Ming-Image-0.1-Design против Meta Muse Image: модель с документальным следом и модель с пресс-релизом

В 2026 году две модели для генерации изображений появились противоположными путями. Ming-Image-0.1-Design — это модель генерации изображений по тексту с 6,15 млрд параметров от команды inclusionAI компании Ant Group, загруженная на Hugging Face 17 сентября 2026 года под лицензией MIT без анонса, без поста в блоге и без таблицы бенчмарков — репозиторий объёмом 71,5 ГБ, который можно изучать файл за файлом. Meta Muse Image — первая собственная модель генерации изображений от Meta Superintelligence Labs, выпущенная 7 июля 2026 года с пресс-кампанией, заявленными производителем результатами бенчмарков и без каких-либо загружаемых весов. Интересный вопрос не в том, какая из них нарисует лучший плакат. А в том, что одну из этих моделей можно проверить уже сегодня, а другую можно только принять на веру, и проверяемая занимает первое место в единственном независимом рейтинге, в котором она, судя по всему, фигурирует.

Один поставлялся в виде файлов. Один — в виде заявки.

Начните с того, из чего фактически состоит каждый релиз, потому что разница отнюдь не тонкая.

• Ming-Image-0.1-Design — 6 154 901 056 параметров, лицензия MIT, diffusers-пайплайн, все веса в BF16 safetensors, примерно 71,5 ГБ в шести папках компонентов: connector/ (2 шарда), mllm/ (7 шардов), mlp/ (124,8 МБ), scheduler/, transformer/ (5 шардов) и vae/ (253,8 МБ). Файла model_index.json нет, поэтому рекомендуемый путь — это git clone репозитория для инференса и python infer.py, а не вызов пайплайна одной строкой.

• Meta Muse Image — ни весов, ни опубликованного числа параметров, ни архитектурного документа, ни файла лицензии для ознакомления. Он доступен как сервис и, с августа 2026 года, через собственный Model API Meta на OpenAI-совместимой конечной точке по фиксированной цене $0,01 за изображение. Всё, что вы знаете о его внутреннем устройстве, взято из описания, данного самой Meta.

У этой асимметрии есть практическое следствие, не имеющее никакого отношения к качеству изображения. В релизе Ming вы можете ответить на вопросы, которые вендор никогда не разъяснял: что представляет собой текстовый энкодер, сколько шагов сэмплирования ожидает планировщик, выдаёт ли VAE четыре канала или восемь, выполняет ли MLP-коннектор что-либо, что вы могли бы заменить. С Muse Image вы не можете ответить ни на один из них, и в следующем квартале тоже не сможете, потому что нет артефакта, который можно было бы открыть.

Единственная цифра, которую стоит привести, и откуда она берётся

Ming-Image-0.1-Design занимает первое место в рейтинге Artificial Analysis Text to Image Leaderboard for UI/UX Design в категории открытых весов с Elo 1 082. Следом за ним идут: Ideogram 4.0 (Quality) — 1 052, Ideogram 4.0 — 1 015, HunyuanImage 3.0 Instruct — 1 005, FLUX.2 [dev] — 1 000, FLUX.2 [dev] Flash — 999 и FLUX.2 [dev] Turbo — 994.

Три замечания насчёт честности по этому поводу, потому что это самое сильное доказательство в данном сравнении, и к нему стоит отнестись аккуратно. Во-первых, та копия таблицы лидеров, которую мы читаем, опубликована на собственной карточке модели, и на ней стоит бренд Artificial Analysis — это таблица Artificial Analysis, воспроизведённая поставщиком, а не цифра, которую получили мы. Во-вторых, никто независимо не воспроизвёл этот результат, а таблица Elo по слепым предпочтениям — это статистика по популяции, а не тест для каждого отдельного запроса: она говорит о том, какое изображение в среднем предпочитала толпа, а не о том, правильно ли модель отрисует именно вашу конкретную инфографику. В-третьих, и это как раз то, что многое объясняет, таблица отфильтрована по открытым весам. Meta Muse Image не может в ней появиться, так что его отсутствие — не результат.

Для Muse Image эти цифры — собственные данные Meta и Artificial Analysis, и их следует обозначать именно так. Meta сообщила о показателе согласованности персонажа при работе с несколькими изображениями в 94%, поддержке до 10 референсных изображений и выводе размером до 1600 пикселей по длинной стороне. Artificial Analysis помещает модель в топ-5 в категории преобразования текста в изображение и на третье место в своём рейтинге редактирования изображений с Elo около 1 105. Это соответственно заявленные производителем и независимо измеренные показатели, и они не являются чем-то одного и того же рода.

Для чего создан Ming-Image-0.1-Design

В карточке модели чётко указано её назначение, и это не фотография общего назначения. Она ориентирована на UI, инфографику, постеры и работу с дизайном, насыщенным текстом — на тот класс изображений, где сложность заключается в разборчивом шрифте и аккуратной компоновке, а не в фотореалистичной коже. Рекомендуемые настройки это отражают: вывод 2048×2048 или 1024, когда важна скорость, 12 шагов сэмплирования, classifier-free guidance на уровне 1.0, точность BF16 и один CUDA-графический процессор на 80 ГиБ. Предполагается, что улучшение промпта будет выполняться отдельной визуально-языковой моделью — в карточке указаны Ling-3.0-flash-VL и qwen3.8-27B — а развёртывание, как ожидается, будет проходить через vLLM-Omni.

Также есть компаньон, Ming-Image-0.1-Design-Layer, который представляет собой отдельный репозиторий с другим тегом пайплайна (image-text-to-image), 6 154 908 736 параметрами и той же лицензией MIT. Его задача — разложение на слои: вы подаёте ему плоское изображение дизайна плюс план слоёв, и он возвращает слои RGBA. Он работает при 1024 в стандартном бакете или при 512 для скорости, при 12 шагах с guidance 2.0 и flash_attention_2. В карточке результаты на тестовом наборе Crello показаны в виде изображения, а не таблицы, что стоит отметить, если вы надеялись сравнить его с чем-либо численно.

Что действительно пока невозможно познать

Здесь формулировка должна быть предельно прямой. У Ming-Image-0.1-Design нет примечаний к выпуску, нет анонса, нет раздела с заявленными ограничениями и нет сторонних публикаций на момент написания. Счётчик загрузок в репозитории показывает ноль. У вендора нет хостингового эндпоинта. Единственное независимое измерение — это одна позиция в таблице лидеров, а всё остальное — пропускная способность, следование промптам на ваших данных, то, как модель ведёт себя при количестве референсных изображений больше нескольких, чист ли RGBA-канал по краям — публично не измерено.

Что это вам даёт — это короткая, чётко определённая оценка. Вы можете прочитать архитектуру, запустить её и принять решение самостоятельно в течение дня. Это не даёт вам бенчмарка, который можно процитировать в закупочном документе.

Meta Muse Image — это зеркальное отражение. Её измерили на двух независимых стендах, и у неё есть опубликованная цена, но ни то, ни другое не позволит вам проверить ни один вес. Если ваше ограничение — это проверка на соответствие требованиям, в которой спрашивают, откуда взялись обучающие данные и что модель делает с промптом, то «Meta говорит» — это весь ответ, который вам доступен.

Версия этого сравнения, на которую может действовать маршрутизатор

Ни одна из этих двух моделей не маршрутизируется нами, и эта статья не собирается подразумевать обратное. Meta Muse Image закрыта и обслуживается Meta; Ming-Image-0.1-Design — это скачиваемый набор весов, для которого вообще нет хостингового маршрута. Модели генерации изображений, которые мы предоставляем сегодня, — это семейство GPT-Image от OpenAI, тарифные уровни Imagen 4 и предпросмотры Gemini для изображений от Google, а также эндпоинт генерации изображений Grok Imagine от xAI — всё это за одним OpenAI-совместимым эндпоинтом по прайс-листовой цене провайдера с нулевой наценкой, с автоматическим переключением между провайдерами при сбое и DSL маршрутизации, который объединяет несколько моделей в один вызов.

Это здесь важно по одной конкретной причине. Неанонсированный релиз с открытыми весами, занимающий всего одну позицию в таблице лидеров, — это именно та модель, которую команда хочет оценить, не ставя на неё производственный маршрут. Запуск её рядом с проверенной моделью на том же ключе, а не перед ней, — это способ провести оценку без второго контракта и без изменений в коде.

Выбирайте, исходя из того, что вы можете проверить.

• Если вам нужна модель, которую можно изучить, модифицировать, дообучить или запускать на собственном оборудовании, Ming-Image-0.1-Design — единственный вариант из этих двух, и его лицензия MIT необычно либеральна для выпуска модели изображений 2026 года.

• Если вам нужна модель с опубликованной ценой и независимыми оценками, на которые можно ссылаться, — Meta Muse Image — единственный вариант из этих двух, и $0.01 за изображение — это цифра, которая выдержит проверку бюджета.

• Если вам нужна прозрачность в качестве выходных данных — RGBA-путь Ming-Image-0.1-Design и его сопутствующий компонент Layer нацелены именно на это; у Meta информация о прозрачности не опубликована.

• Если вам нужно, чтобы это заработало уже сегодня днём — то ни один из них. У одного нет хостингового эндпоинта, у другого нет возможности скачать.

Открытый вопрос уже, чем кажется, и это дата, а не бенчмарк. Ming-Image-0.1-Design был загружен 17 сентября 2026 года, и никто об этом не объявил. Либо это объявление появится, и позиция в таблице лидеров получит второе, независимое прочтение, либо не появится — и это останется репозиторием, который запустили лишь несколько человек. Первая сторонняя оценка — это то, за чем стоит следить, потому что именно в этот момент документальный след перестаёт быть обещанием и начинает быть доказательством.