Hy Image3.5 对比 Ming-Image-0.1-Design：你可以租到其中一个，却买不到另一个
- Orca新Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 11 tok/s
- deepseek新DeepSeek: DeepSeek V4.1 Flash 10172026-10-1745智能
- DeepSeek新DeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- Orca新Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 147 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百万 tokens · 297 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238智能
- OpenAIOpenAI: GPT-6 Sol2026-09-2248智能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258智能
- xAIGrok 4.72026-09-2146智能
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 每百万 tokens · 49 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 每百万 tokens · 826 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453智能77代码
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241智能76代码
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245智能76代码
- AnthropicAnthropic: Claude Fable 5.12026-09-0153智能82代码
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 每百万 tokens · 47 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 每百万 tokens · 94 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642智能72代码
Hy Image3.5 和 Ming-Image-0.1-Design 于 2026 年 9 月相隔五天先后上线，而两者的分发方式截然不同。腾讯的模型是按量计费的 API：在腾讯云国际站上，2K 图像每张 0.024 美元；该预览版于 9 月 22 日开放，如今可通过腾讯自有产品和云服务入口访问。inclusionAI 的 Ming-Image-0.1-Design 则是一个代码仓库：自 9 月 17 日起在 Hugging Face 上提供 MIT 许可的权重，约 71.5 GB 的 BF16 safetensors，没有端点，没有价格，没有服务提供商，其 Quick Start 还指向一个返回 404 的配套仓库。一个是今天下午就能调用的产品。另一个是今天下午就能下载的文件。
这就是那场比较，而它并不是一场质量竞赛——两个模型都没有独立的评分，因此谁也无法凭输出被排个高低。能比较的，是各自允许你做什么，以及各自在哪里止步。这样读下来，在生产团队关心的每一条维度上，这两个模型几乎截然相反。
开放模型彻底胜出的唯一维度
先从许可证说起，因为这是唯一一个比较结果毫无悬念的地方。
Ming-Image-0.1-Design 采用 MIT 许可证。下载权重，在你自己的商品目录上微调，把成果嵌入商业产品中发布，为客户托管，保留衍生模型——没有按次调用费用，无需协商使用条款，也没有供应商能让你脚下的端点遭弃用。对于有隐私约束、GPU 预算固定，或需要基于专有设计资产进行训练的团队来说，这不是一种偏好，而是有无路可走的区别。任何托管式图像 API，包括腾讯的在内，都无法提供这一点。
这篇文章的其余部分讲的就是那个许可证要花多少钱。
其余的一切，一行一行来。
• 访问途径 — Hy Image3.5 已通过 Tencent Cloud TokenHub、Media Processing Service 和 Video on Demand 上线，此外还可通过 Yuanbao、ima、Miora、WorkRally、OnSolo 和 WorkBuddy 使用，其中三项提供免费窗口期，直至 2026 年 10 月 7 日；Ming-Image-0.1-Design 在任何地方都没有托管端点，没有推理提供商部署，而且其自己的模型卡还让你克隆一个推理仓库并运行脚本。
• 成本 — 每张成功交付的 2K 图像 $0.024，失败和被过滤的生成不计费，也不对输入计量；相比之下，权重免费，但你得自己找到一块 80 GiB 的 CUDA GPU。第二个数字并不是零；它是那类显卡的租金或折旧，再加上把整套技术栈搭建起来的工程工时。
• 输出 — Hy Image3.5 在标准宽高比下可达 2K，且没有 4K 档位；Ming-Image-0.1-Design 为兼顾速度推荐 2048×2048 或 1024×1024，采用 12 个采样步数和 BF16 下的 CFG 1.0。
• 透明度 — Ming-Image-0.1-Design 原生输出带透明背景的 RGBA，这对图标、精灵图和分层合成工作而言是一项实打实的能力；而 Hy Image3.5 没有任何有文档记载的透明背景模式。
• 条件控制 — Hy Image3.5 每次请求最多可接收五张参考图像，并在多轮编辑会话中保留此前的轮次；Ming-Image-0.1-Design 的条件控制则依托其文本编码器，即流水线中的多模态 LLM，提示词增强预计来自同系列模型，而非内置。
• 部署支持——自带正常运行时间保障的托管式 API，相较之下，vLLM-Omni 路径的安装指南尚能查到，而其针对特定模型的配方却无从获取。
• 独立证据——双方皆无。
证据问题，比看上去更严重
两个模型都是在没有第三方测评的情况下发布的，但它们的失败方式不同，而这种差异富有启发意义。
腾讯的说法是一项盲测 GSB 偏好研究，由自家数百名专业设计师参与，其中 Hy Image3.5 比 Hy Image3.0 高出约 30%，与 Seedream 5.0 Pro 持平，并略胜 Nano-Banana Pro 和 Qwen-Image-3.0 Pro。方法本身是严谨的，参与者为腾讯员工，提示词集未公开，而结果是一个公司外部任何人都无法复现的数字。在 2026 年 9 月 23 日查阅的 Artificial Analysis 文生图榜单上，根本没有 Hy Image3.5 这一行；上一代 HunyuanImage 3.0 Instruct 以 964 Elo 位列 156 名中的第 65 名。
Ming-Image-0.1-Design 的说法是其自身仓库内发布的一张排行榜图，标题为“文本到图像排行榜：UI/UX 设计”，页脚为“Elo 分数来自我们 Image Arena 中的盲选偏好投票”，并带有一个“开放权重排行榜”徽章。它将这一模型排在首位，Elo 为 1,082，高于 Ideogram 4.0 (Quality) 的 1,052、Ideogram 4.0 的 1,015 以及 HunyuanImage 3.0 Instruct 的 1,005。该图带有 Artificial Analysis 的品牌标识；但该模型并未出现在 Artificial Analysis 的实时榜单上。我们无法在公开网络上找到它所展示的榜单，而且它没有显示投票数。
所以说，腾讯的数字至少描述了该公司实际做过的一项研究。而Ming所描述的则是一项可能只存在于其自有仓库中的研究——这是个更棘手的问题，因为它不仅未经审计，而且根本无从查证。两者都不应被当作基准来引用，而对二者最诚实的立场是：其质量问题尚无定论。
为什么这个架构仍然值得一看
Ming-Image-0.1-Design 流水线中的一个细节是这两份公告中最有趣的技术点，而且它体现在代码仓库中，而不是在任何新闻材料里。一个第三方 vLLM-Omni 提交把 ByT5 字节级字形编码器接入名为 `ming_flash_omni` 的流水线，用字体和颜色标记扩展了分词器词表。这是一种你能直接读出的设计意图：该模型似乎将渲染出的文本视为带有排版属性的字形，而不是提示词的涌现属性——后者正是几乎所有图像模型生成过的渲染糟糕的海报背后的失败模式。
这也与模型声称的用途——UI、信息图、海报和其他文字密集型设计工作——以及推荐的 2048×2048 输出相一致，因为可读的文字需要像素。但这是意图，而非证据。仓库布局显示有六个组件文件夹，却没有 `model_index.json`，这意味着该模型是多阶段流水线，而不是单次调用；而字形编码器的接线存在于别人的推理框架中，而不是模型卡里。在第三方运行它并展示出文本之前，这只是一个架构层面的主张。
Hy Image3.5 的同类说法更为常规，也同样未经证实：腾讯称图像中的中英文字体有所改善，同时提示词指定的版面布局更佳，对真实照片的编辑能力也更强。同样是厂商自述，同样无人复现。
如何实际使用其中任意一个
实际的答案完全取决于你选择了哪个模型，而且两种答案都与排行榜无关。
如果你想用 Hy Image3.5，就利用这个免费窗口。Miora、WorkRally 和 OnSolo 从 2026 年 9 月 22 日至 10 月 7 日免费开放，这段时间足够你用真实提示词对它进行测试，并形成 Tencent 的研究无法给你的判断。然后决定一个你无法自行托管、无法微调、也无法独立衡量的预览版是否该进入生产路径——如果该进入，就把生成调用放在一个你可以重新指向的接口后面，因为预览版不附带任何可用性承诺，价格或模型都可能在你脚下发生变化。
如果你想要 Ming-Image-0.1-Design，第一项任务不是生成，而是部署。按单块 80 GiB CUDA GPU 做预算，预期要克隆一个推理仓库，而不是调用 pipeline；并且在围绕 vLLM-Omni recipe 链接做规划之前先检查它，因为我们查看时它无法解析。另一边你得到的是这两个模型中唯一可以微调的、唯一会输出透明通道的，也是唯一无法被夺走的那一个。
最后这一点特性也是为什么路由层与开放权重模型是互补而非替代。OrcaRouter 是托管的那一半——一个密钥即可访问 200 多个模型，服务商标价以 0% 加价透传，因此供应商的费率变动当天即生效；自动故障转移让未经检验的预览版可以置于生产调用之后，而不会成为单点故障。它并不是为你提供权重的那一半。准确说明一下我们的目录：Hy Image3.5 和 Ming-Image-0.1-Design 在此均不可路由。OrcaRouter 不托管任何腾讯图像模型，也不托管任何 inclusionAI 模型，而我们确实提供的托管静态图像模型是 Google 的 Nano Banana 2（作为 google/gemini-3.1-flash-image-preview）、GPT-Image-2、Imagen 4 Ultra 和 Grok Imagine Image。
每一个是干什么用的
Hy Image3.5 面向那些想以低成本获得图片、又不想跑任何东西的团队：2K 输出、按张计费且放弃的尝试不收费、今天就能用的 API，以及一项需要你自己去验证的质量宣称。它是这一类别中阻力最小的选项，同时完全不附带任何所有权。
Ming-Image-0.1-Design 面向的是那些受制约的不是价格而是控制权的团队——一份可以赖以为生的许可证、一个可以微调的模型、一条托管 API 都不提供的透明通道，以及按 GPU 计费而非按调用次数计费。它不附带支持、没有端点，部署方案也只完成了一半。
这两者并不争夺同一个位置，原因也不是质量。而在于其中一个是服务，另一个是资产；你需要哪一个，在你查看任何基准测试之前就已经有答案了。
