HY Image 3.5 Preview: prueba de texto y edición de imágenes

👁 115 lecturas

HY Image 3.5 Preview de Tencent está disponible desde el 5 de octubre de 2026 en OpenRouter por aprox. 0,021 EUR (0,024 USD; tipos de cambio de referencia del BCE del 12/10/2026: 1 EUR = 1,1181 USD) por imagen. Lo he puesto a prueba en dos tareas habituales de mi comparativa de generadores de imágenes: completó la edición fotográfica sin fallos en tres pasos, mientras que en la prueba de texto cometió errores en 3 de 13 textos examinados (probados originalmente en polaco). Esta vez no hay pesos abiertos: es un modelo cerrado.

Qué ha anunciado Tencent

HY Image 3.5 Preview es un único modelo unificado para generar imágenes a partir de texto, crearlas a partir de referencias visuales y realizar ediciones sucesivas en conversación (ajustes continuos sobre la misma imagen). Declaraciones del fabricante:

• +30% de victorias en evaluaciones humanas frente a HY Image 3.0.
• En una prueba a ciegas con varios cientos de diseñadores, se situó al nivel de Seedream 5.0 Pro y ligeramente por encima de Nano Banana Pro y Qwen-Image-3.0 Pro. Es una prueba interna de Tencent, no verificada de forma independiente.
• Mejoras centradas en tipografía, composición visual, realismo y coherencia durante la edición.
• Resolución de hasta 2K; mis imágenes generadas fueron de 1536 x 1536 px (cuadradas) y 1856 x 1248 px (edición de fotografía apaisada).

Un cambio clave: su predecesor, HY Image 3.0 (80 mil millones de parámetros con arquitectura MoE, 13 mil millones activos), ofrecía pesos abiertos. Con la versión 3.5, Tencent no ha publicado la arquitectura, el número de parámetros ni planes de apertura. No es posible ejecutar este modelo de forma local en tu propia tarjeta gráfica. Consulta las alternativas abiertas en el análisis de modelos abiertos de imagen.

Mi prueba 1: renderizado de texto con caracteres complejos

He utilizado los mismos 4 prompts de prueba que en otras evaluaciones (redactados y evaluados originalmente en polaco para forzar signos diacríticos difíciles): un cartel de rebajas, la pizarra de un comedor popular, la portada de un libro con grafías complejas y un envase de empanadillas; en total, 13 textos a reproducir.

Dónde falló el modelo:

• Cartel de rebajas: alteró una letra en el mes de octubre (mostró una inscripción corrupta en la prueba original en polaco en vez de la traducción del original en polaco «octubre» en la línea inferior); el titular y el texto traducido del original en polaco «-40% en todo» salieron correctos.
• Pizarra de menú: mostró una inscripción corrupta en la prueba original en polaco, y las unidades monetarias originales polacas en minúsculas en vez de mayúsculas. Los platos típicos pedidos (sopa, empanadillas, compota y tarta) quedaron bien.
• Envase de comida: alteró la palabra setas («grzydami» en vez de «grzybami») e inventó un rótulo absurdo no solicitado («MEZCLA SECA PARA CONGELADOS», en polaco).

Conteo manual: 10 de 13 textos correctos. La lectura automática línea a línea dio solo 3/13 debido a que el modelo dividió palabras en varias líneas (con esa métrica estricta, GPT Image 2.5 Sunburst obtiene 7/13, FLUX 2 Max 6/13, Nano Banana 2.1 5/13 e Ideogram 4.5 4/13). Conclusión: dibuja bien los caracteres aislados, pero confunde letras en palabras enteras igual que la mayoría de competidores; cualquier arte final para imprenta requiere revisión minuciosa.

Mi prueba 2: edición fotográfica en tres pasos

Partimos de la fotografía de una panadería utilizada habitualmente en el test de ediciones encadenadas. Cada paso recibe el resultado del anterior: pintar la puerta de verde botella, añadir un adhesivo de horario «ABIERTO 7-22» y modificar el rótulo principal con el nombre del negocio.

• Las tres modificaciones se ejecutaron con precisión, los textos sin erratas y el letrero respetó la tipografía y paleta del entorno.
• El resto del encuadre no sufrió deriva visual: la persona, la bicicleta, la pizarra con precios, el coche rojo y el pavimento adoquinado se mantuvieron intactos.
• Tiempo: entre 26 y 44 segundos por paso, con un coste de aprox. 0,021 EUR (0,024 USD; tipos del BCE del 12/10/2026) por cada intervención.

Tres modificaciones son una muestra reducida frente a una batería completa de estrés de diez pasos con detalle 4K, pero demuestran que la edición guiada sin alterar elementos adyacentes es el punto más fuerte de este modelo.

Disponibilidad y precios

Detalle técnico: en OpenRouter se trata de un modelo estrictamente de imagen, por lo que no opera bajo el endpoint habitual chat/completions. Es necesario llamar a la ruta dedicada /api/v1/images e introducir la imagen de origen dentro del parámetro input_references. Como referencia de mercado, Nano Banana 2.1 ronda en API unos 0,030 EUR (0,034 USD; tipos del BCE del 12/10/2026) por imagen 1K (más detalles en la guía de Nano Banana).

Para quién encaja

• Recomendado: edición de fotografía de producto y ajustes de tipo «modifica solo este detalle»: precio competitivo y nula distorsión del fondo.
• Con reservas: cartelería con textos complejos o idiomas diacríticos: reproduce bien las letras, pero requiere supervisión palabra por palabra.
• No recomendado: entornos locales o privados en hardware propio: la versión 3.5 no ofrece pesos descargables.

Puedes analizar más alternativas en la comparativa de generadores de imágenes con IA.

// sigue leyendoFLUX 3 Image: prueba 4K, composición, edición y preciosRevistaNano Banana 2.1: prueba con infografías y cómics con textoBenchmarksQwen-Image-2.1 frente a modelos cerrados: 4 pruebas en RTX 4090Benchmarks

Kinetyra