Ming-Image-0.1-Design vs Meta Muse Image: O modelo com um rastro de papel e o modelo com um comunicado de imprensa

Dois modelos de imagem chegaram em 2026 de maneiras opostas. Ming-Image-0.1-Design é um modelo de texto para imagem de 6,15 bilhões de parâmetros da equipe inclusionAI do Ant Group, enviado ao Hugging Face em 17 de setembro de 2026 sob licença MIT, sem anúncio, sem post em blog e sem tabela de benchmarks — um repositório de 71,5 GB que você pode ler arquivo por arquivo. Meta Muse Image é o primeiro modelo de imagem próprio da Meta Superintelligence Labs, lançado em 7 de julho de 2026 com um ciclo de imprensa, alegações de benchmark reportadas pelo fornecedor e nenhum peso para download de qualquer tipo. A pergunta interessante não é qual deles desenha um pôster melhor. É que um desses modelos pode ser auditado hoje, e o outro só pode ser aceito pela fé, e o auditável está em primeiro lugar no único ranking independente em que aparece.

Um foi entregue como arquivos. O outro foi entregue como uma alegação.

Comece pelo que cada lançamento realmente é composto, porque a diferença não é sutil.

• Ming-Image-0.1-Design — 6.154.901.056 parâmetros, licença MIT, um diffusers pipeline, todos os pesos em safetensors BF16, aproximadamente 71,5 GB distribuídos em seis pastas de componentes: connector/ (2 fragmentos), mllm/ (7 fragmentos), mlp/ (124,8 MB), scheduler/, transformer/ (5 fragmentos) e vae/ (253,8 MB). Sem model_index.json, e é por isso que o caminho recomendado é um git clone do repositório de inferência e python infer.py em vez de uma chamada de pipeline em uma linha.

• Meta Muse Image — sem pesos, sem contagem de parâmetros publicada, sem documento de arquitetura, sem ficheiro de licença para ler. Está acessível como serviço e, desde agosto de 2026, através da própria Model API da Meta num endpoint compatível com OpenAI a um preço fixo de 0,01 $ por imagem. Tudo o que sabe sobre o seu funcionamento interno vem da própria descrição que a Meta faz dele.

Essa assimetria tem uma consequência prática que não tem nada a ver com a qualidade da imagem. Com o lançamento do Ming, você consegue responder a perguntas que o fornecedor nunca abordou: qual é o codificador de texto, quantos passos de amostragem o agendador espera, se o VAE emite quatro canais ou oito, se o conector MLP está fazendo algo que você poderia substituir. Com o Muse Image, você não consegue responder a nenhuma delas, e também não conseguirá no próximo trimestre, porque não há artefato algum para abrir.

O único número que vale a pena citar, e de onde ele vem

Ming-Image-0.1-Design está em primeiro lugar no Artificial Analysis Text to Image Leaderboard for UI/UX Design, na visão de pesos abertos, com um Elo de 1.082. O grupo atrás dele é o seguinte: Ideogram 4.0 (Quality) com 1.052, Ideogram 4.0 com 1.015, HunyuanImage 3.0 Instruct com 1.005, FLUX.2 [dev] com 1.000, FLUX.2 [dev] Flash com 999 e FLUX.2 [dev] Turbo com 994.

Três notas de honestidade sobre isso, porque é a evidência mais forte desta comparação e merece ser tratada com cuidado. Primeiro, a cópia desse ranking que estamos lendo é a publicada no próprio card do modelo, e traz a marca Artificial Analysis — é um ranking da Artificial Analysis reproduzido pelo fornecedor, não um número que geramos. Segundo, ninguém reproduziu a pontuação de forma independente, e um ranking Elo de preferência cega é uma estatística populacional, não um teste por prompt: ele diz qual imagem um público preferiu, em média, não se o modelo renderizará corretamente o seu infográfico específico. Terceiro, e esta é a parte que explica muita coisa, o ranking é filtrado para pesos abertos. O Meta Muse Image não pode aparecer nele, então sua ausência não é um resultado.

Para o Muse Image, os números são da própria Meta e da Artificial Analysis, e devem ser identificados como tal. A Meta divulgou um índice de 94% de consistência de personagem em múltiplas imagens, suporte a até 10 imagens de referência e saída de até 1600 pixels no lado maior. A Artificial Analysis coloca o modelo entre os cinco primeiros em texto para imagem e em terceiro lugar no seu ranking de edição de imagens, com um Elo de aproximadamente 1.105. Esses são, respectivamente, números divulgados pelo fornecedor e medidos de forma independente, e não são o mesmo tipo de coisa.

O que o Ming-Image-0.1-Design foi criado para fazer

O card do modelo é específico quanto ao alvo, e não se trata de fotografia de uso geral. Ele é voltado para UI, infográficos, pôsteres e trabalhos de design com muito texto — a classe de imagem em que a parte difícil é tipografia legível e layout limpo, e não pele fotorrealista. As configurações recomendadas refletem isso: saída de 2048×2048, ou 1024 quando você quer velocidade, 12 etapas de amostragem, orientação livre de classificador em 1.0, precisão BF16, e uma única GPU CUDA de 80 GiB. Espera-se que o aprimoramento de prompt venha de um modelo de visão-linguagem separado — o card nomeia Ling-3.0-flash-VL e qwen3.8-27B — e espera-se que a implantação passe pelo vLLM-Omni.

Há também um companheiro, Ming-Image-0.1-Design-Layer, que é um repositório separado com uma tag de pipeline diferente (image-text-to-image), 6.154.908.736 parâmetros e a mesma licença MIT. A função dele é a decomposição em camadas: você entrega a ele uma imagem de design achatada mais um plano de camadas e ele retorna camadas RGBA. Ele roda a 1024 em seu bucket padrão, ou 512 para maior velocidade, com 12 passos, guidance em 2.0 e flash_attention_2. O card mostra os resultados em um conjunto de teste do Crello como imagem em vez de tabela, o que vale a pena notar se você esperava compará-lo numericamente com qualquer coisa.

O que genuinamente ainda não pode ser conhecido

É aqui que o enquadramento precisa ser direto. O Ming-Image-0.1-Design não tem nota de lançamento, nem anúncio, nem seção de limitações declaradas e nem cobertura de terceiros no momento em que escrevo. O contador de downloads no repositório marca zero. Não há endpoint hospedado do fornecedor. A única medição independente é a única posição no ranking, e todo o resto — vazão, aderência ao prompt nos seus dados, como ele se comporta com contagens de imagens de referência acima de um punhado, se o canal RGBA está limpo nas bordas — não foi medido publicamente.

O que isso lhe proporciona é uma avaliação curta e bem definida. Você pode ler a arquitetura, executá-la e decidir por si mesmo em um dia. Isso não lhe proporciona um benchmark que você possa citar em um documento de aquisição.

Meta Muse Image é a imagem espelhada. Foi medido em dois painéis independentes e tem um preço publicado, e nenhuma dessas coisas permite inspecionar um único peso. Se a sua restrição é uma revisão de conformidade que pergunta de onde vieram os dados de treinamento e o que o modelo faz com um prompt, “a Meta diz” é toda a resposta disponível para você.

A versão desta comparação sobre a qual um roteador pode agir

Nenhum desses dois modelos é roteado por nós, e este artigo não vai sugerir o contrário. O Meta Muse Image é fechado e servido pela Meta; o Ming-Image-0.1-Design é um download de pesos sem nenhuma rota hospedada. Os modelos de imagem que disponibilizamos hoje são a família GPT-Image da OpenAI, os níveis do Imagen 4 do Google e as prévias de imagem do Gemini, e o endpoint de imagem Grok Imagine da xAI — todos por trás de um endpoint compatível com OpenAI ao preço de tabela do provedor, sem markup, com failover automático entre provedores e uma DSL de roteamento que combina vários modelos em uma única chamada.

Isso importa aqui por um motivo específico. Um lançamento não anunciado de pesos abertos com uma única posição no ranking é exatamente o tipo de modelo que uma equipe quer avaliar sem apostar um caminho de produção nele. Executá-lo ao lado de um modelo medido na mesma chave, em vez de à frente dele, é como você consegue fazer a avaliação sem um segundo contrato e sem alteração de código.

Escolha pelo que você pode verificar

• Se você precisar de um modelo que possa inspecionar, modificar, fazer ajustes finos ou executar no seu próprio hardware — Ming-Image-0.1-Design é a única opção entre as duas, e sua licença MIT é incomumente permissiva para um lançamento de imagem de 2026.

• Se você precisa de um modelo com preço publicado e pontuações independentes que você possa citar — Meta Muse Image é a única opção entre as duas, e US$ 0,01 por imagem é um número que sobrevive a uma revisão orçamentária.

• Se você precisa de transparência como saída — o caminho RGBA do Ming-Image-0.1-Design e o Layer que o acompanha visam exatamente isso; a história de transparência da Meta não foi publicada.

• Se você precisar que funcione hoje à tarde — nenhum dos dois. Um não tem endpoint hospedado, o outro não tem download.

A questão em aberto é mais restrita do que parece, e é uma data, não um benchmark. Ming-Image-0.1-Design foi disponibilizado em 17 de setembro de 2026 e ninguém o anunciou. Ou esse anúncio acontece e a posição no leaderboard ganha uma segunda leitura independente, ou não acontece e isto continua sendo um repositório que um pequeno número de pessoas executou. A primeira avaliação de terceiros dele é o que devemos acompanhar, porque esse é o momento em que o rastro documental deixa de ser uma promessa e começa a ser evidência.