Hy Image3.5 vs Ming-Image-0.1-Design: คุณเช่าตัวหนึ่งได้ แต่คุณซื้ออีกตัวหนึ่งไม่ได้

Hy Image3.5 และ Ming-Image-0.1-Design เปิดตัวห่างกันห้าวันในเดือนกันยายน 2026 และมีการเผยแพร่ที่แตกต่างกันอย่างสุดขั้ว โมเดลของ Tencent เป็น API แบบคิดค่าตามการใช้งาน: ภาพ 2K ราคาภาพละ $0.024 บน Tencent Cloud International ซึ่งเป็นพรีวิวที่เปิดเมื่อวันที่ 22 กันยายน และวันนี้เข้าถึงได้ผ่านผลิตภัณฑ์และช่องทางคลาวด์ของ Tencent เอง Ming-Image-0.1-Design ของ inclusionAI เป็นรีโพซิทอรี: เวตที่ใช้สัญญาอนุญาต MIT บน Hugging Face ตั้งแต่วันที่ 17 กันยายน ไฟล์ BF16 safetensors ขนาดราว 71.5 GB ไม่มีเอนด์พอยต์ ไม่มีราคา ไม่มีผู้ให้บริการ และมี Quick Start ที่ชี้ไปยังรีโพซิทอรีคู่กันซึ่งตอบกลับ 404 ตัวหนึ่งเป็นผลิตภัณฑ์ที่คุณเรียกใช้ได้บ่ายวันนี้ อีกตัวเป็นไฟล์ที่คุณดาวน์โหลดได้บ่ายวันนี้

นั่นคือการเปรียบเทียบ และมันไม่ใช่การประกวดคุณภาพ — ไม่มีโมเดลไหนมีคะแนนอิสระ ดังนั้นจึงไม่มีโมเดลไหนจัดอันดับจากผลลัพธ์ได้ สิ่งที่เปรียบเทียบได้คือสิ่งที่แต่ละตัวเปิดให้คุณทำ และจุดที่แต่ละตัวหยุด เมื่ออ่านแบบนั้น สองโมเดลนี้แทบจะเป็นตรงกันข้ามกันแบบเป๊ะ ๆ ในทุกแกนที่ทีมโปรดักชันให้ความสำคัญ

มิติเดียวที่โมเดลแบบเปิดชนะอย่างเด็ดขาด

เริ่มจากสัญญาอนุญาต เพราะเป็นจุดเดียวที่การเปรียบเทียบไม่สูสี

Ming-Image-0.1-Design อยู่ภายใต้สัญญาอนุญาต MIT ดาวน์โหลดเวต ไฟน์จูนกับแค็ตตาล็อกของคุณเอง นำผลลัพธ์ไปฝังในผลิตภัณฑ์เชิงพาณิชย์ โฮสต์ให้ลูกค้าใช้งาน และเก็บโมเดลที่ต่อยอดมาไว้ได้ — ไม่มีค่าธรรมเนียมต่อการเรียกใช้ ไม่มีข้อกำหนดการใช้งานให้ต้องเจรจา ไม่มีผู้ให้บริการรายใดที่สามารถทำให้ endpoint ที่คุณพึ่งพาอยู่เลิกใช้งานได้ สำหรับทีมที่มีข้อจำกัดด้านความเป็นส่วนตัว มีงบประมาณ GPU แบบคงที่ หรือมีความจำเป็นต้องฝึกโมเดลกับทรัพย์สินด้านการออกแบบที่เป็นกรรมสิทธิ์ นั่นไม่ใช่แค่ความชอบ แต่เป็นความแตกต่างระหว่างการมีเส้นทางให้ไปต่อ กับการไม่มีเลย ไม่มี API รูปภาพแบบโฮสต์ใด รวมถึงของ Tencent ด้วย ที่จะให้สิ่งนี้ได้

ค่าใช้จ่ายของใบอนุญาตนั้นคือส่วนที่เหลือของบทความ

ทุกอย่างที่เหลือ ทีละบรรทัด

• การเข้าถึง — Hy Image3.5 เปิดให้ใช้งานแล้วผ่าน Tencent Cloud TokenHub, Media Processing Service และ Video on Demand รวมถึง Yuanbao, ima, Miora, WorkRally, OnSolo และ WorkBuddy โดยมีช่วงใช้งานฟรีสำหรับสามบริการในนั้นจนถึงวันที่ 7 ตุลาคม 2026; Ming-Image-0.1-Design ไม่มี hosted endpoint ที่ใดเลย ไม่มีการติดตั้งใช้งานโดยผู้ให้บริการ inference และ model card ของมันเองบอกให้คุณโคลน repository สำหรับ inference แล้วรันสคริปต์

• ค่าใช้จ่าย — $0.024 ต่อภาพ 2K ที่ส่งมอบ โดยการสร้างที่ล้มเหลวและถูกกรองจะไม่ถูกคิดเงิน และไม่มีมาตรวัดอินพุต เทียบกับเวตฟรีและ GPU CUDA 80 GiB ที่คุณต้องหาเอง ตัวเลขที่สองไม่ใช่ศูนย์ มันคือค่าเช่าหรือค่าเสื่อมราคาของการ์ดในระดับนั้น บวกกับชั่วโมงงานวิศวกรรมในการตั้งสแต็กขึ้นมา

• เอาต์พุต — Hy Image3.5 ทำได้ถึง 2K ด้วยอัตราส่วนภาพมาตรฐานและไม่มีระดับ 4K; Ming-Image-0.1-Design แนะนำ 2048×2048 หรือ 1024×1024 เพื่อความเร็ว ที่ 12 ขั้นตอนการสุ่มตัวอย่าง และ CFG 1.0 ใน BF16

• ความโปร่งใส — Ming-Image-0.1-Design ส่งออก RGBA พร้อมพื้นหลังโปร่งใสเป็นเอาต์พุตแบบเนทีฟ ซึ่งเป็นความสามารถที่แท้จริงสำหรับงานไอคอน สไปรต์ และงานคอมโพสิตแบบหลายเลเยอร์; Hy Image3.5 ไม่มีโหมดพื้นหลังโปร่งใสที่ระบุไว้ในเอกสาร

• การปรับเงื่อนไข (Conditioning) — Hy Image3.5 รับภาพอ้างอิงได้สูงสุดห้าภาพต่อหนึ่งคำขอ และยังคงจดจำเทิร์นก่อนหน้าไว้ตลอดเซสชันการแก้ไขแบบหลายเทิร์น ส่วนเรื่องการปรับเงื่อนไขของ Ming-Image-0.1-Design นั้นอยู่ที่ตัวเข้ารหัสข้อความ ซึ่งเป็น LLM แบบมัลติโมดัลในไพป์ไลน์ โดยคาดว่าจะได้รับการเสริมพรอมป์ต์จากโมเดลพี่น้องมากกว่าที่จะมีมาให้ในตัว

• การสนับสนุนการดีพลอย — API แบบ managed ที่มาพร้อมการรับประกัน uptime เทียบกับเส้นทาง vLLM-Omni ที่คู่มือการติดตั้งนั้นใช้ได้ แต่ recipe เฉพาะโมเดลกลับใช้ไม่ได้

• หลักฐานอิสระ — ไม่มีเลย ทั้งสองฝ่าย

ปัญหาหลักฐาน ซึ่งร้ายกว่าที่เห็น

โมเดลทั้งสองเปิดตัวโดยไม่มีการวัดผลจากบุคคลที่สาม แต่ทั้งคู่ล้มเหลวในรูปแบบที่ต่างกัน และความแตกต่างนั้นให้ข้อคิด

ข้ออ้างของ Tencent คือการศึกษาความชอบแบบ GSB แบบปกปิดที่จัดทำกับนักออกแบบมืออาชีพของบริษัทเองหลายร้อยคน ซึ่ง Hy Image3.5 เอาชนะ Hy Image3.0 ประมาณ 30% เทียบเท่า Seedream 5.0 Pro และแซง Nano-Banana Pro กับ Qwen-Image-3.0 Pro ไปเล็กน้อย ระเบียบวิธีวิจัยนั้นรัดกุม ผู้เข้าร่วมทำงานให้ Tencent ชุดพรอมป์ต์ไม่ได้เผยแพร่ และผลลัพธ์เป็นตัวเลขที่ไม่มีใครนอกบริษัทสามารถรันซ้ำได้ บนบอร์ด text-to-image ของ Artificial Analysis ที่อ่านเมื่อวันที่ 23 กันยายน 2026 ไม่มีแถวของ Hy Image3.5 อยู่เลย รุ่นก่อนหน้าอย่าง HunyuanImage 3.0 Instruct อยู่อันดับที่ 65 จาก 156 ที่ 964 Elo

ข้อกล่าวอ้างของ Ming-Image-0.1-Design คือกราฟิกตารางอันดับที่เผยแพร่ภายในรีโพซิทอรีของตัวเอง มีหัวข้อว่า "ตารางอันดับ Text to Image: UI/UX Design" พร้อมส่วนท้ายว่า "คะแนน Elo จากการโหวตตามความชอบแบบไม่เปิดเผยตัวตนใน Image Arena ของเรา" และป้าย "ตารางอันดับ Open Weights" โดยจัดให้โมเดลอยู่อันดับหนึ่งที่ 1,082 Elo เหนือ Ideogram 4.0 (Quality) ที่ 1,052, Ideogram 4.0 ที่ 1,015 และ HunyuanImage 3.0 Instruct ที่ 1,005 กราฟิกนี้มีแบรนด์ Artificial Analysis กำกับ; โมเดลนี้ไม่ปรากฏบนกระดานสดของ Artificial Analysis เราไม่พบกระดานที่กราฟิกนี้อ้างถึงบนเว็บสาธารณะ และมันไม่แสดงจำนวนโหวต

ดังนั้น ตัวเลขของ Tencent อย่างน้อยก็อธิบายถึงการศึกษาที่บริษัทได้ทำขึ้น ส่วนของ Ming อธิบายถึงการศึกษาที่อาจไม่มีอยู่จริงนอกรีโพซิทอรีของตัวเอง — ซึ่งเป็นปัญหาที่ยากกว่า เพราะมันไม่เพียงแต่ไม่ผ่านการตรวจสอบเท่านั้น แต่ยังค้นหาไม่พบด้วย ทั้งสองตัวเลขไม่ควรถูกยกมาเป็นเกณฑ์มาตรฐาน และจุดยืนที่ซื่อตรงต่อทั้งสองกรณีก็คือ คำถามเรื่องคุณภาพยังคงเปิดอยู่

ทำไมสถาปัตยกรรมนี้ถึงยังน่าดูอยู่ดี

รายละเอียดหนึ่งในไปป์ไลน์ของ Ming-Image-0.1-Design เป็นสิ่งทางเทคนิคที่น่าสนใจที่สุดในประกาศทั้งสองฉบับ และมันปรากฏให้เห็นในรีโพซิทอรีมากกว่าในเอกสารประชาสัมพันธ์ใด ๆ คอมมิต vLLM-Omni ของบุคคลที่สามได้เชื่อมต่อตัวเข้ารหัสไกลฟ์ระดับไบต์ ByT5 เข้ากับไปป์ไลน์ชื่อ `ming_flash_omni` โดยขยายคำศัพท์ของโทเคไนเซอร์ด้วยเครื่องหมายฟอนต์และสี นั่นคือเจตนาการออกแบบที่คุณอ่านได้โดยตรง: โมเดลดูเหมือนจะปฏิบัติต่อข้อความที่เรนเดอร์แล้วเสมือนเป็นไกลฟ์ที่มีคุณสมบัติด้านการพิมพ์ มากกว่าจะเป็นคุณสมบัติที่เกิดขึ้นเองจากพรอมป์ต์ ซึ่งนี่คือโหมดความล้มเหลวที่อยู่เบื้องหลังโปสเตอร์ที่เรนเดอร์ออกมาไม่ดีแทบทุกใบที่โมเดลสร้างภาพเคยสร้างขึ้นมา

นอกจากนี้ยังสอดคล้องกับวัตถุประสงค์ที่ระบุไว้ของโมเดล — UI อินโฟกราฟิก โปสเตอร์ และงานออกแบบอื่น ๆ ที่เน้นข้อความ — และสอดคล้องกับเอาต์พุตที่แนะนำ 2048×2048 เนื่องจากตัวอักษรที่อ่านออกต้องใช้พิกเซล แต่นั่นเป็นเจตนา ไม่ใช่หลักฐาน โครงสร้างที่จัดวางของที่เก็บโค้ดแสดงโฟลเดอร์คอมโพเนนต์หกโฟลเดอร์โดยไม่มี `model_index.json` ซึ่งหมายความว่าโมเดลเป็นไปป์ไลน์หลายขั้นตอนมากกว่าจะเป็นการเรียกครั้งเดียว และการเชื่อมต่อตัวเข้ารหัส glyph อยู่ในเฟรมเวิร์กการอนุมานของคนอื่น แทนที่จะอยู่ในโมเดลการ์ด จนกว่าบุคคลที่สามจะรันมันและแสดงข้อความออกมา มันก็เป็นเพียงข้อกล่าวอ้างเชิงสถาปัตยกรรม

ข้ออ้างที่เทียบเท่ากันของ Hy Image3.5 นั้นเป็นไปตามแบบแผนมากกว่าและยังไม่ได้รับการยืนยันพอกัน: Tencent กล่าวว่าตัวอักษรภาษาจีนและภาษาอังกฤษในภาพดีขึ้น ควบคู่กับการจัดวางตามที่พรอมป์ตระบุได้ดีขึ้น และการแก้ไขภาพถ่ายจริงที่แข็งแกร่งขึ้น เช่นเดียวกัน เป็นข้อมูลที่ผู้ขายรายงานเอง และยังไม่มีการทำซ้ำผลได้

จะใช้งานอย่างใดอย่างหนึ่งจริง ๆ ได้อย่างไร

คำตอบในทางปฏิบัติจะแตกต่างกันอย่างสิ้นเชิง ขึ้นอยู่กับว่าคุณเลือกโมเดลใด และทั้งสองคำตอบไม่ได้เกี่ยวข้องกับลีดเดอร์บอร์ดเลย

หากคุณต้องการ Hy Image3.5 ให้ใช้ช่วงเวลาฟรีนี้ Miora, WorkRally และ OnSolo เปิดให้ใช้ฟรีตั้งแต่ 22 กันยายน ถึง 7 ตุลาคม 2026 ซึ่งนานพอที่จะรันพรอมป์จริงของคุณกับมัน และสร้างความเห็นที่งานศึกษาของ Tencent ให้คุณไม่ได้ จากนั้นจึงตัดสินใจว่าพรีวิวที่คุณไม่สามารถโฮสต์เอง ไม่สามารถไฟน์จูน และไม่สามารถวัดผลได้อย่างอิสระ ควรอยู่ในเส้นทางโปรดักชันหรือไม่ — และถ้าควร ให้เก็บการเรียกสร้างผลลัพธ์ไว้หลังอินเทอร์เฟซที่คุณเปลี่ยนปลายทางได้ เพราะพรีวิวไม่มีการรับประกันความพร้อมใช้งาน และราคาหรือโมเดลอาจเปลี่ยนไปได้ตลอด

ถ้าคุณต้องการ Ming-Image-0.1-Design งานแรกไม่ใช่การสร้างภาพ แต่คือการติดตั้งใช้งาน เตรียมงบสำหรับ CUDA GPU 80 GiB หนึ่งตัว คาดว่าจะต้องโคลนรีโพซิทอรีสำหรับ inference แทนที่จะเรียกใช้ไปป์ไลน์ และตรวจสอบลิงก์สูตรของ vLLM-Omni ก่อนที่คุณจะวางแผนพึ่งพามัน เพราะมันเปิดไม่ขึ้นตอนที่เราลองดู สิ่งที่คุณจะได้ในอีกด้านหนึ่งคือโมเดลเดียวในสองตัวนี้ที่คุณสามารถ fine-tune ได้ ตัวเดียวที่ส่งออกช่องความโปร่งใส และตัวเดียวที่ไม่สามารถถูกพรากไปจากคุณได้

คุณสมบัติสุดท้ายนั้นยังเป็นเหตุผลที่ชั้นการจัดเส้นทาง (routing layer) และโมเดลแบบเปิดน้ำหนัก (open-weights) เป็นส่วนที่เสริมกันมากกว่าจะเป็นทางเลือกแทนกัน OrcaRouter คือครึ่งที่เป็นการจัดการให้ — คีย์เดียวใช้ได้กับมากกว่า 200 โมเดล ราคาตามรายการของผู้ให้บริการถูกส่งผ่านโดยบวกเพิ่ม 0% ดังนั้นเมื่อผู้ขายปรับอัตรา ราคาก็มีผลทันทีในวันเดียวกัน และมีการสลับสำรองอัตโนมัติ (automatic failover) เพื่อให้พรีวิวที่ยังไม่ผ่านการพิสูจน์สามารถอยู่เบื้องหลังการเรียกใช้งานในโปรดักชันได้โดยไม่กลายเป็นจุดล้มเหลวจุดเดียว มันไม่ใช่ครึ่งที่ให้ค่าน้ำหนักแก่คุณ หากพูดให้ชัดเจนเกี่ยวกับแคตตาล็อกของเรา: ทั้ง Hy Image3.5 และ Ming-Image-0.1-Design ต่างก็ไม่สามารถจัดเส้นทางได้ที่นี่ OrcaRouter ไม่ได้โฮสต์โมเดลภาพของ Tencent และไม่ได้โฮสต์โมเดลของ inclusionAI และโมเดลภาพนิ่งที่เราให้บริการนั้นมี Google's Nano Banana 2 (ในชื่อ google/gemini-3.1-flash-image-preview), GPT-Image-2, Imagen 4 Ultra และ Grok Imagine Image

แต่ละอันใช้ทำอะไร

Hy Image3.5 เหมาะสำหรับทีมที่ต้องการภาพในราคาถูกและไม่อยากดำเนินการอะไรเอง: เอาต์พุต 2K, การคิดค่าบริการรายภาพโดยไม่คิดค่าใช้จ่ายสำหรับความพยายามที่ทิ้งไป, API ที่ใช้งานได้แล้ววันนี้, และคำกล่าวอ้างด้านคุณภาพที่คุณจะต้องทดสอบด้วยตัวเอง มันเป็นตัวเลือกที่มีขั้นตอนยุ่งยากน้อยที่สุดในหมวดนี้ และมาพร้อมกับการไม่มีความเป็นเจ้าของใด ๆ เลย

Ming-Image-0.1-Design สำหรับทีมที่มีข้อจำกัดไม่ใช่ราคา แต่คือการควบคุม — สิทธิ์การใช้งานที่พวกเขาสามารถสร้างธุรกิจบนนั้นได้ โมเดลที่พวกเขาปรับแต่งได้ ช่องทางความโปร่งใสที่ไม่มี API แบบโฮสต์ใดเสนอให้ และค่าบิล GPU แทนที่จะเป็นค่าบิลต่อการเรียกใช้แต่ละครั้ง มันมาพร้อมกับไม่มีการสนับสนุน ไม่มีเอนด์พอยต์ และเรื่องราวการปรับใช้ที่เสร็จไปเพียงครึ่งเดียว

ทั้งสองอย่างไม่ได้แย่งชิงตำแหน่งเดียวกัน และเหตุผลก็ไม่ใช่เรื่องของคุณภาพ แต่เป็นเพราะหนึ่งในนั้นเป็นบริการ ส่วนอีกอย่างเป็นสินทรัพย์ และคำถามว่าคุณต้องการสิ่งไหนนั้นมีคำตอบอยู่แล้วก่อนที่คุณจะได้ดูผลทดสอบมาตรฐานใด ๆ ด้วยซ้ำ