Recraft: Recraft V4.1 Pro Vector 대 Tencent: Hy Image 3.5 Preview
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 Recraft: Recraft V4.1 Pro Vector(US$1.05 / 이미지 (≈ ₩1,415))와(과) Tencent: Hy Image 3.5 Preview(US$5.60 / 100만 토큰 (≈ ₩7,547))를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.
사양
| Recraft: Recraft V4.1 Pro Vector | Tencent: Hy Image 3.5 Preview | |
|---|---|---|
| 제공업체 | Recraft | Tencent |
| 이미지 출력 | US$1.05 / 이미지 (≈ ₩1,415) | US$5.60 / 100만 토큰 (≈ ₩7,547) |
| 이미지 입력 | - | US$5.60 / 100만 토큰 (≈ ₩7,547) |
| 컨텍스트 윈도우 | 65,536 | 100,000 |
| 최대 출력 | 58,982 | 90,000 |
| 입력 | text, image | text, image |
| 출력 | image | image |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 5. 13. | 2026. 10. 5. |
주요 차이점
- Tencent: Hy Image 3.5 Preview는(은) 1.5배 더 긴 컨텍스트(100,000 토큰)를 읽습니다.
자세히 보기
Recraft: Recraft V4.1 Pro Vector는 Recraft의 이미지 모델로, 2026-05-13에 출시되었습니다. Tencent: Hy Image 3.5 Preview는 Tencent의 이미지 모델로, 2026-10-05에 출시되었습니다. 둘 다 api14에서 같은 카테고리에 속하므로, 채팅 완성을 위해 호출하는 텍스트나 추론 모델이 아닙니다. 이들은 텍스트와 이미지 입력을 받아 이미지 출력을 반환하므로, 파이프라인의 같은 슬롯에 대한 후보가 됩니다. 원하는 것을 설명하고, 선택적으로 참조 이미지를 첨부하면 이미지를 돌려받습니다.
주요하게 측정 가능한 차이는 컨텍스트입니다. Tencent: Hy Image 3.5 Preview는 컨텍스트 윈도우가 100000 토큰인 반면, Recraft: Recraft V4.1 Pro Vector는 65536 토큰이므로, 더 큰 컨텍스트를 가진 쪽은 Tencent 모델입니다. 이는 프롬프트가 길 때, 큰 참조 이미지나 여러 개를 입력할 때, 또는 요청에 그대로 유지되어야 하는 설명적 세부 사항이 많을 때 중요합니다. 입력과 출력 모달리티는 그 외에는 양쪽 모두 동일하며, 어느 모델도 지원되는 파라미터를 나열하지 않으므로 추가 필드를 통해 샘플링 동작을 조정할 수 있다고 기대해서는 안 됩니다. 정성적 비교에서는 어느 모델도 입력이나 출력에서 더 저렴하다고 표시하지 않으므로, 가격은 비슷한 것으로 간주하고 현재 수치는 실시간 표에서 확인하십시오.
실용적인 선택을 위해서는 브랜드보다 작업부터 시작하십시오. 프롬프트가 짧고 참조 자료가 가벼우면 어느 모델이든 맞으므로 자체 테스트에서의 출력 품질로 선택할 수 있습니다. 길고 세부 사양이 많은 프롬프트나 큰 이미지 입력을 다루면서 무언가 잘리기 전에 최대한의 여유를 원한다면, Tencent: Hy Image 3.5 Preview의 더 큰 컨텍스트가 그것을 선택할 구체적인 이유입니다. 이미 Recraft V4.1 Pro Vector에 맞춰 프롬프트를 조정했고 그것들이 그 컨텍스트 안에서 잘 작동한다면, 여기에 나열된 어떤 능력 격차도 전환을 강제하지 않습니다.
api14를 통해 둘 중 하나를 호출하는 방식은 동일합니다. 게이트웨이가 OpenAI 호환 API를 노출하기 때문입니다. 같은 엔드포인트에 같은 요청 형태로 요청을 보내며, 바뀌는 것은 모델 id뿐입니다. Recraft 모델에는 "recraft/recraft-v4.1-pro-vector"를, Tencent 모델에는 "tencent/hy-image-v3.5-preview"를 사용하십시오. 텍스트와 이미지 입력은 평소처럼 들어가고, 이미지는 응답으로 돌아옵니다. 즉, 하나의 클라이언트, 하나의 재시도 및 로깅 코드 세트, 모델 id가 구성되는 하나의 장소를 유지한 다음, 그 단일 문자열을 편집하여 둘 사이를 전환할 수 있습니다.
그것은 또한 깔끔한 폴백 경로를 제공합니다. 한 모델을 사용할 수 없거나 그 출력이 특정 요청에 맞지 않으면, 통합을 다시 작성하지 않고도 같은 호출을 다른 id로 향하게 할 수 있습니다. 두 모델이 입력과 출력 모달리티를 공유하고 어느 쪽도 추가 파라미터를 노출하지 않으므로, 교체는 거의 즉시 대체 가능한 변경이며, 긴 프롬프트를 Tencent 모델에서 Recraft 모델로 옮길 때 주의할 한 가지 차이는 컨텍스트 윈도우입니다.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "recraft/recraft-v4.1-pro-vector"에서 "tencent/hy-image-v3.5-preview"로 바꾸기만 하면 프롬프트, 스트리밍, 도구가 그대로 작동합니다.
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"));
더 많은 비교
- OpenAI: GPT Image 2.6 Flare 대 OpenAI: GPT Image 2.6 Sunburst
- OpenAI: GPT Image 2.6 Flare 대 Auto Router
- OpenAI: GPT Image 2.6 Flare 대 Auto Code
- OpenAI: GPT Image 2.6 Flare 대 Sourceful: Riverflow V2.6 Pro
- OpenAI: GPT Image 2.6 Sunburst 대 Auto Router
- OpenAI: GPT Image 2.6 Sunburst 대 Auto Code
- OpenAI: GPT Image 2.6 Sunburst 대 Sourceful: Riverflow V2.6 Pro
- Auto Router 대 Auto Code