Qwen-Image-2.1 vs Hy Image3.5: Oberoende paneler rangordnar dem i motsatt ordning

Ställ Qwen-Image-2.1 och Hy Image3.5 mot varandra i de två bildledartavlorna från Artificial Analysis, och tavlorna är oeniga om vilken som är bättre. I text-till-bild ligger Qwen-Image-2.1 59 Elo före Hy Image3.5 – 1 034 mot 975, plats 18 mot plats 66. I bildredigering byter samma två modeller plats: Hy Image3.5 ligger på 1 088 Elo och plats 14, Qwen-Image-2.1 på 1 074 och plats 18. En lucka på 14 poäng åt andra hållet. De två modellerna blev offentliga med två dagars mellanrum – Qwen-Image-2.1 med öppna vikter den 20 september 2026, Hy Image3.5 i offentlig förhandsvisning den 22 september 2026 – och det här är första gången någon av dem har en poäng på samma instrument, vilket är det som gör oenigheten värd att läsa snarare än att rapportera.

Det uppenbara draget är att säga att redigeringspanelen är brusig och gå vidare. Det är halvt rätt. Den andra halvan är att de två raderna inte är lika solida, priset på en av dem är inte priset på den andra, och en av dessa modeller har rättigheter till vikterna medan den andra aldrig kommer att få det.

Två styrelser, två order

Artificial Analysis utför blinda parvisa jämförelser – samma prompt till två modeller, en röstare väljer vinnaren, Elo ackumuleras – och publicerar en separat tavla per uppgift. Text-till-bild-tavlan har 166 rader; redigeringstavlan har 97. Båda raderna för båda modellerna kommer från samma leverantörs ögonblicksbild, så detta är inte en versionsmissmatchning.

• Text-till-bild — Qwen-Image-2.1 med 1 034 Elo (intervall 1 024 till 1 044) från 5 286 jämförelser, plats 18 av 166. Hy Image3.5 med 975 Elo (intervall 966 till 984) från 5 334 jämförelser, plats 66 av 166. Intervallen tangerar inte varandra. En separation på 59 punkter i stickprov av liknande storlek är en verklig rangordning, inte en avrundningsartefakt.

• Bildredigering — Hy Image3.5 på 1 088 Elo (intervall 1 079 till 1 097) från 5 550 jämförelser, rang 14 av 97. Qwen-Image-2.1 på 1 074 Elo (intervall 1 065 till 1 083) från 5 536 jämförelser, rang 18 av 97. Dessa intervall överlappar över ett fyrapunktsband vid 1 079 till 1 083. Ordningen är riktningsvisande, inte fastställd.

• Urvalsstorlekarna är nära varandra på båda resultattavlorna — 5 286 mot 5 334 för text-till-bild, 5 536 mot 5 550 för redigering — så skillnaden i konfidens handlar inte om att en modell har fått för få röster.

• Tavlan märker modellerna olika, och det spelar roll: raderna för Qwen-Image-2.1 bär markören Open Weights, raderna för Hy Image3.5 gör det inte.

Så den ärliga tolkningen är asymmetrisk. Text-till-bild: Qwen-Image-2.1 vinner tydligt. Redigering: Hy Image3.5 ligger förmodligen före, med en marginal som ligger inom mätningens brus.

Varifrån asymmetrin kommer

Hy Image3.5:s redigeringsförmåga är ingen överraskning när man tittar på vad Tencent lanserade det med. Förhandsversionen släpptes offentligt med upp till fem referensbilder per begäran, text-till-bild och bild-till-bild i samma modell, samt fleromgångsredigering — redigeringsdelen fick lanseringens tyngdpunkt. Qwen-Image-2.1 byggdes med en enhetlig stack för generering och redigering som också hanterar referensbilder, men dess rader på resultattavlan visar att redigeringssidan hamnar två Elo under Alibabas egen Qwen-Image-3.0-Pro, vilket är ett snävare resultat än vad lanseringens inramning antydde.

Tencents eget påstående är inte heller vad tavlan visar. Leverantören uppger att förhandsversionen har en vinstfrekvens på ungefär 30 % i blindutvärdering mot Hy Image3.0. Den siffran har inte reproducerats av någon utanför Tencent, och den oberoende tavlan bekräftar den inte på text-till-bild — där Hy Image3.5 preview vid 975 ligger 20 Elo under den öppna källkodsmodellen Hunyuan 3.0 Instruct vid 995; vid redigering går samma jämförelse i leverantörens favör: Hy Image3.5 preview vid 1 088 ligger 22 Elo över HunyuanImage 3.0 Instruct vid 1 066. Ett generationssteg framåt på en tavla, och ett steg tillbaka på den andra, från Tencents egen succession.

Prisaxeln, där de två inte alls är jämförbara

Hy Image3.5 preview är ett avgiftsbelagt API. Tencent Cloud debiterar 0,15 ¥ för en 2K-bild på slutpunkten för Kinas fastland och 0,024 US$ på den internationella slutpunkten, med debitering endast för bilder som API:et returnerar. Priskolumnen i Artificial Analysis anger 24,00 USD per 1 000 bilder, vilket är samma siffra i de enheter som tavlan använder – och jämfört med de 210,70 USD som den översta raden i text-till-bild-tavlan har för samma tusen bilder är det mindre än en niondel av priset.

Qwen-Image-2.1 har ingen prisrad, eftersom det inte har någon slutpunkt. Båda dess rader på resultattavlan har en uttrycklig not om inget API tillgängligt. Du köper inte den här modellen; du laddar ner den, och du betalar för den i GPU-timmar och i licensfrågan nedan. De 5 286 och 5 536 rösterna på dess rader kom från personer som körde vikterna själva. Det faktumet ger också rankningen en varning värd att behålla: en oberoende Elo för en modell som bara kan köras lokalt mäter en annan population än en Elo för något som vem som helst kan anropa.

Om planen är att lägga någon av dessa i en produkt är den praktiska uppdelningen nu tydlig, och det är samma uppdelning som priset antyder: modellen med bättre redigeringspoäng är den du hyr, och modellen med bättre text-till-bild-poäng är den du kör. OrcaRouter är hyrsidan av det — ett API över 200+ modeller med leverantörernas listpriser vidarebefordrade utan påslag, automatisk redundansväxling mellan leverantörer, och ett routing-DSL för att sätta samman flera modeller till ett anrop. Vi routar inte Hy Image3.5 preview eller Qwen-Image-2.1; bildraderna på plattformen är Googles Imagen-nivåer och Geminis bildförhandsvisningar, xAI:s Grok Imagine-bildslutpunkt och OpenAIs GPT-Image-familj. Ingen av dessa två är ett förstahandsval från den listan enbart på styrkan av en rad i en tabell, vilket är precis varför licensfrågan nedan är den som avgör saken.

Axeln som ingen av tavlorna har en kolumn för

Qwen-Image-2.1 släpps under Qwen Research License Agreement, daterat 20 september 2026, som endast beviljar rättigheter för icke-kommersiella ändamål och kräver en separat licens från leverantören för kommersiell användning. Hugging Face-repositorierna anger licensen som annat av den anledningen – det är inte en OSI-licens och bör inte tolkas som en sådan. Markeringen Open Weights på båda raderna i boarden är korrekt och säger ingenting om detta.

Hy Image3.5 preview har inga vikter att licensiera. Tencent har inte publicerat dem; förhandsvisningen serveras från Tencent:s egen plattform och det finns ingen nedladdningsbar version av den här generationen. Det du får är ett prisblad, en gräns för referensbilder och en tjänst du kan starta och stoppa. Inget att granska, inget att hosta, inget att förhandla om — och inget du behåller om Tencent ändrar priset eller lägger ner förhandsvisningen.

Jämförelsen som faktiskt avgör frågan om öppna vikter är Tencents egen föregångare snarare än Qwens modell. HunyuanImage 3.0 Instruct finns på båda listorna med markören Open Weights – 1 066 på redigering, 995 på text-till-bild. Qwen-Image-2.1 slår den på båda. Så om kravet är "nedladdningsbara vikter jag kan köra på min egen hårdvara" är det bästa alternativet i den här jämförelsen Alibabas, på endera listan, under en licens som fortfarande förbjuder försäljning av resultatet.

Det finns ingen version av det här där pappersarbetet löser sig självt. Du kan få den bättre redigeringspoängen utan vikter och med en mätarbaserad faktura, eller den bättre text-till-bild-poängen med vikter du inte får kommersialisera. Välj vilken begränsning du kan leva med, och gå sedan och mät båda på dina egna prompts — redigeringsgapet mellan dem är fyra poäng brett inom överlappande intervall, vilket är den typ av marginal som en enda undanhållen promptuppsättning kan sudda ut.