Hy Image3.5 Preview na OnSolo: Postać musi przetrwać czterdziesty odcinek

Interesująca teza, jaką Tencent stawia przy premierze Hy Image3.5 preview, nie dotyczy ceny ani benchmarku. To twierdzenie produkcyjne i jest konkretne: postać zaprojektowana raz powinna pozostawać spójna we wszystkich odcinkach serialu, a edycja powinna tę postać udoskonalać, a nie zaczynać od nowa. To cała ekonomia produkcji krótkich dramatów w jednym zdaniu. Zagraniczne krótkie dramaty są kręcone i dostarczane w takich ilościach, że serial ma zwykle od sześćdziesięciu do stu odcinków, a każdy z nich wymaga świeżego zestawu zdjęć do karty postaci, etapu klatek kluczowych i miniatur odcinków. Jeśli twarz dryfuje między odcinkiem dwunastym a czterdziestym, koszt naprawy to nie jedno generowanie, lecz ponowne nakręcenie biblioteki zasobów. Tencent udostępnił Hy Image3.5 preview 22 września 2026 r. i jest już w OnSolo, firmowym narzędziu AI do tworzenia zagranicznych krótkich dramatów, którego członkowie otrzymują bezpłatne dwutygodniowe okno, które otworzyło się tego samego dnia.

Czym OnSolo właściwie jest i dlaczego to zestawienie jest tu najważniejsze

OnSolo nie jest ogólnym placem zabaw do obrazów. To kompleksowe środowisko do tworzenia zagranicznych krótkich dramatów, które obsługuje cały łańcuch — pomysł staje się scenariuszem, scenariusz staje się projektem postaci, projekt postaci staje się storyboardem, a storyboard staje się gotowym filmem. Każdy etap tego łańcucha to miejsce, w którym model, który nie potrafi utrzymać tożsamości, kosztuje zespół pieniądze, a pierwsze trzy etapy to wyłącznie obrazy statyczne. Karty postaci to obrazy statyczne. Storyboardy to obrazy statyczne. Klatki kluczowe to obrazy statyczne. Etapy wideo są od nich zależne.

Dlatego interesującą częścią tej integracji nie jest to, że model tekst-na-obraz jest dostępny w narzędziu wideo. Chodzi o to, że ten sam model wykonuje statyczne kadry na każdym etapie tego samego łańcucha, a wcześniejsze tury są przenoszone dalej. W potoku, w którym karta postaci, kadr storyboardu i klatka kluczowa były wcześniej tworzone przez trzy różne wywołania trzech różnych modeli, każde z nich odtwarzało twarz od zera i każde nieco dryfowało. Edycja wielotur(ow)a z zachowanym kontekstem to mechanizm, który temu zapobiega, a warunkowanie obrazem referencyjnym pozwala reżyserowi wskazać zatwierdzoną kartę i powiedzieć „ten, w tym ujęciu”.

Tencent wysuwa się na prowadzenie dzięki trzem ulepszeniom względem Hy Image3.0, które bezpośrednio przekładają się na ten przepływ pracy:

• Spójność postaci — kluczowa obietnica. Postać przechodzi przez wielokrotne edycje i ponowne renderowania bez dryfowania, co odróżnia kartę postaci będącą zasobem od takiej, która jest jednorazówką.

• Renderowanie tekstu — większa dokładność w przypadku chińskich i angielskich napisów na obrazie. Krótkie dramaty opierają się na tytułach, napisach ekranowych i kartach odcinków, a tekst, który ulega zniekształceniu, to tekst, który człowiek musi poprawić ręcznie.

• Dopracowanie pojedynczego elementu — edycja jednego elementu kadru bez naruszania reszty, co w praktyce oznacza „edycja dopracowuje, a nie zaczyna od nowa”. Zmień płaszcz, zachowaj twarz. Zmień tło, zachowaj światło na twarzy.

Cennik stawek i dlaczego jest drugą najciekawszą liczbą

Cena to ta część, która będzie się liczyć: 0,15 ¥ za obraz 2K w Tencent Cloud na rynku krajowym, 0,024 USD za obraz w międzynarodowym punkcie końcowym, a opłaty naliczane są tylko za obrazy faktycznie zwracane przez API. Nieudane lub odfiltrowane żądanie nie podlega opłacie. W przypadku potoku, który działa iteracyjnie — generuj, obejrzyj, przekaż z powrotem, generuj ponownie — taki model rozliczeń ma większe znaczenie niż kwota z nagłówka, ponieważ to właśnie przy odrzuconych próbach cennik za wywołanie po cichu się podwaja.

Postaw to obok tego, ile według niezależnej rady kosztują liderzy:

• Hy Image3.5 preview — 0,024 USD za obraz 2K zgodnie z opublikowaną przez Tencent stawką międzynarodową, rozliczane wyłącznie za dostarczony wynik.

• GPT Image 2.5 Sunburst (max) — około 0,21 USD za obraz, przeliczone ze stawki OpenAI wynoszącej 210,72 USD za 1000 obrazów.

• Grok Imagine Image 2.0 — $60.00 za 1 000 obrazów na tej samej tablicy.

• MAI-Image-2.6 — 38,90 USD za 1000 obrazów.

• Seedream 5.0 Pro — 90 USD za 1000 obrazów; to model, z którym Tencent twierdzi, że osiąga parytet.

Górny limit to 2K, żądanie przyjmuje maksymalnie pięć obrazów referencyjnych, a zarówno generowanie obrazu z tekstu, jak i obrazu z obrazu działa na tym samym punkcie końcowym pod identyfikatorem hy-image-v3.5-preview. Jedna z krążących liczb nie wytrzymuje konfrontacji z własnym ogłoszeniem Tencentu: specyfikacja wyjściowa 4096×4096 podana przez jeden z portali. Tencent mówi wprost „do 2K”. Liczbę 4K należy uznać za błąd.

Wolne okno i do czego właściwie się nadaje

Miora, WorkRally i OnSolo prowadzą darmowe dwutygodniowe okno, które otworzyło się 22 września i zamyka się 7 października 2026. Dla zespołu tworzącego krótkie dramy uczciwym wykorzystaniem tego okna nie jest zachwycanie się modelem. Jest nim przeprowadzenie jednego testu, który rozstrzyga o zakupie: weź kartę postaci, którą już zatwierdziliście, przeprowadź ją przez czterdzieści kolejnych edycji i spójrz na klatkę czterdziestą obok klatki pierwszej. To właśnie jest teza poddawana testowi i jest to test, który wasze własne materiały mogą rozstrzygnąć w jedno popołudnie. Okno ma ustaloną datę wygaśnięcia i właśnie o to w nim chodzi.

Tam, gdzie kończy się okres próbny, a zaczyna pipeline, przydatną dyscypliną jest trzymanie wywołania generowania za interfejsem, który można przekierować. OrcaRouter działa w modelu 0% marży — cena katalogowa dostawcy jest przekazywana bez zmian, więc zmiana ceny przez dostawcę obowiązuje po naszej stronie tego samego dnia, zamiast czekać na cykl przeceniania — a jeden klucz API obejmuje ponad 200 modeli, więc tani generator i drogi mogą stać za tym samym endpointem i być podmieniane przez konfigurację, a nie przez przepisywanie kodu. Aby być precyzyjnym co do naszego własnego katalogu: obecnie nie kierujemy ruchu do Hy Image3.5 preview, więc sam model oznacza własną chmurę Tencent i wymienione wyżej produkty Tencent. To, co oferujemy, to stabilna, wyceniona baza odniesienia, względem której go mierzysz — openai/gpt-image-2, google/gemini-3.1-flash-image-preview, rodzina Imagen 4 oraz grok/grok-imagine-image — wszystkie stoją za tym jednym endpointem, co sprawia, że "przetestuj go na własnym obciążeniu, zanim okno się zamknie" jest praktyczną instrukcją, a nie życzeniem.

Co zostało zmierzone i przez kogo

Dowodem Tencentu jest test ślepych preferencji w stylu GSD, czyli stosowana w tym celu przez chińskie laboratoria metodologia porównań parami, przeprowadzony z udziałem – jak opisują materiały premierowe – kilkuset własnych profesjonalnych projektantów Tencentu. W tej ocenie Hy Image3.5 preview wyprzedza Hy Image3.0 o około trzydzieści procent, plasuje się na poziomie Seedream 5.0 Pro od ByteDance i nieznacznie wyprzedza Nano-Banana Pro oraz Qwen-Image-3.0-Pro od Alibaby. Metodologia jest rozsądna. Uczestnikami są pracownicy Tencentu. Zestaw promptów i surowe preferencje nie zostały opublikowane w formie, którą ktokolwiek mógłby powtórzyć. To liczba dostawcy i tak ją podajemy.

Dwie inne liczby Tencenta zasługują na tę samą etykietę. Firma twierdzi, że model był udostępniany w ramach stopniowego wdrażania w Yuanbao, swoim asystencie konsumenckim, przez około dwa miesiące przed publicznym ogłoszeniem, a liczba żądań generowania obrazów w tym produkcie wzrosła w tym okresie o około pięćdziesiąt procent. Obie pochodzą z własnej telemetrii firmy i obie są tym rodzajem liczby, od której wpis ogłaszający premierę ma prawo zacząć.

Niezależny obraz jest uboższy niż premiera. Ranking text-to-image Artificial Analysis nie zawiera w ogóle żadnego wiersza Hy Image3.5. To, co zawiera od Tencent, to poprzednia generacja: HunyuanImage 3.0 Instruct z 964 Elo i HunyuanImage 3.0 z 945, sklasyfikowane na 65. i 70. miejscu na tablicy 156 modeli. Dla skali modele, które Tencent twierdzi, że dogonił, znajdują się znacznie wyżej — Seedream 5.0 Pro z 1078, Qwen-Image-3.0-Pro z 1088, Grok Imagine Image 2.0 z 1154 — a lider, GPT Image 2.5 Sunburst (max), ma 1197. Trzydziestoprocentowa poprawa względem modelu z okolic 945 nie prowadzi w oczywisty sposób do 1078 i z pewnością nie sięga 1197. To nie jest obalenie twierdzenia; to brak dowodów, które mogłyby je rozstrzygnąć, i właśnie dlatego pierwsze Elo pochodzące od strony trzeciej dla tego modelu będzie najbardziej informacyjną liczbą opublikowaną o nim w tym kwartale.

Na co uważać i co zrobić przed 7 października

Trzy rzeczy pozostają nierozstrzygnięte i każda ma przypisaną datę. Pierwsza to niezależny pomiar — nikt spoza Tencent nie uruchomił tego modelu na publicznym zestawie promptów, a dopóki ktoś tego nie zrobi, te trzydzieści procent to twierdzenie, a nie wynik. Druga to sama premiera: to jest wersja zapoznawcza, a deklarowany przez Tencent harmonogram zakłada najpierw wersję zapoznawczą, a później oficjalną, co jest tematem osobnego materiału w tym zestawie. Trzecia to okno bezpłatnego dostępu, które zamyka się 7 października 2026 r. i jest jedyną bezpłatną okazją, jaką ktokolwiek spoza Tencent miał, by przyjrzeć się temu modelowi.

Dla zespołu tworzącego krótkie dramaty ta decyzja jest wyjątkowo klarowna, ponieważ funkcję, która ma znaczenie, można przetestować na własnym materiale, a cena nie jest przeszkodą. Weź zatwierdzoną kartę postaci, przepuść ją przez liczbę odcinków, którą faktycznie ma twój serial, i oceń dryf na własne oczy. Jeśli twarz się utrzyma, 0,024 USD za warstwę statycznych obrazów w serialu o stu odcinkach to niemal błąd zaokrąglenia w porównaniu z resztą budżetu. Jeśli się nie utrzyma, stracisz jedno popołudnie. Nie powinieneś natomiast przyjmować trzydziestu procent na wiarę, ponieważ jedyną rzeczą, której nie zawiera ta premiera, jest pomiar pochodzący spoza budynku, w którym ją stworzono.