오픈라우터 이미지 9위 Hy Image 3.5, 레퍼런스 20장과 중국어 타이포그래피

OpenRouter 이미지 리더보드를 충분히 내려가면 패턴에 맞지 않는 이름이 하나 나옵니다. 구글의 세 번째와 네 번째 Nano Banana 변형 사이에 텐센트의 Hy Image 3.5 Preview가 있고, 일주일에 15.9억 토큰을 처리했습니다.
9위입니다. 10월 5일에 나왔고 영어권 보도가 거의 없었던 모델로서는 나쁘지 않습니다. 이 업계 사람들도 벤더 지도 위에 이걸 놓으라고 하면 어디에 둘지 망설일 겁니다.
순위 데이터는 잘 읽어야 합니다. 잘못 읽기 쉬우니까요. OpenRouter 이미지 보드는 토큰 순이고, 토큰은 물량과 상관하지만 품질과 상관하지는 않습니다. 맨 위 5.76B의 Nano Banana 2는 수십만 개 앱이 기본값으로 집어 드는 모델이라 거기 있습니다. 1.59B의 Hy Image는 파이프라인을 만드는 사람들이 보드에서 가장 싼 가격도 아닌데도 일부러 골랐기 때문에 거기 있습니다.
백만 토큰당 1.60달러는 구글 Flash 등급의 0.50달러와 OpenAI GPT Image 2.5의 8달러 사이입니다. 어색한 중간이고, 모델이 중간 자리를 우연히 차지하지는 않습니다. 싼 등급이 못 하는 무언가를 해서 차지합니다.
내세우는 것
모델 카드는 통합 이미지 모델을 설명합니다. 텍스트-투-이미지, 이미지-투-이미지, 멀티턴 편집을 하나의 엔드포인트에서 처리합니다. 밑줄을 그을 만한 부분은 이렇습니다.
요청당 레퍼런스 이미지 최대 20장. 눈에 띄는 숫자입니다. 대부분의 이미지 API는 레퍼런스를 1~4장 받고, 더 달라고 하지 말아 달라고 애원합니다. 20장은 점진적 개선이 아니라 다른 범주의 작업입니다. 제품 카탈로그. 캐릭터 시트. 브랜드의 시각 체계 전체를 한 번의 호출로 넘기는 일.
최대 4K 출력. 2026년 이 등급에서는 표준이지만, 가격을 감안하면 확인해 둘 만합니다.
중국어와 영어 텍스트 렌더링. 모델이 흥미로워지는 지점이고, 따로 돌아오겠습니다.
80B 전문가 혼합(MoE) Hy Image 3.0 베이스 위에 구축. 경쟁하는 Flash 등급 모델 기준으로 큰 베이스이고, 가격이 설명됩니다. 주장이 맞다면 피사체 일관성도 설명됩니다.

레퍼런스 20장이라는 주장, 실제로는
이미지 모델에 레퍼런스를 잔뜩 넣으면 무엇이 깨지는지 생각해 보십시오. 보통은 모델이 그것들을 평균 냅니다. 같은 재킷 사진 다섯 장을 주면 깃은 하나에서, 단추는 다른 하나에서 온 재킷 모양의 흐릿한 무언가가 나옵니다. 시리즈에 걸친 피사체 일관성은 정말 어려운 문제이고, 구조적인 이유로 어렵습니다. 모델이 별개의 조건 신호에 걸쳐 정체성을 추적해야 하고, 그것들을 하나의 스타일로 합쳐버리면 안 되니까요.
20장이라는 숫자는 텐센트가 이걸 프롬프트 층이 아니라 구조 층에서 풀었으리라는 인상을 줍니다. 모델 카드의 표현, “편집 전반의 피사체 일관성과 프롬프트에 충실한 구성에 특히 강하다”는, 연구소가 격차를 보여주는 내부 벤치마크를 갖고 있을 때 쓰는 바로 그 언어입니다.
그 격차가 독립 검증에서 살아남는지는 별개 문제입니다. 아직 제가 신뢰할 만한 Hy Image 3.5의 제3자 평가는 없습니다. 지금 있는 것은 사용량에 기반한 리더보드 순위, 모델 카드의 주장, 그리고 이 모델이 프리뷰 릴리스라는 사실입니다. 프리뷰는 약속이 아니라 방어입니다.
텍스트 렌더링이라는 각도
생성 이미지 안의 라틴 문자 타이포그래피는 2025년 어느 시점에 기본 요건이 됐습니다. 진지한 모델은 이제 대체로 읽을 수 있는 간판을 그립니다. 중국어는 다른 문제이고, 10년째 다른 문제입니다.
CJK 글자는 밀도가 높고 수천 자가 있으며, 정확성이 라틴 문자와는 다른 방식으로 이분법적입니다. 살짝 어긋난 “a”는 여전히 “a”로 읽힙니다. 어긋난 粤은 그냥 틀린 글자입니다. 서구 연구소들도 여기서 개선됐지만, 실패가 여전히 흔해서 중국어 디자인 작업을 하는 사람은 활자를 나중에 합성하는 법을 배웠습니다.
텐센트가 이 가격에 두 언어를 모두 주장하는 것은 특정 시장을 겨눈 주장입니다. 거대한 중국 이커머스와 마케팅 영역, 제품 포스터에 글자 하나가 틀리면 매력적인 아티팩트가 아니라 반려된 납품물이 되는 곳입니다. 토큰 물량이 그럴듯한 이유이기도 합니다. 중국어 타이포그래피를 고치는 모델은 수천 개 제작 파이프라인에서 후처리 단계 하나를 통째로 없앱니다.
왜 서구 애그리게이터에 나타났나
여기에 어떤 단일 모델보다 중요한 구조적 이야기가 있습니다.
2년 전에 중국 이미지 모델을 쓰는 방법은 이랬습니다. 벤더 콘솔을 찾고, 인증 방식을 익히고, 역외에서는 지연이 더 나쁘다는 걸 받아들이고, 맞춤 클라이언트를 작성합니다. 서구 개발자 대부분을 밖으로 밀어내기에 충분한 마찰이었습니다.
OpenRouter가 그걸 평평하게 만들었습니다. 키 하나, 스키마 하나, 청구서 하나. 결과적으로 모델 품질이 국경을 거의 즉시 넘어 다니게 됐고, 리더보드가 실제 경쟁 무대가 됐습니다. 텐센트는 모든 창업자가 확인하는 보드에서 9위를 지킬 수 있다면 샌프란시스코에서 개발자 관계 캠페인을 벌일 필요가 없습니다.
바이트댄스의 Seedream을 이미지 보드 4위와 5위에, 바이트댄스 영상 모델 네 개를 영상 톱10에 올려놓은 것과 같은 역학입니다. “어느 나라가 최고 모델을 만드는가”라는 대화는 대체로 끝났습니다. 남은 것은 누구나 들여다볼 수 있는 가격과 성능의 격자입니다.
실제로 모르는 것
몇 가지이고, 작지 않습니다.
이미지의 토큰 가격은 불투명합니다. 백만 토큰당 1.60달러는 이미지 한 장에 토큰이 얼마나 드는지 알기 전까지 아무것도 알려주지 않습니다. 그건 해상도에 달려 있고, 대개 벤더의 내부 회계에도 달려 있습니다. Seedream 5.0 Flash의 “이미지당 0.018달러부터”와의 비교는 가격 칸만 보고 할 수 있는 비교가 아닙니다.
프리뷰는 프리뷰입니다. 동작이 바뀔 수 있고, 엔드포인트 가격이 다시 매겨질 수 있고, 11월에 벤치마크한 모델이 1월에 받는 모델이 아닐 수 있습니다.
라이선스와 데이터 조항은 모델 카드에서 보이지 않습니다. 레퍼런스 이미지로 상업 작업을 하는 사람, 즉 입력 20장이 전제인 용례 전체에 해당하는 사람에게는 트라이얼 전에 답이 필요한 질문입니다. 나중이 아니라.
제가 테스트할 방식
예쁜 프롬프트로 하지 않습니다. 이 모델이 잘한다고 주장하는 그것으로 합니다.
한 물체를 여러 각도에서 찍은 사진 열두 장을 한 번의 요청에 넣고, 그 물체가 한 번도 가본 적 없는 장면을 요청합니다. 그다음 레퍼런스 네 장으로 반복해서 얼마나 나빠지는지 봅니다. 두 실행의 차이가 입력 20장이 실제 능력인지 부풀린 파라미터인지를 알려줍니다.
두 번째 테스트는 중국어 헤드라인과 라틴 문자 서브헤드가 있는 포스터를 최종 크기로, 100%로 확대해서 봅니다. 틀린 글자를 세십시오. 이게 이 모델이 제작 파이프라인에 들어갈지 데모 폴더에 들어갈지를 결정하는 테스트입니다.
리더보드는 이미 사람들이 그렇게 하고 있다고 말합니다. 상위 세 자리가 구글이고 4위가 바이트댄스인 보드에서 9위는 마케팅상의 위치가 아닙니다. 많은 개발자가 중간 가격대가 값을 한다고 조용히 판단한 결과입니다.
관련 글
중국산 안드로이드 시스템 UI의 광고를 끄는, 커뮤니티가 관리하는 탭 표
시스템을 건드리지 않고, 잠금 해제도, 플래싱도 하지 않는다. 제조사가 이미 열어 둔 스위치를 하나씩 뒤집을 뿐이다. 대가는 이 목록을 계속 써 줄 사람이 필요하다는 것이다.
GPT Image 2.6, 토큰 단가는 그대로 두고 청구서를 올렸다
GPT Image 2.6은 2.5의 토큰 단가를 하나도 바꾸지 않았는데 이미지 한 장 값은 올랐다. 작업의 상당 부분이 이제 출력 토큰에서 일어나기 때문이다. 출시 11일째, 가격 구조가 순위표보다 많은 것을 말한다.
IDM을 바깥에서 다시 만든 사람이 손대지 않은 부분을 적어 두었다
Mister Download Manager는 Internet Download Manager의 흐름을 Rust로 다시 구현해 5배 속도와 86개 언어를 내건다. 더 흥미로운 문서는 아무것도 복사하지 않고 어떻게 만들었는지 설명하는 문단이다.
Rune은 에이전트가 자기 작업을 검증할 수 있도록 만든 Rust UI 프레임워크
Rune은 헤드리스로 렌더링하고 요소 트리를 덤프하며 스크립트 입력을 받는다. 스크린샷으로는 얻을 수 없는, diff 가능한 신호를 코딩 에이전트에게 준다. 프레임워크는 프리릴리스이며 풀 리퀘스트를 받지 않는다.