Images 2.6 对比 HY Image 3.5：四美分对十美分，以及这能换来什么

先算账，再争论。十万张 2K 图片，按腾讯 HY Image 3.5 公布的每张 0.024 美元价格计算，成本约为 2,400 美元。同样的任务放到 OpenAI 的 Images 2.6 上——即 2026 年 11 月 4 日发布的 API 组合 GPT-Image-2.6 Flare 与 GPT-Image-2.6 Sunburst——若按高质量 2K 渲染约十美分建模，成本会落在 10,000 美元附近；而如果你的提示词很重、输出尺寸又大，还会高出不少。即便按保守端计算，这也是四倍的差距；若对照 Artificial Analysis 记录的 OpenAI 上一档质量在最高设置下每千张 210.70 美元的实测数据，则接近九倍。

所以问题不在于哪个模型更好，而在于它们之间的差异是否值四到九倍的费用——答案取决于发布报道大多忽略的一个区别：这两个模型擅长的事情不同，而其中只有一个已经完成。

腾讯实际发布了什么

HY Image 3.5 预览版于 2026 年 9 月 22 日上线。它是一个统一的文生图和图生图模型，基于 80B 混合专家 Hy Image 3.0 基座构建，并将多轮对话式编辑作为一等模式，而不是事后追加的功能。每次请求最多接受五张参考图像，最高可渲染至 2K，并且仅按输出计费——在 Tencent Cloud International 上每张 2K 图像收费 0.024 美元，在国内云上每张收费 0.15 元人民币。

分发方式最能说明问题。腾讯把它接入了元宝、ima、Miora、WorkRally、OnSolo 和 WorkBuddy，也在云侧接入了 TokenHub、MPS 和 VOD，并通过 GMI Cloud 和 ComfyUI 提供第三方访问。这是一款为在消费级和企业级产品套件内部被使用而打造的模型，其价格让按用户生成图像的成本几乎可以忽略不计。它不是一款附带设计工具叙事的高端 API 产品。

“preview”这个词出现在名称里是有原因的。没有公开的 SLA，没有弃用政策，而且预计后续会推出完整版本。任何把它放进生产路径的人，都是在接受该端点可能会在他们使用期间发生变化。

HY Image 3.5 真正胜出的地方

三件事，而且都不是小事。

• 批量价格。按每张 2K 图像 $0.024 计算，一百万张图像的成本为 $24,000。而 OpenAI 的同等运行则是一项六位数的支出项。对于目录渲染、头像生成、社交素材工厂，以及任何图像是成千上万张之一而非十张之一的场景，这一点会压倒其他所有考量。

• 图片内的文字，尤其是非拉丁文字。腾讯的模型明确针对多语言渲染和小字号文字的准确性进行了调优，独立评测者发现它在密集标签和包装文案上具有竞争力。OpenAI 的 Images 系列在简短英文标题上表现强劲；越偏离这一场景，任何人就越难有把握。

• 对话式多轮交互是其原生模式。HY Image 3.5 从设计之初就是面向聊天界面打造的——用户可以在对话中说出“调暖一点，把 logo 往左移，再试试蓝色”。Images 2.6 在功能清单上已经追了上来——在 ChatGPT 中支持参考图和画幅编辑——但腾讯的这款产品自发布起就是围绕这一交互循环来塑造的。

腾讯自身的盲测数据显示，其比 Hy Image 3.0 领先约 30%，与 Seedream 5.0 Pro 大致持平，略领先于 Nano-Banana Pro 和 Qwen-Image-3.0 Pro。这些是厂商自报的 GSB 结果，而非第三方评分，应将其理解为一种方向性说法。

Images 2.6 胜出之处

• 余量。HY Image 3.5 最高支持 2K。OpenAI 的模型未公布分辨率表，但 Images 系列一直更高，且 2.6 版本新增 SVG 输出——是矢量，而非又一个栅格尺寸。如果你的交付物是印刷品、4K 或需要重新缩放的设计文件，比较到此为止。

• 低质量档位下的速度。 据称，Flare 在低质量下每张图像约需六秒，整体生成速度比上一代快约 50%。腾讯未公布可比的延迟数据，而预览端点并不是用来保证吞吐量的地方。

• 动效与矢量格式。动画 GIF 输出和 SVG 导出在 2.6 上已有，而 HY Image 3.5 没有对应功能。如果交付物会移动或缩放，那这根本不是画质上的对比。

• 编辑能力上限。HY Image 3.5 在 Artificial Analysis 的编辑榜单上获得 1,092 Elo——相当不错，也高于其文生图分数。但 OpenAI 的上一代模型 GPT Image 2.5 Sunburst 以 1,199 分领跑同一榜单。这一差距真实存在，而新模型正试图拉大这一差距。

分数，以及缺失的那一个

Artificial Analysis 将 HunyuanImage 3.5 (Preview) 列为文生图 971 Elo，约第 60 名，图像编辑 1,092 分，处于十几名到二十几名的区间。其实测成本为每千张图像 24 美元。与前沿相比，这是一个偏低的分数——GPT Image 2.5 Sunburst 以 1,224 分领跑文生图——但它是真实的分数，背后有样本基础支撑。

Images 2.6 没有。两个榜单都在 2026 年 11 月 5 日、即发布后的第二天进行了检查，GPT-Image-2.6 Flare 和 Sunburst 均未出现。OpenAI 引用的唯一排名是 Design Arena，其称 Sunburst 超越自家前代产品夺得第一。这是厂商引用的竞技场结果；我们无法核实其 Elo。

这就是这场对决中尴尬的对称性。廉价模型有经审计的分数，却没有分辨率余量；昂贵模型有分辨率余量、新格式，却没有经审计的分数。今天无论谁告诉你哪一个更好，都只是在根据其中某一方的上一代进行外推。

十万张图片的测试，正确地完成

设想一个真实的商品目录任务：100,000 张产品图片，2K，每张一张参考图，简短的英文提示词，无编辑。

• HY Image 3.5 — 100,000 × $0.024 = $2,400。费用固定、可预测，无需 token 建模。

• 图像 2.6 —— 输出 token 的数量会随所绘制像素的数量成比例增加，因此同样的任务在高质量 2K 等效设置下大约需要 $10,000，而如果图像足够简单、能以低复杂度和中等质量运行，费用则会显著降低。

• 差额约为 7,600 美元，大致相当于一名兼职插画师一个月的费用。

现在再加上第二轮计算。如果便宜模型的图像有15%需要人工修复，而昂贵模型的图像只有5%需要，账算会变，但很少会反转：按每分钟人工成本4美元计算，便宜方案仍然胜出。这就是这个决策的真实面貌。HY Image 3.5胜出，并不是因为它看起来更好；它胜出，是因为在商品目录规模下，“足够好”是一种商业模式，而“最好”是一种奢侈。

转折点在于，当图像是产品本身时：主推素材、活动主视觉、品牌插画。每周十张图时，四十美元的价格差无关紧要。在这个量级下，买更好的模型，别再纠结了。

同时运行两者

对大多数团队来说，合理的架构并不是一道选择题。用 HY Image 3.5 处理大批量任务——草稿、缩略图、变体、本地化——而用 Images 2.6 处理那些最终获批并交付的素材。这两种定价模式让这种分工几乎成为机械式操作：按图像计费会奖励你把低成本工作交给低成本模型，而按 token 计费则会奖励你让昂贵、高投入的渲染保持稀少。

目前这两款模型都还没有上架 OrcaRouter。我们的图像产品线目前提供的是 GPT-Image-2.5 Flare 和 Sunburst、Google 的 Gemini 与 Imagen 系列，以及 Grok Imagine Image——一个密钥、按供应商标价零加价（0% markup）、当某个供应商服务质量下降时自动故障转移。对于上面这种双模型分工而言，真正重要的与其说是模型选择，不如说是底层管道：一套集成、一条计费项，以及一条路由规则，让低成本任务走低成本端点，而无需再签一份合同。

值得关注：Tencent 将 HY Image 3.5 从预览版正式推出，以及首个独立的 Images 2.6 评分。前者告诉你 $0.024 的价格是发布促销还是商业模式。后者告诉你，四倍差距中有多少来自质量，有多少只是发票上的那个 logo。