HY-Image 3.5: Vad Tencents bildmodell är, och vad etiketten Förhandsversion faktiskt betyder

Det finns två billiga sätt att slösa bort en vecka på HY-Image 3.5, och båda börjar med dess namn. Det första är att behandla den som en färdig produkt med en stabil identifierare som du kan låsa en pipeline till. Det andra är att behandla ordet "preview" som en synonym för "ännu inte verklig" och placera modellen bland sådant du kommer att läsa om senare. Ingen av tolkningarna överlever kontakten med vad utgivaren faktiskt dokumenterar. HY-Image 3.5 är Tencen​ts nuvarande bildgenereringsmodell, publicerad av Tencen​t självt via dess Hunyuan-serie och som tillhandahålls via Tencen​t Cloud, och det som är oklart med den är inte huruvida den fungerar – utan vad du får kalla det du hänvisar till, och vilken identifierare du ska skriva in i en konfigurationsfil. Det är frågan som den här sidan besvarar, och det är frågan en stor andel av de människor som söker efter den här modellen redan ställer.

Vem publicerar den, och vad den för närvarande är

Tencen​t publicerar den. Modellen ingår i Hunyuan-familjen, och Tencen​ts egen produkthubb listar bildgenerering som en av linjens kärnfunktioner — 混元生图, som på Tencen​ts produktsida beskrivs som byggd på Hunyuans text-till-bild-modell och erbjuder stark förståelse för kinesiska tillsammans med bildgenerering. Den kommersiella ytan är Tencen​ts eget moln: bildgenereringsmodellen är en produkt på Tencen​t Cloud, nåbar via plattformens TokenHub-API-yta, och dokumenteras där tillsammans med företagets övriga AI-tjänster.

Utgivningsstatusen är den del där det är värt att vara exakt, eftersom det är den del som namngivningen skymmer. Tencent släpper förhandsversionen av den här linjen först och den officiella versionen senare, och den nuvarande generationen befinner sig i det första av dessa två tillstånd. Identifieraren som är i omlopp är hy-image-v3.5-preview. Det finns ingen andra, stabil, icke-förhandsversionsidentifierare för den här generationen vid sidan av den, och Tencent har inte publicerat något datum för när en sådan kommer att dyka upp.

Varför den här sidan inleds med förhandsgranskningsfrågan

Eftersom efterfrågan säger det. Vår egen förstaparts-sökdata – Googl​e Search Console, exakt sökfrågematchning, de fyra veckorna som avslutades 2026-10-07 – ger den här modellen 430 visningar och 10 klick för varje stavning som kan reduceras till dess namn. Uppdelat är det 138 visningar för "hy image3.5" och 128 för "hy image 3.5" – och sedan 115 för "hy image3.5 preview", 45 för "hy image 3.5 preview" och 4 för den bindestreckade identifieraren "hy-image-3.5-preview".

Läs de siffrorna som en beskrivning av vad folk skriver, vilket är allt en sökkonsol berättar för dig. Mer än en tredjedel av efterfrågan på den här modellens namn kommer med ordet ”preview” fäst vid sig. De läsarna frågar inte om Tencen​t har meddelat något. De frågar vilken beteckning de har att göra med, och det ärliga svaret är att både kortnamnet och preview-namnet pekar på en och samma artefakt: den preview-generation som Tencen​t levererar just nu.

Så, fastställt: HY-Image 3.5 och "HY-Image 3.5 preview" är samma modell i samma utgivningsläge. Beteckningen preview är aktuell, inte historisk. Det långa namnet är det korrekta, och det korta namnet är vad modellen kallas i bevakning och i verktygsintegrationer, eftersom ingen skriver kvalificeraren när man namnger något man använder.

Vad den accepterar, vad den returnerar och storleksomfånget

Så som Tencen​t uttrycker det, och flaggat där leverantörens material är tunnare än bevakningen runt omkring:

• Indata — en textprompt och, för redigeringsriktningen, referensbilder. Den tillskrivbara siffran för referensbilder är upp till fem per begäran, vilket är den siffra som konsekvent anges i Tencen​ts produktmaterial. Minst en aggregator har publicerat tjugo; fem är den siffra vi kan tillskriva, och vi höjer den inte.

• Lägen — text till bild, bild till bild och redigering i flera turer, där en redigering tillämpas mot det ackumulerade sammanhanget i konversationen i stället för att varje begäran börjar från noll.

• Utdata – bilder upp till 2K, i en uppsättning vanliga bildförhållanden i stället för en enda kvadratisk bild. Tencen​ts egna ord för den övre gränsen är "upp till 2K".

• Fakturering — endast för levererade utdatabilder. En begäran som misslyckas eller filtreras är inte det du debiteras för, vilket spelar roll när du dimensionerar en arbetsbelastning snarare än en demo.

En siffra i omlopp överlever inte leverantörens eget material. Minst en kanal rapporterade en utdataspecifikation på 4096×4096. Tencen​t säger ”upp till 2K”, och alla andra källor håller med Tencen​t. Behandla 4K-siffran som ett fel snarare än som en färdplan för en senare version – det är en rättelse, inte ett tillkännagivande.

Textrendering och redigeringsbeteende

Två påståenden bär modellens beteende, och båda kommer från utgivaren.

Det första är text. Tencent hävdar förbättrad noggrannhet för text som återges i bilden, både på kinesiska och engelska. Det har varit hela kategorins ständiga svaghet, och det är en sådan typ av påstående som är lätt att testa på sitt eget material men svårt att avgöra utifrån, eftersom ingen publicerar något offentligt textrenderingsresultat för den här modellen.

Det andra är konsistens, ordet som Tencen​t leder med. Påståendet är att ett motiv överlever upprepade redigeringar och omrenderingar utan att drifta — att redigering förfinar bilden i stället för att starta om den, vilket är skillnaden mellan ett verktyg du använder för en enskild bild och ett verktyg du använder över en serie av dem. Tillsammans med den ovanstående ramen med fem referensbilder är det den dokumenterade grunden för allt du bygger som kräver att samma karaktär återkommer.

Båda är leverantörspåståenden. Inget av dem har reproducerats utanför Tencen​t, och ingen oberoende nämnd betygsätter den här modellen för textrendering överhuvudtaget.

Rollformulärsfrågan

Vår egen bevakning av den här modellen handlar redan om character sheets, så det är värt att vara precis om vad utgivaren dokumenterar och vad den inte dokumenterar. Det som Tencen​t dokumenterar är multireferensbetingning – du tillhandahåller flera referensbilder – i kombination med konsistenspåståendet ovan. Det som Tencen​t inte dokumenterar är en namngiven "character sheet"-funktion, en byggare för character sheets eller ett tillgångsobjekt per karaktär. Inget sådant förekommer i leverantörens material för den här modellen, och det förekommer inte heller någonstans i dokumentationen för de ComfyUI-noder som anropar den.

Så kapaciteten är verklig, men dess namn är vårt, inte deras. Om du vill att en karaktär ska vara konsekvent genom en serie bilder är de dokumenterade delar du sätter samman: tillhandahåll referensbilderna, upp till fem per begäran, och förlita dig på modellens konsekvensbeteende över upprepade redigeringar. Huruvida det utgör en produktionspipeline för karaktärer är en bedömning av din egen tagninglista, inte en specifikation som Tencen​t har publicerat.

Licens och åtkomstväg, såsom utgivaren dokumenterar dem

Det finns ingen väg med öppna vikter här, och det är ett faktum i dokumentationen snarare än en begränsning som läses in i materialet. Tencent publicerar ingen nedladdningsbar checkpoint för den här modellen, ingen licens för lokal användning och ingen offlineväg. Alla dokumenterade sätt att nå den är antingen Tencents eget API eller en av Tencents egna produkter.

API:et är vägen för allt i stor skala. Modellen tillhandahålls på Tencen​t Cloud under bildgenereringsprodukten och nås via plattformens TokenHub-API-yta, och den har en publicerad prislista: ¥0,15 för en 2K-bild på den inhemska slutpunkten och US$0,024 för samma anrop internationellt, båda faktureras endast för levererade utdatabilder. Den internationella siffran styrks oberoende – modellen finns på Artificial Analysis bildtavlor till $24 per 1 000 bilder, vilket är leverantörens pris omräknat per tusen snarare än en tredje parts egen uppskattning.

Utöver API:et har Tencent lagt in modellen i sina egna förstapartsytor: Yuanbao, konsumentassistenten; kunskapsverktyget ima; och de kreativa och produktivitetsinriktade produkterna Miora, WorkRally, OnSolo och WorkBuddy. Den är också inkopplad i Tencent Clouds mediestack via Media Processing Service och Video on Demand – vilket visar att den tilltänkta köparen inkluderar team som redan transcodar och redigerar video på Tencents infrastruktur, inte bara utvecklare som bygger bildfunktioner från grunden.

Det finns tredjepartsverktyg, men de är tunnare än de verkar. ComfyUI har släppt partnernoder för den här modellen, och den viktiga detaljen är vilken typ av noder de är: de anropar Tencen​t's API. Det finns inga lokala vikter bakom dem, ingen checkpoint, ingen GPU-väg. "Det finns en ComfyUI-nod" och "jag kan köra det här på min egen hårdvara" är olika påståenden, och för den här modellen är bara det första sant.

Var den oberoende bevisningen faktiskt placerar det

Det här är den del som leverantörens material inte kan tillhandahålla, och att läsa den noggrant är skillnaden mellan en användbar referenssida och ett pressmeddelande. Artificial Analysis har modellen på två resultattavlor, under namnet HunyuanImage 3.5 (Preview) — tavlan registrerar den även under preview-beteckningen, vilket i sig är en bekräftelse av namngivningen ovan. Läst i dag, 2026-10-13:

Text till bild — 68:e plats på en lista med 168 modeller, med 976,02 Elo, med ett konfidensintervall på 95 % från 967,02 till 985,02, prissatt till 24 USD per 1 000 bilder. Det placerar den i mitten av fältet. Listans ledare, GPT Image 2.5 Sunburst (max), ligger på 1198,36 Elo; GPT Image 2.5 Flare (max) ligger på 1190,81, GPT Image 2 (high) på 1171,83, Nano Banana 2.1 på 1160,29 och Grok Imagine Image 2.0 på 1155,4. Tencen​ts tidigare generationer på samma lista: HunyuanImage 3.0 Instruct på 995,91 och 50:e plats, HunyuanImage 3.0 (Tencen​t Cloud) på 983,72 och 64:e plats, HunyuanImage 3.0 på 943,61 och HunyuanImage 2.1 nere på 887,35.

• Bildredigering — 16:e plats på en topplista med 81 modeller, med 1087,14 i Elo och ett 95-procentigt intervall på 1078,14–1096,14, återigen för 24 USD per 1 000 bilder. Det placerar den i den översta femtedelen av listan. Ledarna är GPT Image 2.5 Sunburst (max) med 1184,26, GPT Image 2.5 Flare (max) med 1164,63 och MAI-Image-2.6 med 1140,28. Tencents tidigare generationer: HunyuanImage 3.0 Instruct med 1068,07 och på 23:e plats, HunyuanImage 3.0 (Tencent Cloud) med 1030,31 och på 34:e plats.

Skillnaden mellan dessa två placeringar är det enskilt mest informativa på den här sidan, och den är inte en motsägelse. Den säger var modellen är konkurrenskraftig: redigering, där den hamnar nära toppen av en mindre, nyare resultattavla, är där konsistenspåståendet infrias. Den säger var den inte är det: i fråga om rå preferens för text-till-bild ligger den i mittfältet, långt under modellerna i toppen och under var en läsare som kommer från en rubrik om "+30 % jämfört med föregående generation" skulle förvänta sig att den ligger. Båda tolkningarna kommer från samma oberoende resultattavla, mätt på samma sätt, samma dag.

Två förbehåll hör ihop med dessa siffror. Elo-intervallen är tillräckligt breda för att intilliggande placeringar inte ska vara en meningsfull rangordning – några få Elo-poäng mellan närliggande rader är brus, inte ett fynd. Och en jämförelse med matchad ansträngning och matchad testrigg mellan den här modellen och ledarna ovan finns inte offentligt; tavlorna rangordnar preferensröster, inte en kontrollerad bake-off.

Hur en läsare faktiskt använder det idag

Börja med den väg som matchar ditt syfte. Om du utvärderar är Tencen​ts förstapartsprodukter det billigaste sättet att komma in, och det kostnadsfria tvåveckorsfönstret som gällde på Miora, WorkRally och OnSolo vid lanseringen stängdes den 7 oktober 2026 — så budgetera för API:et redan från första anropet i stället för att planera kring en provperiod. Om du bygger är API:et på Tencen​t Cloud den enda vägen med en prislista, och meta-token-ytan är där dokumentationen finns.

Skriv sedan genereringsanropet så att modellnamnet är ett konfigurationsvärde och inte en konstant. Det är inte stilistisk rådgivning för just den här modellen; det är disciplinen som hindrar en övergång från förhandsversion till officiell version — eller en prisändring, eller ett byte till en helt annan generator — från att bli en kodändring. En förhandsversionsidentifierare är per definition det som mest sannolikt kommer att ersättas, och kostnaden för att vara beredd på det är en rad i en konfigurationsfil.

Där den disciplinen lönar sig är på routinglagret. OrcaRouter körs enligt en modell med 0 % påslag – leverantörens listpris förs vidare oförändrat, så en prisändring från en leverantör slår igenom samma dag i stället för att vänta på en omprissättningscykel – och en API-nyckel täcker fler än 200 modeller, med automatisk failover mellan leverantörer och ett routing-DSL för att låsa en specifik modell per begäran. Det är vad som gör att en bildgenerator kan vara ett routingbeslut i stället för ett arkitekturbeslut, vilken generator du än pekar den mot.

Den korta versionen, för en läsare som kommit från en sökruta och vill veta dagsläget: HY-Image 3.5 är Tencents nuvarande bildmodell, den är i förhandsversion under identifieraren hy-image-v3.5-preview, den tar emot text och upp till fem referensbilder och returnerar bilder upp till 2K, den faktureras per levererad utdatabild till en publicerad internationell taxa på 0,024 USD för en 2K-bild, den har ingen väg via öppna vikter eller offline, och på de oberoende topplistorna är den samtidigt en redigeringsmodell i toppkvintilen och en text-till-bild-modell i mittfältet. Förhandsversionsbeteckningen är den öppna frågan, och det som skulle stänga den är en stabil identifierare med ett datum kopplat till sig.