Qwen-Image-2.1 vs Hy Image3.5: Niezależne rankingi plasują je w odwrotnej kolejności

Postaw Qwen-Image-2.1 i Hy Image3.5 twarzą w twarz na dwóch rankingach obrazów Artificial Analysis, a rankingi nie zgadzają się co do tego, który z nich jest lepszy. W zakresie generowania obrazu z tekstu Qwen-Image-2.1 ma 59 punktów Elo przewagi nad Hy Image3.5 — 1034 wobec 975, miejsce 18 wobec miejsca 66. W edycji obrazów te same dwa modele zamieniają się miejscami: Hy Image3.5 plasuje się na 1088 punktach Elo i miejscu 14, Qwen-Image-2.1 na 1074 i miejscu 18. Przewaga 14 punktów w drugą stronę. Oba modele zadebiutowały publicznie w odstępie dwóch dni — Qwen-Image-2.1 z otwartymi wagami 20 września 2026 r., Hy Image3.5 w publicznym podglądzie 22 września 2026 r. — i to pierwszy raz, gdy którykolwiek z nich ma wynik na tym samym instrumencie pomiarowym, co sprawia, że ta rozbieżność jest warta przeczytania, a nie tylko odnotowania.

{"translation": "The obvious move is noisy and moving on. It is half right that the two are not solid, the price on one of them is not the price on the other. One of these is rights while the other never will."}

Dwie tablice, dwa zamówienia

Artificial Analysis prowadzi ślepe porównania parami — ten sam prompt do dwóch modeli, głosujący wybiera zwycięzcę, Elo się kumuluje — i publikuje osobną tablicę dla każdego zadania. Tablica text-to-image zawiera 166 wierszy; tablica edycji zawiera 97. Oba wiersze dla obu modeli pochodzą z tego samego snapshotu dostawcy, więc nie jest to niezgodność wersji.

• Generowanie obrazu z tekstu — Qwen-Image-2.1 z 1034 Elo (przedział od 1024 do 1044) na podstawie 5286 porównań, 18. miejsce na 166. Hy Image3.5 z 975 Elo (przedział od 966 do 984) na podstawie 5334 porównań, 66. miejsce na 166. Przedziały nie stykają się. Różnica 59 punktów przy próbach o podobnej wielkości to rzeczywisty porządek, a nie artefakt zaokrąglenia.

• Edycja obrazów — Hy Image3.5 z 1 088 Elo (przedział od 1 079 do 1 097) na podstawie 5 550 porównań, 14. miejsce na 97. Qwen-Image-2.1 z 1 074 Elo (przedział od 1 065 do 1 083) na podstawie 5 536 porównań, 18. miejsce na 97. Te przedziały nakładają się w czteropunktowym zakresie od 1 079 do 1 083. Uporządkowanie ma charakter kierunkowy, ale nie jest ustalone.

• Liczebności prób są zbliżone na obu rankingach — 5 286 wobec 5 334 w zadaniu text-to-image, 5 536 wobec 5 550 w zadaniu edycji — więc różnica w poziomie pewności nie wynika z tego, że któryś model ma za mało głosów.

• Tablica oznacza modele w różny sposób i to ma znaczenie: wiersze Qwen-Image-2.1 mają znacznik Open Weights, a wiersze Hy Image3.5 go nie mają.

Tak więc uczciwy odczyt jest asymetryczny. Tekst-na-obraz: Qwen-Image-2.1 wyraźnie wygrywa. Edycja: Hy Image3.5 jest prawdopodobnie nieco z przodu, a przewaga mieści się w szumie pomiaru.

Skąd bierze się asymetria

Siła edycji Hy Image3.5 nie jest zaskoczeniem, gdy spojrzysz na to, z czym wypuścił go Tencent. Wersja zapoznawcza trafiła do publicznej wiadomości z maksymalnie pięcioma obrazami referencyjnymi na żądanie, tekst-na-obraz i obraz-na-obraz w tym samym modelu oraz edycją wieloetapową — to na możliwościach edycyjnych skupiono się przy premierze. Qwen-Image-2.1 powstał z ujednoliconym stosem generowania i edycji, który obsługuje również obrazy referencyjne, ale jego wiersze w rankingu pokazują, że część edycyjna kończy dwa punkty Elo poniżej własnego Qwen-Image-3.0-Pro Alibaby, co jest węższym wynikiem, niż sugerował sposób prezentacji przy premierze.

Twierdzenie samego Tencentu również nie pokrywa się z tym, co pokazuje ranking. Dostawca podaje, że wersja preview osiąga około 30-procentowy wskaźnik zwycięstw w ślepych ocenach względem Hy Image3.0. Tej liczby nie odtworzył nikt spoza Tencentu, a niezależny ranking nie potwierdza jej w przypadku text-to-image — gdzie Hy Image3.5 preview z 975 jest o 20 Elo poniżej modelu HunyuanImage 3.0 Instruct o otwartych wagach z wynikiem 995. W przypadku edycji to samo porównanie wypada na korzyść dostawcy: Hy Image3.5 preview z 1,088 jest o 22 Elo powyżej HunyuanImage 3.0 Instruct z 1,066. Jedna generacja postępu w jednym rankingu i krok w tył w drugim — w ramach własnej sukcesji Tencentu.

Oś cenowa, gdzie te dwa nie są w ogóle porównywalne

Hy Image3.5 preview to API rozliczane na podstawie zużycia. Tencent Cloud nalicza ¥0,15 za obraz 2K w punkcie końcowym dla Chin kontynentalnych i 0,024 USD w punkcie międzynarodowym, pobierając opłatę wyłącznie za obrazy zwrócone przez API. Kolumna ceny w Artificial Analysis odnotowuje 24,00 USD za 1000 obrazów, co jest tą samą wartością w jednostkach stosowanych przez ranking — a w porównaniu z 210,70 USD, które górny wiersz rankingu text-to-image podaje dla tego samego tysiąca obrazów, stanowi to mniej niż jedną dziewiątą ceny.

Qwen-Image-2.1 nie ma wiersza z ceną, ponieważ nie ma endpointu. Oba jego wiersze w tabeli zawierają wyraźną Brak dostępnego API adnotację. Tego modelu się nie kupuje; pobiera się go, a płaci się za niego w godzinach GPU oraz w kwestii licencji opisanej poniżej. 5 286 i 5 536 głosów w jego wierszach pochodzą od osób, które samodzielnie uruchamiają wagi. Ten fakt dodaje do rankingu zastrzeżenie, które warto zapamiętać: niezależne Elo dla modelu przeznaczonego wyłącznie do samodzielnego hostowania mierzy inną populację niż Elo dla czegoś, co każdy może wywołać.

Jeśli plan zakłada wprowadzenie któregokolwiek z nich do produktu, praktyczny podział jest teraz jasny i jest to ten sam podział, który implikuje cena: model z lepszym wynikiem w edycji to ten, który wynajmujesz, a model z lepszym wynikiem w generowaniu tekstu na obraz to ten, który uruchamiasz. OrcaRouter to strona wynajmu tego rozwiązania — jedno API obejmujące ponad 200 modeli z ceną katalogową dostawcy przekazywaną bez marży, automatyczne przełączanie awaryjne między dostawcami oraz DSL routingu do łączenia kilku modeli w jedno wywołanie. Nie kierujemy ruchu do Hy Image3.5 preview ani Qwen-Image-2.1; linie obrazów na platformie to poziomy Imagen od Google i podglądy obrazów Gemini, endpoint obrazów Grok Imagine od xAI oraz rodzina GPT-Image od OpenAI. Żaden z tych dwóch nie jest pierwszym wyborem z tej listy wyłącznie na podstawie wiersza w tabeli, i właśnie dlatego pytanie o licencję poniżej jest tym, które przesądza sprawę.

Oś, dla której żadna z tablic nie ma kolumny.

Qwen-Image-2.1 jest udostępniany na podstawie Umowy licencyjnej Qwen Research z dnia 20 września 2026 r., która przyznaje prawa wyłącznie do celów niekomercyjnych i wymaga od dostawcy odrębnej licencji do użytku komercyjnego. Repozytoria Hugging Face podają licencję jako inną z tego powodu — nie jest to licencja OSI i nie należy jej tak odczytywać. Znacznik Open Weights w obu wierszach tablicy jest prawidłowy i nie mówi o tym nic.

Hy Image3.5 preview nie ma wag do licencjonowania. Tencent ich nie opublikował; podgląd jest udostępniany z własnej platformy Tencenta i nie istnieje możliwa do pobrania wersja tej generacji. Dostajesz cennik, limit obrazów referencyjnych i usługę, którą możesz uruchomić i zatrzymać. Nic do audytu, nic do hostowania, nic do negocjowania — i nic, co zachowasz, jeśli Tencent zmieni cenę lub wycofa podgląd.

Porównanie, które faktycznie rozstrzyga kwestię otwartych wag, to poprzednik samego Tencentu, a nie model Qwen. HunyuanImage 3.0 Instructjest na obu rankingach ze znacznikiem Open Weights — 1,066 w edycji, 995 w generowaniu obrazów z tekstu. Qwen-Image-2.1 bije go w obu. Więc jeśli wymaganiem są „wagi do pobrania, które mogę uruchomić na własnym sprzęcie”, najlepszą opcją w tym pojedynku jest ta od Alibaba, na którymkolwiek rankingu, na licencji, która nadal zabrania sprzedaży wyników.

Nie ma takiej wersji tego, w której formalności rozwiążą się same. Możesz mieć lepszy wynik edycji bez wag i z rozliczeniem za użycie albo lepszy wynik tekst-na-obraz z wagami, których nie możesz komercjalizować. Wybierz, z którym ograniczeniem możesz żyć, a potem idź i zmierz oba na własnych promptach — różnica w wynikach edycji między nimi ma szerokość czterech punktów w nakładających się przedziałach, czyli margines, jaki może zatrzeć pojedynczy odłożony zestaw promptów.