wywołanie generowania tak, aby nazwa modelu była wartością konfiguracyjną, a nie stałą. To nie jest porada stylistyczna dotycząca konkretnie tego modelu; to dyscyplina, dzięki której przejście z wersji zapoznawczej na oficjalną — albo zmiana ceny, albo całkowite przejście na inny generator — nie jest zmianą w kodzie. Identyfikator wersji zapoznawczej jest z definicji tym, co najprawdopodobniej zostanie zastąpione, a koszt gotowości na to to jedna linia w pliku konfiguracyjnym.

Właśnie na warstwie routingu ta dyscyplina procentuje. OrcaRouter działa w modelu 0% narzutu — cena katalogowa dostawcy jest przekazywana bez zmian, więc aktualizacja ceny przez dostawcę wchodzi tego samego dnia, zamiast czekać na cykl ponownego ustalania cen — i jeden klucz API obejmuje ponad 200 modeli, z automatycznym przełączaniem awaryjnym między dostawcami i DSL routingu do przypinania konkretnego modelu dla każdego żądania. To właśnie sprawia, że generator obrazów może być decyzją routingu, a nie decyzją architektoniczną, niezależnie od tego, na który generator go wskażesz.

W skrócie, dla czytelnika, który trafił z pola wyszukiwania i chce poznać stan rzeczy: HY-Image 3.5 to obecny model obrazowy firmy Tencen​t, jest w wersji zapoznawczej pod identyfikatorem hy-image-v3.5-preview, przyjmuje tekst i do pięciu obrazów referencyjnych oraz zwraca obrazy do 2K, jest rozliczany za każdy dostarczony obraz wyjściowy według opublikowanej stawki międzynarodowej 0,024 USD za obraz 2K, nie ma otwartych wag ani trybu offline, a w niezależnych rankingach jest jednocześnie modelem do edycji w czołowej jednej piątej i modelem tekst-na-obraz ze środka stawki. Oznaczenie preview to otwarta kwestia, a tym, co by ją zamknęło, jest stabilny identyfikator z dołączoną datą.