HY Image 3.5 Preview: test polskich napisów i edycji zdjęć

👁 114 przeczytań

HY Image 3.5 Preview od Tencentu jest od 5 października 2026 na OpenRouterze, za 0,024 USD za obraz. Sprawdziłem go na dwóch zadaniach z mojej Areny generatorów obrazów: edycję zdjęcia zrobił bezbłędnie w trzech krokach, a w polskich napisach pomylił się w 3 z 13 tekstów. Wag tym razem nie ma - to model zamknięty.

Co ogłosił Tencent

HY Image 3.5 Preview to jeden model do generowania obrazów z tekstu, tworzenia na podstawie zdjęć referencyjnych i edycji w rozmowie (kolejne poprawki tego samego obrazu). Deklaracje producenta:

• +30% wygranych w ocenie ludzi względem HY Image 3.0.
• W ślepym teście z udziałem kilkuset projektantów - poziom Seedream 5.0 Pro i lekko lepiej od Nano Banana Pro i Qwen-Image-3.0 Pro. To test samego Tencentu, niezależnego potwierdzenia nie ma.
• Poprawa głównie w napisach i układzie, realizmie i spójności przy edycji.
• Rozdzielczość do 2K; moje obrazy miały 1536 x 1536 px (kwadrat) i 1856 x 1248 px (edycja zdjęcia poziomego).

Ważna zmiana: poprzednik, HY Image 3.0 (80 mld parametrów w architekturze MoE, 13 mld aktywnych), miał otwarte wagi. Przy wersji 3.5 Tencent nie podał architektury, liczby parametrów ani planów otwarcia. Lokalnie, na własnej karcie, tego modelu nie uruchomisz. Otwarte alternatywy zebrałem w rankingu otwartych modeli do obrazów.

Mój test 1: polskie napisy

Te same 4 polecenia co dla pozostałych modeli w Arenie: plakat wyprzedaży, tablica w barze mlecznym, okładka książki z trudnymi ogonkami i opakowanie pierogów - razem 13 tekstów do napisania.

Co wyszło źle:

• Plakat: „paźziernika” zamiast „października” w dolnej linii; nagłówek i „-40% NA WSZYSTKO” poprawne.
• Menu: „GOLĄBKI” bez litery Ł, a ceny „zł” małymi literami zamiast „ZŁ”. Żurek, pierogi ruskie, kompot i szarlotka - dobrze.
• Opakowanie: „Pierogi z kapustą i grzydami” oraz dopisany od siebie nonsensowny napis „SUCHE MIESZANKA DO MROŻONEK”.

Licząc ręcznie: 10 z 13 tekstów bez błędu. Automatyczny odczyt tą samą metodą co w Arenie (linia po linii) dał tylko 3/13, bo model łamał napisy na kilka linii - przy tej metodzie GPT Image 2.5 Sunburst ma 7/13, FLUX 2 Max 6/13, Nano Banana 2.1 5/13, a Ideogram 4.5 4/13. Wniosek: litery stawia dobrze, ale słowa przekręca jak większość konkurencji - plakat do druku trzeba sprawdzić literka po literce.

Mój test 2: edycja zdjęcia w trzech krokach

To samo zdjęcie piekarni co w teście „10 edycji pod rząd”. Każdy krok dostaje wynik poprzedniego: przemaluj drzwi na butelkową zieleń, dodaj naklejkę „OTWARTE 7-22”, zmień szyld na „PIEKARNIA ZOSIA”.

• Wszystkie trzy zmiany trafione, napisy bez błędu, szyld w tym samym kroju i kolorach.
• Reszta kadru nie dryfuje: kobieta, rower, tablica „CHLEB 6,90 zł”, czerwony samochód i bruk zostały takie same.
• Czas: 26-44 s na krok, 0,024 USD za każdy.

Trzy kroki to za mało, żeby wpisać HY Image 3.5 do rankingu Areny (pełny test to 10 edycji pod rząd, ramki, detal 4K i napisy). Po tej próbce edycja wygląda jednak na najmocniejszą stronę modelu.

Gdzie działa i ile kosztuje

Uwaga techniczna: na OpenRouterze to model tylko obrazowy, więc nie działa przez chat/completions - trzeba użyć osobnego endpointu /api/v1/images, a obraz do edycji podać w polu input_references. Dla porównania: Nano Banana 2.1 kosztuje w API ok. 0,034 USD za obraz 1K (szczegóły w przewodniku Nano Banana).

Dla kogo

• Tak: edycja zdjęć produktowych i poprawki „zmień tylko to” - tanio i bez dryfu.
• Ostrożnie: grafiki z polskim tekstem - litery dobre, ale słowa trzeba sprawdzać.
• Nie: jeśli potrzebujesz modelu lokalnie - wersja 3.5 nie ma otwartych wag.

Więcej modeli obrazowych porównuję w przeglądzie generatorów obrazów AI.