Krea: K3 Edit 対 Tencent: Hy Image 3.5 Preview
api14カタログの最新のUSD料金と機能をもとに、Krea: K3 Edit（$0.11 / 画像 (≈ ￥17)）とTencent: Hy Image 3.5 Preview（$5.60 / 100万トークン (≈ ￥884)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| Krea: K3 Edit | Tencent: Hy Image 3.5 Preview | |
|---|---|---|
| プロバイダー | Krea | Tencent |
| 画像出力 | $0.11 / 画像 (≈ ￥17) | $5.60 / 100万トークン (≈ ￥884) |
| 画像入力 | $0.04 / 画像 (≈ ￥6) | $5.60 / 100万トークン (≈ ￥884) |
| コンテキストウィンドウ | 65,536 | 100,000 |
| 最大出力 | 58,982 | 90,000 |
| 入力 | text, image | text, image |
| 出力 | image | image |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/10/15 | 2026/10/05 |
主な違い
- Tencent: Hy Image 3.5 Previewは1.5倍長いコンテキスト（100,000トークン）を読み取れます。
詳しく見る
Krea: K3 Edit は Krea の画像モデルであり、Tencent: Hy Image 3.5 Preview は Tencent の画像モデルです。どちらも画像カテゴリに属し、どちらもテキストと画像を入力として受け取り、どちらも画像のみを出力として返します。どちらも data api14 が持つ範囲では対応パラメータを公開していないため、temperature や top_p といった調整可能なつまみを基準に両者を選ぶことはありません。2 つのプロバイダーのリリース日は近接しており、Hy Image 3.5 Preview は 2026-10-05、K3 Edit は 2026-10-15 に記載されているため、どちらかが他方に対してレガシーな選択肢というわけではありません。
最も明確に測定できる違いはコンテキスト長です。Hy Image 3.5 Preview は最大 100000 トークンを受け付け、K3 Edit は最大 65536 トークンを受け付けます。つまり、より大きなコンテキストウィンドウを持つのは Tencent のモデルであり、これはプロンプトに長い指示、複数の参照画像、または画像入力と一緒に大量の補足テキストが含まれる場合に重要になります。モダリティについては両者は同一です。テキストと画像を入力し、画像を出力します。定性的な比較では、ツール使用、構造化出力、推論について違いは示されておらず、入力または出力でどちらかが安価であるとも特定していないため、価格はほぼ同等とみなし、どちらかが低予算の選択肢だと決めつけずに、現在の数値についてはこのページのライブ価格表を確認してください。
日々の作業では、通常、判断は一度にモデルへどれだけ与えるかで決まります。リクエストが短いプロンプトと 1 枚か 2 枚の参照画像であれば、K3 Edit は妥当なデフォルトであり、そのより小さいコンテキスト上限が制約になることはほとんどありません。長いブリーフ、多数の参照画像、または拡張されたスタイル指示を 1 回の呼び出しで送る場合は、Hy Image 3.5 Preview のほうが、リクエストを切り詰めたり分割したりする前に使える余裕が大きくなります。どちらのモデルもツール呼び出しや構造化出力といった追加機能を宣伝していないため、機能面で一方を他方より好む理由はありません。データが裏付ける主な差異の軸はコンテキストウィンドウです。
どちらのモデルを api14 経由で呼び出す場合も方法は同じです。ゲートウェイが OpenAI 互換 API を公開しているためです。同じエンドポイントに同じリクエスト形状でリクエストを送り、変わるのはモデル id 文字列だけです。Krea のモデルを使いたい場合は "krea/k3-edit" を、Tencent のモデルを使いたい場合は "tencent/hy-image-v3.5-preview" を使用します。テキストと画像の入力はどちらの場合も同じフィールドに入り、レスポンスはどちらの場合も画像出力として返ります。これにより切り替えは安価になります。1 つのクライアント実装を保ち、モデル id を差し替えて、リクエスト処理を書き直すことなく自分の入力で結果を比較できます。
どちらか一方に決めるのではなく、両方を設定しておくべきケースもあります。画像生成のほとんどを Krea に標準化していて、特定のジョブでずっと長い複合プロンプトと参照セットが必要な場合、その 1 件のリクエストを "tencent/hy-image-v3.5-preview" にルーティングするのは 1 行の変更で済み、作業を分割せずに済みます。逆もまた成り立ち、デフォルトで Tencent を好むが同じ入力で Krea の出力を試したい場合にも当てはまります。モダリティと対応パラメータが一致しているため、リクエストパイプラインではモデル id 以外に変更する必要はありません。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"krea/k3-edit"から"tencent/hy-image-v3.5-preview"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
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"));
その他の比較
- OpenAI: GPT Image 2.6 Flare 対 OpenAI: GPT Image 2.6 Sunburst
- OpenAI: GPT Image 2.6 Flare 対 Auto Router
- OpenAI: GPT Image 2.6 Flare 対 Auto Code
- OpenAI: GPT Image 2.6 Flare 対 Sourceful: Riverflow V2.6 Pro
- OpenAI: GPT Image 2.6 Sunburst 対 Auto Router
- OpenAI: GPT Image 2.6 Sunburst 対 Auto Code
- OpenAI: GPT Image 2.6 Sunburst 対 Sourceful: Riverflow V2.6 Pro
- Auto Router 対 Auto Code