一次发布补齐三件事:文生图、图生图与多轮编辑
腾讯混元在 9 月 22 日至 23 日期间发布图像生成模型 Hy Image 3.5 preview,官方定位是文生图、图生图与多轮编辑三合一的统一模型,综合能力较上一代 3.0 提升约 30%。几个硬指标值得单独拎出来看:单次生成最多可以引用 5 张输入图作为参考,最高输出分辨率提升到 2K,多轮编辑意味着你可以在同一张图上连续修改,而不必每次都重新描述整幅画面。
对实际使用者来说,5 张参考图的意义大于分辨率。过去做电商图或广告图,常见做法是把产品图、风格参考图、人物参考图分别跑一遍再手工拼合,中间任何一步的漂移都要重来。把参考图上限提到 5 张,等于把一次说清楚的能力交回给用户。2K 输出则直接对齐了印刷前环节和平台主图的要求。
0.15 元一张 2K 图,计费口径也改了
腾讯云给出的 API 定价是 2K 图 0.15 元每张,并且只对输出计费。这两点合在一起,把生图的单位成本从按调用次数推向按成品张数。对批量做图的工作流,这是一次成本结构的重算:输入参考图不再计费,多轮编辑的中间步骤也不额外付费,真正花钱的是你决定留下的那一张。
内部设计师盲测结果显示,Hy Image 3.5 preview 与 Seedream 5.0 pro 处于同一水平,略优于 Nano-Banana Pro。
官方同时披露了一组灰度数据:已经接入元宝、ima 等应用后,元宝在灰度期间的生图请求量提升超过 50%,人像修图场景的请求量提升 100%。这两个数字比跑分更能说明问题,人像修图翻倍说明用户把它当日常修图工具用,而不是当玩具。
该关注什么,不该被什么带偏
如果你是做内容、电商或广告的团队,现在值得做的一次动作是:把最常用的一类图(比如产品主图或车型渲染图)抽 20 张出来,用 5 张参考图的模式跑一遍,与人工出图做横向比较。重点看的不是好不好看,而是构图稳定性、文字区域是否可控、多轮编辑时主体是否漂移。
至于 2K 图 0.15 元这类价格,先别急着按单价横向比较。不同厂商对参考图、多轮编辑、失败重试的计费口径差别很大,真正可比的是做完一张合格图的总花费。把失败重试算进去,结论往往会变。