HY-Image 3.5：腾讯的图像模型是什么，以及“预览”标签究竟意味着什么

有两种廉价的方式，可以让你在HY-Image 3.5上白白浪费一周时间，而这两种方式都始于它的名字。第一种，是把它当成一款已经发布的产品，有着稳定的标识符，可以让你把流水线锁定在上面。第二种，是把“preview”一词当作“尚未真正存在”的同义词，然后把这个模型归进“以后再读也不迟”的那一堆里。这两种解读，只要一碰到发布方实际记录在案的内容，就都站不住脚。HY-Image 3.5 是 Tencen​t 当前的图像生成模型，由 Tencen​t 自己通过其混元（Hunyuan）产品线发布，并在 Tencen​t Cloud 上提供服务；而关于它尚未有定论的，并不是它能不能用——而是你是否有权那样称呼你正在称呼的那个东西，以及该把哪个标识符写进配置文件。这正是本页要回答的问题，也正是大量搜索这个模型的人已经在问的问题。

谁发布它，以及它目前是什么

Tencen​t 发布它。该模型属于混元系列，Tencen​t 自家的产品中心将图像生成列为该系列的核心能力之一——混元生图，Tencen​t 产品页面称其基于混元文生图模型构建，并在图像生成之外提供强大的中文理解能力。商业载体是 Tencen​t 自己的云：图像生成模型是 Tencen​t Cloud 上的一款产品，可通过该平台的 TokenHub API 接口访问，并与公司其余 AI 服务一同收录于此。

发布状态才是最值得精确说明的部分，因为恰恰是命名掩盖了这一点。腾讯对这条产品线采取的是先发布预览版、后发布正式版的方式，而当前这一代正处于这两种状态中的前者。目前流传的标识符是hy-image-v3.5-preview。除此之外，并不存在第二个稳定的、非预览版的标识符与它并列，腾讯也未公布何时会出现这样一个标识符。

为什么这个页面以预览问题开头

因为需求就是这么说的。我们自己的第一方搜索数据——Googl​e Search Console，精确查询匹配，截至 2026-10-07 的四周——显示该模型在所有可归并为其名称的拼写方式下共获得 430 次展示和 10 次点击。细分来看，"hy image3.5" 有 138 次展示，"hy image 3.5" 有 128 次——接着 "hy image3.5 preview" 有 115 次，"hy image 3.5 preview" 有 45 次，而带连字符的标识符 "hy-image-3.5-preview" 有 4 次。

把这些数字读作对人们实际输入内容的描述，而搜索控制台能告诉你的，也不过就是这些。对这个模型名称的搜索需求中，有超过三分之一是带着“preview”这个词一起来的。这些读者并不是在问 Tencen​t 有没有宣布什么。他们问的是：自己面对的究竟是哪一个命名？而诚实的答案是，简称和 preview 名称都指向同一个产物：Tencen​t 眼下正在提供的那个预览版本。

那么，结论已定：HY-Image 3.5 和“HY-Image 3.5 preview”是同一模型、处于同一发布状态。preview 这一后缀是当前有效的，而非历史遗留。长名称才是准确的那个，而短名称则是该模型在报道和工具集成中的惯用叫法，因为人们在给自己用的东西命名时，没人会特意打上那个限定词。

它接受什么、返回什么，以及大小包络

按 Tencen​t 的说法陈述，并在厂商材料比其周围报道更单薄之处予以标注：

• 输入 — 一段文本提示词；若走编辑方向，则还需参考图。参考图的可归属数量为每次请求最多五张，这也是腾讯产品资料中一贯采用的数字。至少有一家聚合渠道公布的是二十张；五张才是我们能归属的数字，我们不会上调。

• 模式 — 文生图、图生图和多轮编辑，其中编辑是基于对话累积的上下文来应用的，而不是每次请求都从零开始。

• 输出——图像最高 2K，支持多种常见宽高比，而非单一正方形。腾讯对上限的官方说法是"最高 2K"。

• 计费——仅针对已交付的输出图像收费。失败或被过滤的请求不会计入收费范围，当你是在为实际工作负载而非演示评估用量规模时，这一点尤为重要。

流传中的一个数字，经不起厂商自家资料的检验。至少有一家媒体给出了 4096×4096 的输出规格。Tencen​t 称“最高 2K”，而其他所有来源都与 Tencen​t 一致。应把 4K 这个数字视为错误，而不是后续版本发布的路线图——它是一次更正，而非公告。

文本渲染和编辑行为

有两项主张支撑着该模型的行为，且二者均出自发布方。

第一点是文字渲染。Tencen​t 声称，对于在图像内部渲染的文字，中文和英文的准确率都有所提升。这一直是整个品类的常见短板，而这类说法很容易用你自己的素材来测试，却很难从外部下定论，因为没有人公布这个模型的公开文本渲染评分。

第二点是连贯性，这也是腾讯主打的那个词。其说法是：一个主体能在反复编辑和重新渲染后存活下来而不发生漂移——也就是说，编辑是在打磨这张图，而不是把它推倒重来，这正是"只用来出一张图"的工具与"能贯穿一整个系列"的工具之间的分野。再加上上文那套五参考图的范围界定，这就构成了书面依据：你所构建的任何需要同一角色反复出现的东西，都以此为准。

这两项都是厂商的说法。二者都没有在腾讯之外被复现过，而且根本没有任何独立评测榜单对这款模型的文本渲染能力进行评分。

角色表问题

我们自己对该模型的报道已经谈到了角色设定表，因此有必要准确说明发布方记录了哪些内容、没有记录哪些内容。Tencen​t 记录的是多参考条件控制——你提供若干参考图像——并结合上文的连贯性主张。Tencen​t 没有记录的是名为“角色设定表”的功能、设定表构建器，或按角色划分的资产对象。在该模型的供应商资料中不存在这类东西，在调用它的 ComfyUI 节点文档中也完全没有出现。

所以这项能力是真实存在的，但它的名字是我们的叫法，不是他们的。如果你想让一个角色在一组连续图像中保持一致，你正在组装的、有文档说明的部分是：提供参考图像，每次请求最多五张，并依赖模型在反复编辑中的一致性行为。这能否构成一条生产级的角色管线，是对你自己的镜头清单的判断，而不是 Tencen​t 已发布的规范。

许可与访问途径，依照出版商的文件所述

这里不存在开放权重的途径，这是文档记载的事实，而不是从材料中被解读出来的限制。Tencen​t 没有为这个模型发布任何可下载的检查点，没有本地使用的许可，也没有离线路径。所有有文档记载的访问方式，要么是 Tencen​t 自己的 API，要么是 Tencen​t 自己的产品之一。

API 是任何规模化用量的通道。该模型由 Tencen​t Cloud 上的图像生成产品提供服务，可通过平台的 TokenHub API 接口访问，并且有已公布的价目表：国内端点上 2K 图像为 ¥0.15，同一调用在国际上为 US$0.024，且都仅按实际交付的输出图像计费。这一国际数字得到了独立印证——该模型以每 1,000 张图像 24 美元出现在 Artificial Analysis 图像榜单上，这是对供应商费率的按千张重述，而非第三方自己的估算。

除了 API 之外，Tencen​t 还将该模型整合进自己的第一方产品：消费者助手 Yuanbao；知识工具 ima；以及创意与生产力产品 Miora、WorkRally、OnSolo 和 WorkBuddy。它还通过 Media Processing Service 和 Video on Demand 接入 Tencen​t Cloud 的媒体技术栈——这说明其目标买家包括已经在 Tencen​t 基础设施上进行视频转码和编辑的团队，而不只是从零开始构建图像功能的开发者。

第三方工具确实存在，但比表面看起来要单薄。ComfyUI 为该模型发布了合作方节点，而关键的细节在于这些节点是什么类型：它们调用的是腾讯的 API。它们背后没有本地权重，没有检查点，也没有 GPU 推理路径。“有一个 ComfyUI 节点”和“我能把它跑在自己的硬件上”是两回事，而对于这个模型，只有前者成立。

独立证据实际上将其置于何处

这是供应商材料无法提供的部分，而仔细阅读它，正是有用的参考页面与新闻稿之间的区别。Artificial Analysis 将该模型收录在两个榜单上，名称为 HunyuanImage 3.5 (Preview)——该榜单也以预览版标识登记了它，这本身就佐证了上述命名。读取于今日，2026-10-13：

文生图——在168个模型的榜单上位列第68，Elo为976.02，95%置信区间为967.02至985.02，定价为每1,000张图像24美元。这使其处于中游位置。榜单领先者GPT Image 2.5 Sunburst（max）的Elo为1198.36；GPT Image 2.5 Flare（max）为1190.81，GPT Image 2（high）为1171.83，Nano Banana 2.1为1160.29，Grok Imagine Image 2.0为1155.4。腾讯在同一榜单上的前几代模型：HunyuanImage 3.0 Instruct为995.91，排名第50；HunyuanImage 3.0（腾讯云）为983.72，排名第64；HunyuanImage 3.0为943.61；HunyuanImage 2.1则低至887.35。

• 图像编辑 —— 在 81 个模型的榜单中排名第 16，Elo 为 1087.14，95% 区间为 1078.14 至 1096.14，价格同样为每 1,000 张图像 24 美元。这使其位列该榜单的前五分之一。领跑的是 GPT Image 2.5 Sunburst (max)，为 1184.26；GPT Image 2.5 Flare (max)，为 1164.63；以及 MAI-Image-2.6，为 1140.28。腾讯更早的几代产品：HunyuanImage 3.0 Instruct 为 1068.07，排名第 23；HunyuanImage 3.0（腾讯云）为 1030.31，排名第 34。

这两个名次之间的差距，是本页上信息量最大的一点，而且它并不矛盾。它说明了模型在哪些方面具有竞争力：编辑，它在规模更小、更新的榜单上接近榜首，而这正是其一致性主张得到兑现的地方。它也说明了模型在哪些方面不具竞争力：在纯文本到图像偏好上，它处于中游，远低于排名顶端的模型，也低于从“比上一代提升 +30%”这样的标题来到这里的读者可能预期的位置。两项读数都来自同一个独立榜单，以相同方式、在同一天测得。

这些数字需要附带两点说明。Elo 区间宽到相邻排名并不构成有意义的排序——相邻行之间相差几分 Elo 只是噪声，而非发现。而且，在相同投入、相同测试框架下，将这个模型与上方领先者进行比较的公开数据并不存在；这些榜单排序的是偏好投票，而不是受控的对比评测。

读者如今实际如何使用它

从符合你意图的路径开始。如果你是在评估，Tencen​t 的第一方产品是最便宜的入门方式，而 Miora、WorkRally 和 OnSolo 上线时提供的免费两周窗口已于 2026 年 10 月 7 日关闭——所以要从第一次调用起就为 API 预留预算，而不是围绕试用期做规划。如果你是在构建，Tencen​t Cloud 上的 API 是唯一有价目表的路径，而 meta-token 接口面正是文档所在之处。

那么，请把生成调用写成让模型名称成为一个配置值，而不是一个常量。这并不是专门针对这个模型的风格建议；它是一种纪律，能让预览版到正式版的过渡——或者价格调整，或者完全切换到另一个生成器——不至于成为一次代码改动。按定义，预览标识符正是最有可能被取代的东西，而为此做好准备的成本，只是在配置文件中加一行。

这种严谨做法真正见效的地方，是在路由层。OrcaRouter 运行在 0% 加价模式之上——供应商的标价原样传递，因此厂商调价当天就能落地，而不必等待重新定价周期——并且一个 API 密钥即可覆盖 200 多个模型，支持跨供应商自动故障转移，并提供路由 DSL 以便按请求锁定特定模型。正因如此，图像生成器才能成为一个路由层面的决定，而不是架构层面的决定——无论你指向哪一款生成器皆是如此。

简述版，给从搜索框而来、想了解当前态势的读者：HY-Image 3.5 是 Tencent 当前的图像模型，它正处于预览阶段，标识符为 hy-image-v3.5-preview，它接收文本和最多五张参考图像，并返回最高 2K 的图像；按每张交付的输出图像计费，2K 图像的国际公布价格为 0.024 美元；它没有开放权重或离线路径；在独立榜单上，它同时是排名前五分之一的编辑模型和处于中游的文本到图像模型。“预览”这一称谓仍是未决问题，而能了结这一问题的，是一个附有日期的稳定标识符。