
Kling Image 4.0 對比 HY-Image 3.5:208 分的差距,91 分的差距
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 188 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 205 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 124 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 110 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Kling Image 4.0 與 HY-Image 3.5 的價格比為 2.6 比 1。品質比根本不是單一數字:Artificial Analysis 指出,當兩者都從零開始生成圖片時,兩者相差 208 Elo;當兩者都被要求編輯一張已存在的圖片時,兩者相差 91 Elo。同一對模型、同一個排行榜、同一個測量月份,兩個答案卻相差超過一倍。任何針對這組對決只引用單一分數的人,都只引用了其中一半。
日期對這個框架很重要。Kling Image 4.0 自 2026 年 11 月 17 日起上線,以 Kuaishou 的單位階梯計價,16 單位可換一張 2K 靜態圖——按入門套餐費率約 6.1 美分,或在 Artificial Analysis 榜單上每千張 63 美元。HY-Image 3.5 較舊,且關鍵在於另一個詞:Tencent 於 2026 年 9 月 22 日推出,名為 hy-image-v3.5-preview,每張 2K 圖像為 ¥0.15 或 US$0.024,而獨立排行榜直到最近才開始給它評分。它的 972 Elo 並非發表時的宣稱。這是該模型首次由外部進行的測量,而結果低於 Tencent 自家的前代產品。

這兩個落差,以及它們為何不同
兩個模型都在相同的兩個 Artificial Analysis 排行榜上接受評分,這正是讓這項分歧具有可解讀性、而非流於修辭的原因。請對照 2026 年 11 月 18 日的整體陣容來解讀:
• 文生圖 Elo — Kling Image 4.0 為 1,179.93,在 115 個中排名第七;HY-Image 3.5 為 972.12,在 115 個中排名第七十五
• 圖像編輯 Elo — Kling Image 4.0 1,182.89,87 個中排名第六;HY-Image 3.5 1,091.87,87 個中排名第二十八
• 信賴區間——生成方面,Kling 為 1,166.93 至 1,192.93,對比 HY 的 960.12 至 984.12;編輯方面則為 1,168.89 至 1,196.89,對比 1,078.87 至 1,104.87
• 定價 — Kling 生成每千張圖片 $63.00,編輯 $66.00;HY 在兩個看板上均為 $24.00
{{1}}• 公佈的單位費率 — Kling 每張 2K 靜態圖 16 單位,4K 為 24,8K 為 40,每單位約 $0.00384;HY 每張 2K 圖像 $0.024,僅就交付輸出計費{{/1}}
• 輸出上限 — Kling 記載原生 8K 等級;HY 記載 2K 為上限
參考輸入 — Kling 對每張參考圖片或每個參考元素收取 0.8 單位費用,此為 4.0 版新增的收費項目;HY 每次請求最多接受五張參考圖片,且未公布另收參考費。
• 權重與識別碼——兩者皆為專有;HY 沒有一般可用性識別碼,也沒有開放檢查點
兩個區間都沒有重疊,因此這兩種排序都經得起「數字有雜訊」這個明顯的反駁。有趣的是差距的大小。在 400 分制的 Elo 量表上,208 分的差距意味著較強的模型在每四次兩兩比較中約贏三次。91 分的差距則意味著約五分之三。兩者都是真實的優勢;但只有其中一個能在多數情況下預測到你自己提示詞集上出現可見差異。
這種分數落差的形狀,說明了每個模型各自的用途。HY-Image 3.5 在涵蓋 115 個模型的生成排行榜中位於後三分之一,而在涵蓋 87 個模型的編輯排行榜中位於前三分之一。這不是一個整體能力較弱的模型會有的表現輪廓。這是針對第二項任務調校的模型輪廓,而這應該會改變適合購買它的人:如果你的工作是編輯現有畫面——產品照、角色設定圖、客戶的版式——那麼較便宜的模型落後 91 分,而不是 208 分。
騰訊自家的前代得分更高
在這組對比中,對騰訊最不利的數字不是 Kling 的 1,179,而是 991.90:Artificial Analysis 給 HunyuanImage 3.0(騰訊雲)的分數,也就是同一產品線的上一代。HY-Image 3.5 preview 在同一榜單上得分 972.12。較新的模型在文生圖上低於舊模型 20 Elo,且信賴區間清楚拉開差距。
騰訊在發表時所宣稱的,卻是相反的方向。其證據是一項在公司內部進行、由數百名自家設計師參與的盲測偏好研究,報告稱相較於 Hy Image 3.0 約有 30% 的提升,與 Seedream 5.0 Pro 持平,並略勝 Nano-Banana Pro 與 Qwen-Image-3.0 Pro。該研究從未以任何人可重新執行的資料集形式公開,而如今獨立評測委員會在生成方面已對此提出異議。
這項分歧比乍看之下更小,因為編輯排行榜說出了故事的另一半。在圖像編輯方面,HY-Image 3.5 得分 1,091.87,而 HunyuanImage 3.0(Tencent Cloud)為 1,028.30,Instruct 變體則為 1,063.62——相較兩者中較高者高出 64 分。因此,Tencent 測得的改善是真實的;只是它存在於編輯方面,而該說法中生成的那一半並未成立。有一點但書必須記錄在案:排行榜上的 Hunyuan 列是各自獨立的項目,而項目變更可能使分數變動,原因與權重無關。請把這 20 分的退步視為指出該在哪裡測試的警示旗標,而非對該檢查點的定論。
在 Kling 這邊,2.6 倍能換到什麼
Kling 對「為什麼價格是 2.6 倍」的答案不在排行榜上——它在那裡排第七。而在於規格階梯。HY-Image 3.5 止步於 2K。Kling Image 4.0 以 24 單位提供 4K、以 40 單位提供 8K,還提供兩種騰訊完全沒有記載的輸出形態:從單一提示詞生成的一致套圖,以及長條頁面型圖片——1K 網頁設計稿為 140 單位、2K 為 152 單位,或電商詳情頁依長度為 60、120 或 200 單位,且僅限圖生圖。
如果你的交付物是 900 像素的產品縮圖,那個級距表就只是一張你永遠用不到的功能規格表,而支付 6.1 美分而不是 2.4 美分,就是在為用不到的上限付費。如果它是印刷資產、全頁版面,或是一組必須看起來像同一次拍攝的十二幅廣告活動組圖,那麼比較在討論品質之前就結束了:其中一個模型有賣這個等級,另一個根本沒有。這是能力差異,沒有任何 Elo 差距能捕捉到。
參考圖的計費則朝相反方向發展,而且很容易被忽略。Kling Image 4.0 是其產品線中首個對參考圖片與參考元素收費的模型,每項在輸出價格之上加收 0.8 單位。一組由四個輸入建構、大量使用參考圖的組合,會從 192 單位的輸出提高到 230 單位總計——大約多五分之一,並隨著工作對參考圖的依賴程度而增加。HY-Image 3.5 的價目表僅對交付的輸出圖片收費,並未公布參考圖附加費。在參考圖用量最大的工作流程中,2.6 倍的價格比率並非真實比率。

預覽標籤是採購風險
這場對比還有第二個與像素無關的差異,而這正是財務或法務審查會提出的問題。Kling Image 4.0 是已正式推出的模型,有版本說明條目、已公布的單位價格,以及一個暗示後繼版本會以編號命名、而非改名的版本號。HY-Image 3.5 僅以hy-image-v3.5-preview的形式存在。騰訊尚未公布正式可用性識別碼、其日期、開放的檢查點,也沒有離線途徑;所有有文件記載的存取該模型方式,都是騰訊雲的 TokenHub 介面或騰訊自家的應用程式之一。
那不是避開這個模型的理由,而價格才是不這麼做的理由。那是把整合範圍限定好的理由:任何綁定到預覽版識別碼的東西,都應該放在你能控制的介面之後,因為你寫進設定檔的那個名稱,正是 Tencent 對這個模型唯一尚未承諾不變的事。Kling 的對應風險是價格調整,而價格調整至少會先出現在價目表上,之後才出現在帳單上。
以單一按鍵執行評比測試
在提出建議之前,先精確說明我們自家的目錄:OrcaRouter 既不提供 Kling Image 4.0,也不提供 HY-Image 3.5。任何針對這組模型的測試,分別指的是 Kling 的 API 與騰訊雲,而上述價格是供應商自己的價格,並非我們的報價。OrcaRouter 真正改變的,是圍繞這兩者的實驗形態。我們確實提供的圖像模型,都置於單一 OpenAI 相容端點之後,以供應商定價、0% 加價提供,因此你編列的費率就是供應商公布的費率,而且供應商降價當天即生效,而非等到下一個重新定價週期。只要一把金鑰就能使用超過 200 個模型,現任方案與挑戰者可以從同一段程式碼路徑呼叫,而且自動容錯切換可在一條路由於執行中途拒絕請求時,讓批次作業繼續推進。
這在這裡很重要,因為誠實的測試是帳單比較,而不是圖片比較。{{1}}以 2K 讓二十個提示詞跑過這兩個模型,並附上相同的三張參考圖,會比任何發布討論串更快釐清三件事:{{2}}208 分的生成差距是否會在你的題材上顯現,{{3}}91 分的編輯差距是否也會,{{4}}以及參考圖附加費會對你實際建立的那組計算造成什麼影響。{{/4}}{{/3}}{{/2}}{{/1}}

在你提交之前該測試什麼
先從工作任務出發,而不是分數。如果交付成果是一項編輯——修圖後的產品照、在一系列生成中保持一致的角色、只改動一個元素的客戶版面——HY-Image 3.5 是這兩者中更具性價比的選擇,而 91 分的差距小到你自己提供的參考圖片或許就能彌補。它的價格只有四分之一,只針對實際交付的內容計費,而且不會對工作所依賴的參考圖片收費。
如果交付物必須是大型靜態影像,或是一整套看起來像同一次拍攝的影像,那麼真正起決定作用的是生成品質差距,而 208 分不是靠提示詞工程就能抹掉的餘裕。Kling Image 4.0 是這對選項中更昂貴的工具,也是唯一能達到你所需等級的選擇。
應該捨棄的解讀是廠商的那一種。Tencent 的 30% 說法指向一個排行榜,而在該榜上,它自家較新的模型目前在生成方面比前代低 20 分、在編輯方面則比前代高 64 分;任何建立在這兩個數字平均值上的計畫,都是建立在一個沒有人公布過的數字上。
