Krea 3 vs HY-Image 3.5: Den billigare redigeraren är den med sämre dokumentation

Bara sett till pris är den här duellen över innan den ens har börjat, och i fel riktning för den nyare modellen. HY-Image 3.5, T​encents nuvarande bildmodell – som tillhandahålls under identifieraren hy-image-v3.5-preview och prissatt till $0,024 för en 2K-bild på den internationella slutpunkten – kostar ungefär fyrtio procent av vad K​rea 3 tar betalt. K​rea släppte K​rea 3 den 15 oktober 2026 som en dedikerad redigeringsmodell för $0,06 per bild i nativ 2K, med snabbhet som säljargument: under 8 sekunder per redigering, från början till slut. Så om du kom hit med förväntningen att den nya utmanaren skulle underbjuda den sittande, säger aritmetiken motsatsen, och den intressanta frågan blir varför någon skulle betala två och en halv gånger så mycket för samma redigeringsjobb.

Svaret är läsbarhet, och det går åt båda hållen. Tencents modell har en oberoende redigeringspoäng – 1 088 Elo, sjuttonde av sextionio rankade modeller på Artificial Analysis resultattavla för bildredigering, med ett angivet 95-procentigt intervall på 1 074 till 1 102 över 5 775 blinda jämförelser. Krea 3 har ingen. Men Tencents modell har varit i förhandsversion sedan långt innan Krea 3 fanns, har inget publicerat datum för när förhandsversionen upphör och har över huvud taget ingen publicerad siffra för sekunder per redigering. Krea 3 har ett lanseringsdatum, ett pris, en latenssiffra och inga externa bevis. Ingen av leverantörerna har gett dig en fullständig bild, och de två luckorna är inte symmetriska.

Två modeller, två olika slags ofullbordade

Det här är det första som måste klargöras, för ordet "preview" på ena sidan och ordet "beta" på den andra beskriver inte samma problem.

Tencent släpper sin Hunyuan-bildlinje först som förhandsversion och den officiella versionen senare, och den nuvarande generationen befinner sig i det första av dessa tillstånd – det finns ingen andra, stabil, icke-förhandsversionsidentifierare vid sidan av den, och Tencent har inte publicerat något datum för när en sådan kommer att dyka upp. Resultattavlan registrerar den också under förhandsversionsbeteckningen, som HunyuanImage 3.5 (Preview), vilket är en oberoende bekräftelse på att förhandsversion är det aktuella tillståndet snarare än en historisk etikett.

Kreas situation är rörigare i mindre skala. Modellen lanserades den 15 oktober 2026 som Krea 3, och det är vad Kreas lanseringssida och blogg kallar den. Kreas egna pristabeller listar den som Krea 3 Beta. På annat håll på samma webbplats anges gränsen för referensbilder som sex i lanseringsinlägget och åtta på produktsidan. Inget av detta tyder på att modellen inte är redo; allt tyder på en utgåva som är fyra dagar gammal och inte har städats upp. Men "Krea 3 Beta" är strängen i plan-tabellen, och det är den sortens detalj som hamnar i någons konfigurationsfil.

• Utgivningsstatus — HY-Image 3.5: i förhandsversion, identifierare hy-image-v3.5-preview, inget meddelat datum för en stabil beteckning. Krea 3: släpptes 15 oktober 2026, kallades Krea 3 på lanseringssidan och Krea 3 Beta i Kreas planeringstabeller.

• Oberoende redigeringsrankning — HY-Image 3.5: #17 av 69, 1 088 Elo, intervall 1 074–1 102, 5 775 prover. K​rea 3: ingen post, orankad.

• Pris per 2K-bild — HY-Image 3.5: $0.024 på den internationella slutpunkten, ¥0.15 inrikes, debiteras endast för levererade utdatabilder. K​rea 3: $0.06 vid 2K, $0.03 vid 1K, fast pris, där K​rea uppger att lanseringspriset är listpriset snarare än en kampanj.

• Hastighet — HY-Image 3.5: ingen publicerad siffra för sekunder per redigering. Krea 3: under 8 sekunder från början till slut vid 2K, enligt tillverkaren.

• Referensbilder — HY-Image 3.5: upp till fem per begäran, siffran anges konsekvent i Tencent:s material. Krea 3: sex i lanseringsinlägget, åtta på produktsidan.

• Maximal utdata — HY-Image 3.5: "upp till 2K" enligt Tencents egna ord. Krea 3: äkta 2K, med exempel angivna till 2736 × 1536 px, och 1K till halva priset.

• Öppna vikter — ingendera. Ingen nedladdningsbar checkpoint från någon av leverantörerna; Tencents ComfyUI-noder anropar API:et i stället för att köras lokalt, och Krea erbjuder självhosting endast som ett samtal om företagslicens.

Vad ett redigerings-Elo ger dig och vad det inte ger dig

Sextonde av åttioett är en genuint bra placering, och det är det enda oberoende framtagna talet i hela den här jämförelsen. Det är värt att läsas exakt.

HY-Image 3.5 får högre poäng på redigeringslistan än på listan för text-till-bild — 1 088 mot en placering utanför topp sextio för text-till-bild — och den klyvningen är modellens karaktär i en rad. När det gäller rå genereringspreferens ligger den som bäst i mittenfältet. När det gäller redigering ligger den i toppkvartilen. Ledarna på redigeringslistan är O​penAI:s GPT Image 2.5 Sunburst på 1 198 och Flare på 1 177, där Nano Banana 2.1 och M​icrosofts MAI-Image-2.6 ligger lika på 1 148, så T​encent ligger omkring 110 Elo under frontlinjen — en verklig lucka, inte en avrundningsskillnad, med intervall på ungefär ±14.

Det som det där numret inte kan säga dig är det som en produktionsredaktör lever eller dör på. Elo är ett genomsnitt av blinda preferensröster; det säger ingenting om huruvida den oförändrade delen av din bildruta förblev oförändrad, vilket är precis vad K​rea har byggt hela sin pitch kring med ett mått som det kallar precision – andelen pixlar utanför redigeringsområdet som lämnats oförändrade, jämfört vid kvartsupplösning efter justering, ett försök per modell vid samma prompt. K​reas precisionstest utförs av dem själva och bör läsas med det i åtanke. Det är fortfarande rätt fråga, och den oberoende nämnden svarar inte på den för någon av modellerna.

Asymmetrin som ingen gör reklam för: flerspråkig text

Det finns en kapacitetsskillnad här som ingen av leverantörernas jämförelsesidor lyfter fram, och för team som lanserar utanför engelsktalande marknader är det den avgörande.

T​encents påstående för HY-Image 3.5 är förbättrad noggrannhet för text som återges i bilden, på både kinesiska och engelska. Det är ett leverantörspåstående, ingen oberoende nämnd betygsätter denna modell för textåtergivning, och det har inte reproducerats utanför T​encent — men det är ett påstående om en förmåga som modellen uttryckligen är byggd för, och det riktar sig mot kategorins mest konsekventa svaghet. Den som producerar kinesiskspråkiga kampanjmaterial, förpackningar eller affischer bör läsa det som det enda som någon av sidorna i denna matchning har sagt i ämnet.

K​rea 3:s publicerade material säger inget motsvarande. Lanseringsexemplen är på engelska och dess dokumenterade styrkor är ändringar av produktscener, objektborttagning och fotostädning. Det är inte ett bevis på svaghet på kinesiska; det är avsaknad av något påstående, vilket för en lokaliseringspipeline innebär samma sak — otestat.

Båda modellerna har för övrigt en gemensam blind fläck i samma riktning. Krea 3 håller karaktärsblad namnlösa men verkliga: konsekvens över en sekvens av redigeringar plus referenser. Tencent dokumenterar multireferensbetingning och ett anspråk på konsekvens, och dokumenterar inte heller någon namngiven funktion för karaktärsblad eller något tillgångsobjekt per karaktär. Om du bygger en återkommande rollfigursensemble monterar du pipelinen själv på båda sidor.

Kostnadsargumentet, med återförsöken inräknade

Ta först de publicerade priserna för vad de är. HY-Image 3.5 med 0,024 USD per 2K-bild mot Krea 3 med 0,06 USD är en faktor på två och en halv, och vid hundratusen bilder i månaden är det 2 400 USD mot 6 000 USD. Tencent fakturerar endast för levererade utdatabilder, så en filtrerad eller misslyckad förfrågan debiteras inte, vilket gör att den effektiva kostnaden vid stökiga arbetsbelastningar ligger närmare den angivna än vad en fakturering per förfrågan skulle göra.

Två förbehåll måste följa med den lägre siffran. $0.024 är den internationella endpoint-taxan; den inhemska siffran är ¥0.15 för en 2K-bild, och om din trafik dirigeras annorlunda ändras summan du betalar. Och modellen är i förhandsversion — ett förhandspris är priset för en sak som ännu inte har slutat förändras, vilket är ett argument för att hålla taxan som ett konfigurationsvärde i stället för en konstant, inte ett argument mot att använda den.

Kreas motargument är inte priset, det är antalet återförsök. Med sex cent per redigering kostar det trettio cent och inget möte att köra fem pass och välja det bästa. Med sex cent mot $0,024 är gapet tillräckligt litet för att beslutet bör fattas utifrån kontroll och hastighet snarare än utifrån fakturan — vilket är en märklig slutsats för en jämförelse som inleddes med en prisskillnad på två och en halv gånger, och det är den ärliga slutsatsen.

Var du kan anropa var och en, och vad en router gör åt det

Ingen av modellerna är en som du kan hålla i dina egna händer. Tencent publicerar ingen checkpoint, ingen lokal licens och ingen offline-väg; varje dokumenterat sätt att nå den är Tencents eget API eller en av Tencents egna produkter. Kreas svar på självhosting är en företagsplan som körs på dina egna GPU:er under en förhandlad licens. Så båda är anrop, och den praktiska frågan är hur många anrop du vill hantera.

OrcaRouters svar på det är en OpenAI-kompatibel endpoint för några hundra modeller, där leverantörernas listpriser förs vidare utan påslag – så en leverantörsprisändring slår igenom på din faktura samma dag i stället för vid nästa förnyelse – plus ett routing-DSL för att låsa en specifik modell per begäran och automatisk failover när en leverantör returnerar fel. För att vara uppriktiga om täckningen: vi routar inte HY-Image 3.5 eller K​rea 3 i dag, så båda innebär att anropa leverantören direkt. Det endpointen ger dig under tiden är att de modeller som du skulle jämföra någon av dem mot – GPT Image 2 och G​oogles nyare bildmodeller bland dem – redan ligger bakom en enda nyckel, så jämförelsetestet är en konfigurationsändring i stället för tre integrationer, och en övergång från preview till stable på T​encents sida eller ett namnbyte av K​rea 3 Beta är en enradsändring i stället för en migrering.

Vilken, för vilket jobb

Om du levererar kinesiskspråkiga tillgångar är HY-Image 3.5 den enda av dessa två med ett påstående på bordet om textrendering, och den är också den billigare av de två med bred marginal. Utgå från att förhandsversion är dess nuvarande utgivningsstatus, att en stabil identifierare inte har daterats, och att det enda oberoende kvalitetstal som är kopplat till den är ett genomsnitt av blinda preferenser som inte säger något om inneslutning.

Om du redigerar engelskspråkigt produkt- och kampanjbildmaterial i stor skala och ditt teams klagomål är väggklockstid, är K​rea 3 det nyare, snabbare alternativet som är bättre dokumenterat i den specifika bemärkelsen – och det dyrare. Utgå från att varje prestandasiffra som tillskrivs det är K​reas egen, att dess referensantal dokumenteras på två sätt, och att det kom till världen för fyra dagar sedan utan en enda extern mätning.

Det avgörande ligger inte i någon av leverantörernas material. Det är huruvida dina redigeringar måste hålla en bildruta exakt, i vilket fall måttet du bör köra på dina egna bilder är Kreas precisionstest på båda modellerna, eller huruvida dina tillgångar måste rendera kinesiska korrekt, i vilket fall testet är en rubrik och inte en resultattavla. Båda experimenten kostar mindre än en dag, och båda kommer att säga dig mer än de två prislappar som inledde den här artikeln.

Vad siffrorna inte kan berätta för dig är huruvida något av det har gått fel i fält: de dokumenterade AI-incidenterna och agentfelen kring modeller i den här klassen samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omtvistad flagga.