HY-Image 3.5: Mô hình hình ảnh của Tencent là gì và nhãn Preview thực sự có nghĩa là gì

Có hai cách rẻ tiền để lãng phí cả một tuần với HY-Image 3.5, và cả hai đều bắt đầu từ chính cái tên của nó. Cách thứ nhất là coi nó như một sản phẩm đã phát hành với một định danh ổn định mà bạn có thể ghim pipeline vào đó. Cách thứ hai là coi từ "preview" như đồng nghĩa với "chưa thực sự tồn tại" rồi xếp mô hình vào mục những thứ để sau này đọc. Không cách hiểu nào trong hai cách đó trụ nổi khi đối chiếu với những gì nhà phát hành thực sự ghi trong tài liệu. HY-Image 3.5 là mô hình tạo ảnh hiện hành của Tencent, do chính Tencent công bố thông qua dòng Hunyuan của mình và được cung cấp trên Tencent Cloud, và điều còn bỏ ngỏ ở nó không phải là liệu nó có hoạt động hay không — mà là bạn được phép gọi thứ mình đang gọi bằng cái tên gì, và phải ghi định danh nào vào tệp cấu hình. Đó là câu hỏi mà trang này trả lời, và cũng chính là câu hỏi mà một phần lớn những người đang tìm kiếm mô hình này đã đặt ra.

Ai xuất bản nó, và hiện tại nó là gì

Tencen​t công bố nó. Mô hình này nằm trong gia đình Hunyuan, và trung tâm sản phẩm của chính Tencen​t liệt kê tạo hình ảnh là một trong những khả năng cốt lõi của dòng sản phẩm — 混元生图, được mô tả trên trang sản phẩm của Tencen​t là được xây dựng trên mô hình văn bản-thành-hình ảnh Hunyuan và cung cấp khả năng hiểu tiếng Trung mạnh mẽ cùng với tạo hình ảnh. Bề mặt thương mại là đám mây của chính Tencen​t: mô hình tạo hình ảnh là một sản phẩm trên Tencen​t Cloud, có thể truy cập thông qua bề mặt API TokenHub của nền tảng, và được ghi lại ở đó cùng với phần còn lại của các dịch vụ AI của công ty.

Trạng thái phát hành là phần đáng để nói cho thật chính xác, bởi vì đó chính là phần mà cách đặt tên làm cho mờ mịt. Tencen​t phát hành bản xem trước của dòng này trước, rồi bản chính thức sau, và thế hệ hiện tại đang ở trạng thái đầu tiên trong hai trạng thái đó. Định danh đang được lưu hành là hy-image-v3.5-preview. Không có định danh thứ hai, ổn định, không phải bản xem trước nào cho thế hệ này nằm bên cạnh nó, và Tencen​t cũng chưa công bố ngày nào cho việc một định danh như vậy sẽ xuất hiện.

Tại sao trang này lại mở đầu bằng câu hỏi xem trước

Bởi vì nhu cầu nói vậy. Dữ liệu tìm kiếm first-party của chính chúng tôi — Googl​e Search Console, khớp chính xác truy vấn, bốn tuần kết thúc ngày 2026-10-07 — cho thấy mô hình này đạt 430 lượt hiển thị và 10 lượt nhấp trên mọi cách viết quy về tên của nó. Tách riêng ra, đó là 138 lượt hiển thị cho "hy image3.5" và 128 cho "hy image 3.5" — rồi 115 cho "hy image3.5 preview", 45 cho "hy image 3.5 preview", và 4 cho định danh có gạch nối "hy-image-3.5-preview".

Hãy đọc những con số đó như một bản mô tả về những gì người ta gõ vào, vì đó là tất cả những gì một search console cho bạn biết. Hơn một phần ba nhu cầu tìm kiếm tên của mô hình này đến kèm với từ "preview". Những người đọc đó không hỏi liệu Tencen​t có công bố điều gì đó hay không. Họ đang hỏi mình đang phải xử lý với cách gọi nào, và câu trả lời trung thực là cả tên ngắn lẫn tên preview đều trỏ tới cùng một thứ: thế hệ preview mà Tencen​t đang phục vụ ngay lúc này.

Vậy, đã rõ: HY-Image 3.5 và "HY-Image 3.5 preview" là cùng một mô hình ở cùng trạng thái phát hành. Tên gọi preview là hiện hành, không phải lịch sử. Tên dài là tên chính xác, còn tên ngắn là cách mô hình được gọi trong các bài viết đưa tin và trong các tích hợp công cụ vì không ai gõ phần định danh khi đặt tên cho thứ họ dùng.

Nó chấp nhận những gì, nó trả về những gì, và giới hạn kích thước

Được trình bày theo cách Tencen​t trình bày, và đánh dấu ở những chỗ tài liệu của nhà cung cấp mỏng hơn so với phần bao quát xung quanh:

• Đầu vào — một lời nhắc văn bản, và đối với hướng chỉnh sửa, là hình ảnh tham chiếu. Con số có thể quy kết cho hình ảnh tham chiếu là tối đa năm mỗi yêu cầu, đây là con số được nêu nhất quán trong tài liệu sản phẩm của Tencent. Ít nhất một bên tổng hợp đã công bố hai mươi; năm là con số chúng tôi có thể quy kết, và chúng tôi không nâng nó lên.

• Chế độ — văn bản thành hình ảnh, hình ảnh thành hình ảnh và chỉnh sửa nhiều lượt, trong đó một chỉnh sửa được áp dụng dựa trên ngữ cảnh tích lũy của cuộc trò chuyện thay vì mỗi yêu cầu bắt đầu lại từ đầu.

• Đầu ra — hình ảnh lên đến 2K, ở một bộ tỷ lệ khung hình phổ biến thay vì một hình vuông duy nhất. Lời của chính Tencen​t về mức trần là "lên đến 2K".

• Tính phí — chỉ áp dụng cho ảnh đầu ra được trả về. Một yêu cầu thất bại hoặc bị lọc không phải là thứ bạn bị tính phí, điều này rất quan trọng khi bạn đang ước lượng quy mô một khối lượng công việc thay vì chỉ chạy thử một bản demo.

Một con số đang được lưu truyền không đứng vững trước chính tài liệu của nhà cung cấp. Ít nhất một hãng truyền thông đã đưa tin về thông số đầu ra 4096×4096. Tencen​t nói "tối đa 2K", và mọi nguồn khác đều đồng ý với Tencen​t. Hãy coi con số 4K là một sai sót thay vì một lộ trình cho bản phát hành sau này — đó là một đính chính, không phải một thông báo.

Hành vi hiển thị và chỉnh sửa văn bản

Hai tuyên bố chi phối hành vi của mô hình, và cả hai đều đến từ nhà phát hành.

Đầu tiên là chữ viết. Tencen​t tuyên bố cải thiện độ chính xác đối với văn bản được hiển thị bên trong hình ảnh, ở cả tiếng Trung lẫn tiếng Anh. Đó vốn là điểm yếu tiêu chuẩn của toàn bộ nhóm sản phẩm này, và đây là kiểu tuyên bố dễ kiểm chứng trên tài liệu của chính bạn nhưng khó phân xử từ bên ngoài, vì không ai công bố điểm số hiển thị văn bản công khai cho mô hình này.

Điều thứ hai là tính nhất quán, từ mà Tencen​t đặt lên hàng đầu. Tuyên bố là một chủ thể vẫn tồn tại qua những lần chỉnh sửa và kết xuất lại lặp đi lặp lại mà không bị trôi — rằng việc chỉnh sửa tinh chỉnh hình ảnh thay vì khởi động lại nó, đó là sự khác biệt giữa một công cụ bạn dùng cho một lần tạo và một công cụ bạn dùng xuyên suốt một loạt lần tạo. Kết hợp với khung năm ảnh tham chiếu ở trên, đó là cơ sở được tài liệu hóa cho bất cứ thứ gì bạn xây dựng mà cần cùng một nhân vật xuất hiện trở lại.

Cả hai đều là tuyên bố của nhà cung cấp. Không có tuyên bố nào trong số đó được tái lập bên ngoài Tencen​t, và không có hội đồng độc lập nào chấm điểm mô hình này về khả năng render văn bản cả.

Câu hỏi về phiếu nhân vật

Bài viết của chính chúng tôi về mô hình này đã nói về bảng nhân vật, nên cần nói chính xác về những gì nhà phát hành ghi lại trong tài liệu và những gì không. Điều mà Tencen​t ghi lại trong tài liệu là điều kiện hóa đa tham chiếu — bạn cung cấp nhiều hình ảnh tham chiếu — kết hợp với tuyên bố về tính nhất quán ở trên. Điều mà Tencen​t không ghi lại trong tài liệu là một tính năng "character sheet" có tên, một trình tạo bảng, hay một đối tượng tài sản theo từng nhân vật. Không có thứ nào như vậy xuất hiện trong tài liệu của nhà cung cấp cho mô hình này, và nó cũng không xuất hiện ở đâu trong tài liệu của các node ComfyUI gọi nó.

Vậy nên năng lực đó là thật, nhưng tên gọi của nó là do chúng ta đặt, không phải do họ. Nếu bạn muốn một nhân vật giữ nguyên qua một loạt hình ảnh, những phần đã được tài liệu hóa mà bạn đang ghép lại là: cung cấp ảnh tham chiếu, tối đa năm ảnh mỗi yêu cầu, và dựa vào hành vi nhất quán của mô hình qua các lần chỉnh sửa lặp lại. Việc đó có tạo thành một quy trình nhân vật cho sản xuất hay không là đánh giá về danh sách cảnh quay của chính bạn, chứ không phải một đặc tả mà Tencen​t đã công bố.

Giấy phép và lộ trình truy cập, theo như nhà xuất bản ghi lại.

Ở đây không có lộ trình trọng số mở nào, và đó là một thực tế được ghi trong tài liệu chứ không phải là một hạn chế bị gán ghép vào tài liệu. Tencen​t không công bố checkpoint nào có thể tải xuống cho mô hình này, không có giấy phép cho việc sử dụng cục bộ và không có đường ngoại tuyến. Mọi cách được ghi trong tài liệu để truy cập nó đều hoặc là API của chính Tencen​t hoặc là một trong những sản phẩm của chính Tencen​t.

API là con đường dành cho mọi tác vụ có khối lượng lớn. Mô hình được phục vụ trên Tencen​t Cloud thuộc sản phẩm tạo ảnh, có thể truy cập thông qua bề mặt API TokenHub của nền tảng, và đi kèm bảng giá đã công bố: ¥0.15 cho một ảnh 2K trên điểm cuối nội địa và US$0.024 cho cùng lệnh gọi ở quốc tế, cả hai chỉ tính phí trên ảnh đầu ra được giao. Con số quốc tế đó được xác nhận độc lập — mô hình xuất hiện trên bảng xếp hạng hình ảnh của Artificial Analysis ở mức $24 cho mỗi 1.000 ảnh, đây là mức giá của nhà cung cấp được nêu lại theo mỗi nghìn chứ không phải ước tính của chính bên thứ ba.

Ngoài API, Tencen​t đã đưa mô hình vào các sản phẩm gốc do chính mình phát triển: Yuanbao, trợ lý dành cho người tiêu dùng; công cụ tri thức ima; và các sản phẩm sáng tạo và năng suất Miora, WorkRally, OnSolo và WorkBuddy. Nó cũng được tích hợp vào ngăn xếp media của Tencen​t Cloud thông qua Media Processing Service và Video on Demand — điều này cho thấy khách hàng mục tiêu bao gồm cả những đội nhóm đã chuyển mã và chỉnh sửa video trên hạ tầng Tencen​t, chứ không chỉ những nhà phát triển đang xây dựng các tính năng hình ảnh từ đầu.

Các công cụ của bên thứ ba thì có tồn tại, nhưng mỏng manh hơn vẻ ngoài. ComfyUI đã phát hành các node đối tác cho mô hình này, và chi tiết quan trọng nằm ở chỗ chúng là loại node gì: chúng gọi API của Tencent. Không có trọng số cục bộ nào phía sau chúng, không có checkpoint, không có đường chạy GPU. "Có một node ComfyUI" và "tôi có thể chạy thứ này trên phần cứng của riêng mình" là hai phát biểu khác nhau, và với mô hình này chỉ phát biểu đầu tiên là đúng.

Nơi mà bằng chứng độc lập thực sự đặt nó

Đây là phần mà tài liệu của nhà cung cấp không thể cung cấp, và việc đọc nó thật kỹ là điểm khác biệt giữa một trang tham chiếu hữu ích và một thông cáo báo chí. Artificial Analysis đưa mô hình này lên hai bảng, dưới tên HunyuanImage 3.5 (Preview) — bảng cũng ghi nhận nó theo tên định danh preview, điều này tự nó đã củng cố cách gọi tên ở trên. Đọc ngày hôm nay, 2026-10-13:

• Văn bản thành hình ảnh — thứ 68 trên bảng gồm 168 mô hình, với 976,02 Elo, khoảng tin cậy 95% từ 967,02 đến 985,02, giá 24 USD cho mỗi 1.000 hình ảnh. Điều đó đặt nó vào khoảng giữa của bảng xếp hạng. Mô hình dẫn đầu bảng, GPT Image 2.5 Sunburst (max), ở mức 1198,36 Elo; GPT Image 2.5 Flare (max) ở mức 1190,81, GPT Image 2 (high) ở 1171,83, Nano Banana 2.1 ở 1160,29, và Grok Imagine Image 2.0 ở 1155,4. Các thế hệ trước của Tencen​t trên cùng bảng xếp hạng: HunyuanImage 3.0 Instruct ở 995,91 và vị trí thứ 50, HunyuanImage 3.0 (Tencen​t Cloud) ở 983,72 và vị trí thứ 64, HunyuanImage 3.0 ở 943,61, và HunyuanImage 2.1 xuống ở 887,35.

• Chỉnh sửa ảnh — đứng thứ 16 trên bảng gồm 81 mô hình, với 1087,14 Elo, khoảng tin cậy 95% từ 1078,14 đến 1096,14, vẫn ở mức 24 đô la cho mỗi 1.000 ảnh. Điều đó đưa nó vào top một phần năm dẫn đầu của bảng đó. Những mô hình dẫn đầu là GPT Image 2.5 Sunburst (max) với 1184,26, GPT Image 2.5 Flare (max) với 1164,63, và MAI-Image-2.6 với 1140,28. Các thế hệ trước của Tencen​t: HunyuanImage 3.0 Instruct với 1068,07 và đứng thứ 23, HunyuanImage 3.0 (Tencen​t Cloud) với 1030,31 và đứng thứ 34.

Khoảng cách giữa hai vị trí đó là điều giàu thông tin nhất trên trang này, và nó không phải là một mâu thuẫn. Nó cho biết mô hình cạnh tranh ở đâu: chỉnh sửa, nơi nó đứng gần đầu một bảng xếp hạng nhỏ hơn, mới hơn, chính là nơi tuyên bố về tính nhất quán đang được kiểm chứng bằng kết quả thực tế. Nó cho biết mô hình không cạnh tranh ở đâu: về sở thích text-to-image thuần, nó nằm ở khoảng giữa bảng, thấp hơn đáng kể so với các mô hình đứng đầu, và thấp hơn vị trí mà một độc giả đến từ tiêu đề "+30% so với thế hệ trước" có thể kỳ vọng. Cả hai kết quả đều đến từ cùng một bảng xếp hạng độc lập, được đo theo cùng một cách, trong cùng một ngày.

Hai lưu ý đi kèm với những con số đó. Khoảng Elo đủ rộng đến mức các thứ hạng liền kề không tạo thành một trật tự có ý nghĩa — vài điểm Elo giữa các hàng cạnh nhau là nhiễu, không phải là một phát hiện. Và so sánh cùng mức nỗ lực, cùng khung đánh giá giữa mô hình này với những mô hình dẫn đầu ở trên không tồn tại công khai; các bảng xếp hạng xếp theo phiếu ưu tiên, không phải một cuộc đối đầu có kiểm soát.

Cách một độc giả thực sự sử dụng nó ngày nay

Hãy bắt đầu với lộ trình phù hợp với mục đích của bạn. Nếu bạn đang đánh giá, các sản phẩm bên thứ nhất của Tencen​t là cách rẻ nhất để bắt đầu, và cửa sổ miễn phí hai tuần từng chạy trên Miora, WorkRally và OnSolo khi ra mắt đã đóng vào ngày 7 tháng 10 năm 2026 — vì vậy hãy dự trù ngân sách cho API ngay từ lần gọi đầu tiên thay vì lên kế hoạch xoay quanh một bản dùng thử. Nếu bạn đang xây dựng, API trên Tencen​t Cloud là con đường duy nhất có bảng giá, và bề mặt meta-token là nơi chứa tài liệu.

Sau đó, hãy viết lệnh gọi sinh sao cho tên mô hình là một giá trị cấu hình chứ không phải một hằng số. Đó không phải là lời khuyên mang tính phong cách dành riêng cho mô hình này; đó là nguyên tắc kỷ luật giúp việc chuyển từ bản xem trước sang bản chính thức — hoặc một lần điều chỉnh giá, hoặc việc chuyển hẳn sang một trình sinh khác — không trở thành một thay đổi mã nguồn. Theo định nghĩa, một định danh bản xem trước là thứ dễ bị thay thế nhất, và cái giá để sẵn sàng cho điều đó chỉ là một dòng trong tệp cấu hình.

Nơi mà kỷ luật đó đem lại lợi ích chính là ở tầng định tuyến. OrcaRouter vận hành theo mô hình 0% markup — giá niêm yết của nhà cung cấp được truyền qua nguyên vẹn, nên một lần điều chỉnh giá từ nhà cung cấp sẽ được áp dụng ngay trong cùng ngày thay vì phải chờ một chu kỳ định giá lại — và một khóa API bao phủ hơn 200 mô hình, với tính năng chuyển đổi dự phòng tự động giữa các nhà cung cấp và một DSL định tuyến để ghim một mô hình cụ thể cho từng yêu cầu. Đó chính là điều cho phép một trình tạo ảnh trở thành một quyết định định tuyến thay vì một quyết định kiến trúc, bất kể bạn trỏ nó tới trình tạo nào.

Phiên bản ngắn gọn, dành cho độc giả đến từ ô tìm kiếm và muốn biết tình hình hiện tại: HY-Image 3.5 là mô hình hình ảnh hiện hành của Tencen​, nó đang ở dạng xem trước dưới mã định danh hy-image-v3.5-preview, nó nhận văn bản và tối đa năm ảnh tham chiếu rồi trả về ảnh lên tới 2K, nó được tính phí theo từng ảnh đầu ra được giao với mức giá quốc tế được công bố là 0,024 USD cho một ảnh 2K, nó không có lộ trình trọng số mở hay chạy ngoại tuyến, và trên các bảng xếp hạng độc lập, nó đồng thời là một mô hình chỉnh sửa thuộc nhóm 20% dẫn đầu và một mô hình văn bản-thành-hình-ảnh ở tầm trung. Ký hiệu xem trước chính là câu hỏi còn bỏ ngỏ, và thứ có thể khép lại nó là một mã định danh ổn định kèm theo ngày tháng.