OpenAI: GPT-5 Image Mini contre Tencent: Hy Image 3.5 Preview
Un comparatif côte à côte de OpenAI: GPT-5 Image Mini (8,75 $US / 1M jetons (≈ 7,79 €)) et Tencent: Hy Image 3.5 Preview (5,60 $US / 1M jetons (≈ 4,99 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.
Caractéristiques
| OpenAI: GPT-5 Image Mini | Tencent: Hy Image 3.5 Preview | |
|---|---|---|
| Fournisseur | OpenAI | Tencent |
| Entrée | 8,75 $US / 1M jetons (≈ 7,79 €) | - |
| Sortie | 7,00 $US / 1M jetons (≈ 6,23 €) | - |
| Lecture du cache | 0,88 $US / 1M jetons (≈ 0,78 €) | - |
| Image en sortie | 28,00 $US / 1M jetons (≈ 24,93 €) | 5,60 $US / 1M jetons (≈ 4,99 €) |
| Recherche web | 35,00 $US / 1K recherches (≈ 31,17 €) | - |
| Image en entrée | - | 5,60 $US / 1M jetons (≈ 4,99 €) |
| Fenêtre de contexte | 400 000 | 100 000 |
| Sortie max. | 128 000 | 90 000 |
| Entrée | file, image, text | text, image |
| Sortie | image, text | image |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 16 oct. 2025 | 5 oct. 2026 |
Principales différences
- OpenAI: GPT-5 Image Mini lit 4.0× plus de contexte (400 000 tokens).
- Seul OpenAI: GPT-5 Image Mini prend en charge la sortie JSON structurée.
- Seul OpenAI: GPT-5 Image Mini prend en charge le contrôle de l’effort de raisonnement.
En détail
OpenAI : GPT-5 Image Mini est un modèle d'image d'OpenAI, publié le 16 octobre 2025. Tencent : Hy Image 3.5 Preview est un modèle d'image de Tencent, publié le 5 octobre 2026. Les deux se situent dans la catégorie image, donc les deux sont destinés à des travaux où les images sont soit l'entrée, soit la sortie, soit les deux. La principale différence au niveau supérieur est qui les exécute et quelle surface d'exposition chacun offre à l'appelant.
L'écart de capacités est plus large que ne le suggère le nom. GPT-5 Image Mini prend en entrée fichier, image et texte et peut renvoyer image et texte en sortie, tandis que Hy Image 3.5 Preview prend en entrée texte et image et ne renvoie que de l'image. GPT-5 Image Mini dispose également d'une fenêtre de contexte bien plus grande, à 400000 tokens contre 100000 pour le modèle Tencent, ce qui lui permet de contenir bien plus de matière dans une seule requête. En plus de cela, GPT-5 Image Mini est le seul des deux à prendre en charge la sortie structurée et le seul à prendre en charge le raisonnement, et il expose une longue liste de paramètres incluant temperature, top_p, max_tokens, seed, logprobs, response_format et verbosity. Hy Image 3.5 Preview ne liste aucun paramètre pris en charge, ce qui signifie que vous obtenez une surface de contrôle bien plus étroite. La comparaison qualitative identifie GPT-5 Image Mini comme le modèle à plus grand contexte, le seul modèle structuré et le seul modèle de raisonnement. Aucun des deux n'est signalé comme moins cher en entrée ou en sortie, donc considérez-les comme à peu près au même prix plutôt que de supposer que l'un casse les prix de l'autre.
Pour la sélection pratique, choisissez GPT-5 Image Mini lorsque la tâche nécessite plus qu'une simple image en retour. Si vous voulez que le modèle raisonne sur ce qu'il produit, renvoie des données structurées en plus ou à la place des pixels, ou accepte un mélange de texte et d'image dans la réponse, c'est la seule option ici qui peut le faire. Sa fenêtre de 400000 tokens convient aussi aux tâches où vous fournissez de longs documents, de nombreuses images de référence ou un gros fichier en plus du prompt. Hy Image 3.5 Preview est l'outil plus simple : texte et image en entrée, image en sortie. Si votre pipeline a seulement besoin d'une image générée à partir d'un prompt plus une image de référence optionnelle, et que vous n'avez pas besoin de paramètres, de traces de raisonnement ou de charges utiles structurées, il couvre ce cas sans machinerie supplémentaire. Comme la tarification n'est pas différenciée dans les données, la décision doit reposer sur les besoins de modalité et de contrôle plutôt que sur le coût.
Appeler l'un ou l'autre modèle via api14 fonctionne de la même manière, car la passerelle est compatible OpenAI. Vous pointez votre client existant vers l'URL de base api14, envoyez une requête sous la forme habituelle des chat completions, et changez uniquement la chaîne d'identifiant du modèle. Utilisez "openai/gpt-5-image-mini" lorsque vous voulez le modèle OpenAI et "tencent/hy-image-v3.5-preview" lorsque vous voulez celui de Tencent. Tout le reste dans le corps de la requête reste en place, mais rappelez-vous que des paramètres tels que temperature, seed ou response_format ne prendront effet que sur le modèle qui les prend en charge, ce qui dans cette paire est GPT-5 Image Mini.
Changer de modèle en une chaîne
Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "openai/gpt-5-image-mini" par "tencent/hy-image-v3.5-preview" : prompts, streaming et outils continuent de fonctionner.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.images.generate({
"model": "tencent/hy-image-v3.5-preview",
"prompt": "A minimalist product photo of a ceramic mug on a wooden table",
"n": 1,
"aspect_ratio": "1:1"
});
import { writeFile } from "node:fs/promises";
await writeFile("image.png", Buffer.from(result.data[0].b64_json, "base64"));
Plus de comparatifs
- OpenAI: GPT Image 2.6 Flare contre OpenAI: GPT Image 2.6 Sunburst
- OpenAI: GPT Image 2.6 Flare contre Auto Router
- OpenAI: GPT Image 2.6 Flare contre Auto Code
- OpenAI: GPT Image 2.6 Flare contre Sourceful: Riverflow V2.6 Pro
- OpenAI: GPT Image 2.6 Sunburst contre Auto Router
- OpenAI: GPT Image 2.6 Sunburst contre Auto Code
- OpenAI: GPT Image 2.6 Sunburst contre Sourceful: Riverflow V2.6 Pro
- Auto Router contre Auto Code