O que é HunyuanImage 3.0 Instruct?
O HunyuanImage 3.0 Instruct foi lançado em 26 de janeiro de 2026, quatro meses depois do modelo original de texto para imagem HunyuanImage 3.0. Ele adiciona geração de imagem para imagem, cobrindo edição e fusão de várias imagens, além de uma etapa de raciocínio que reescreve e planeja a partir do prompt antes de desenhar. Uma versão destilada que amostra em 8 passos em vez de 50 saiu no mesmo dia; os pesos não são atualizados desde fevereiro de 2026.
Ao contrário da maioria dos modelos de imagem, é um modelo autorregressivo de mistura de especialistas que cuida de compreensão e geração em uma única rede: 80 bilhões de parâmetros no total, 13 bilhões ativos por token, distribuídos em 64 especialistas. A Tencent indica no mínimo oito GPUs de 80GB tanto para o Instruct quanto para o modelo destilado, contra três para o modelo base de texto para imagem.
Os pesos usam a Tencent Hunyuan Community Licence, que não vale na União Europeia, no Reino Unido nem na Coreia do Sul, proíbe usar as saídas para melhorar outros modelos de IA e exige uma licença separada da Tencent para serviços com mais de 100 milhões de usuários ativos mensais.
HunyuanImage 3.0 Instruct vale a pena?
O HunyuanImage 3.0 Instruct é um editor forte embrulhado em condições pouco práticas. No ranking de edição de imagem da Artificial Analysis, ele marca 1064 Elo, vigésimo oitavo no geral e terceiro entre os modelos de pesos abertos, atrás do Fibo 2.0 (1089) e do Qwen-Image-2.1 (1082). Fica cerca de 70 pontos à frente do Qwen-Image-Edit-2511, com 992. Como modelo de texto para imagem, fica bem mais abaixo, em quinquagésimo quinto com 987, então seu valor está na edição.
A conta de hardware é o primeiro obstáculo. O mínimo da Tencent é de oito GPUs de 80GB, e a versão destilada de 8 passos precisa das mesmas oito; ela só reduz o tempo por imagem, não a memória. Aos US$ 3,99 por H100 por hora da Lambda, um nó sempre ligado chega a cerca de US$ 23.000 por mês. Não há API hospedada para o modelo Instruct, então esse nó é o único caminho.
A licença é o problema maior para muitos leitores. Ela não se aplica de forma alguma na UE, no Reino Unido ou na Coreia do Sul, e a Cláusula 5(c) proíbe usar o modelo ou suas saídas nesses lugares, o que exclui uma equipe de marketing europeia mesmo que as GPUs fiquem na Virgínia. Uma segunda cláusula proíbe usar as saídas para treinar ou melhorar qualquer modelo que não seja Hunyuan, uma restrição real para equipes que geram dados sintéticos de treinamento.
O próprio pipeline da Tencent já avançou. A Artificial Analysis agora lista um HunyuanImage 3.5 Preview hospedado a US$ 24 por 1.000 imagens, enquanto os pesos do 3.0 Instruct não mudam desde fevereiro. Os downloads, cerca de 41.000 por mês no Hugging Face, são menos de um quarto dos do Qwen-Image-Edit-2511.
Onde ele se destaca
Uma equipe de plataforma de ML em um grupo de e-commerce de Singapura com nós H100 sobrando
Rodar um editor auto-hospedado para imagens de catálogo que supere em qualidade as opções sob licença Apache
Sirva o checkpoint destilado em um nó de 8×80GB com vLLM e FlashInfer. Ele edita cerca de 70 Elo acima do Qwen-Image-Edit-2511; o custo é o nó, aproximadamente US$ 23.000 por mês na tarifa sob demanda de H100 da Lambda, se alugado em vez de próprio.
Uma startup de ferramentas criativas nos EUA com menos de 100 milhões de usuários
Oferecer edições guiadas por raciocínio ('faça este pôster parecer uma liquidação de inverno') sem a conta de API de um modelo fechado
O modelo reescreve instruções vagas antes de desenhar, o que combina com prompts de não especialistas. A startup precisa bloquear geograficamente a UE, o Reino Unido e a Coreia do Sul e repassar as restrições de uso da Tencent para os próprios termos, como a licença exige.
Um grupo de pesquisa que estuda modelos multimodais unificados
Examinar uma única rede que tanto entende quanto gera imagens
O design autorregressivo de mistura de especialistas (80B no total, 13B ativos) é incomum entre modelos de imagem. O uso em pesquisa é permitido no território licenciado, mas destilá-lo em outro modelo é proibido.
Antes de decidir
- Configuração
- O guia da Tencent exige CUDA 12.8, PyTorch, FlashAttention e FlashInfer; a primeira execução com FlashInfer passa cerca de 10 minutos compilando kernels. A amostragem padrão é de 50 passos, ou 8 com o checkpoint Distil.
- Integrações
- Carregamento no estilo Hugging Face Transformers, o caminho vLLM da Tencent, um app de demonstração em Gradio. Sem endpoint hospedado para o Instruct.
- Dados e privacidade
- Auto-hospedado, então as imagens ficam no seu hardware. Licença: sem validade na UE, no Reino Unido e na Coreia do Sul, inclusive para as saídas; as saídas não podem melhorar modelos que não sejam Hunyuan; serviços acima de 100 milhões de usuários mensais precisam de permissão da Tencent; aplica-se uma política de uso aceitável.
- Custo em escala
- Mínimo de oito GPUs de 80GB: aos US$ 3,99 por H100 por hora da Lambda, isso dá cerca de US$ 32 por hora, ou cerca de US$ 23.000 por mês sempre ligado. Para comparação, o HunyuanImage 3.0 hospedado na Tencent Cloud custa US$ 32 por 1.000 imagens, sem a edição do Instruct.
- Limites
- A Tencent não publica números de throughput nem de latência; sem API; a qualidade de texto para imagem fica em quinquagésimo quinto na Artificial Analysis; pesos atualizados pela última vez em fevereiro de 2026.
O que é bom
- Terceiro melhor modelo aberto no ranking de edição da Artificial Analysis, com 1064 Elo
- Etapa de raciocínio planeja e reescreve o prompt antes de gerar
- Geração, edição e fusão de várias imagens em um único modelo
- Suporte a vLLM e um checkpoint destilado de 8 passos
O que não é
- Mínimo de oito GPUs de 80GB, mesmo para a versão destilada
- Licença sem validade na UE, no Reino Unido e na Coreia do Sul, inclusive para as saídas
- As saídas não podem ser usadas para melhorar outros modelos de IA
- Sem API hospedada; quinquagésimo quinto em texto para imagem
Ideal para
Equipes fora da Europa e da Coreia do Sul que já operam nós de inferência de oito GPUs e querem um editor aberto de ponta com raciocínio.
Alternativas ao HunyuanImage 3.0 Instruct
HunyuanImage 3.0 Instruct: perguntas frequentes
- HunyuanImage 3.0 Instruct vale a pena?
- O HunyuanImage 3.0 Instruct edita como um modelo pago e se implanta como um projeto de pesquisa: oito GPUs de 80GB, nenhuma API e uma licença que não vale em toda a UE e no Reino Unido. Damos nota 3.5 de 5.
- Quanto custa HunyuanImage 3.0 Instruct?
- Pesos gratuitos sob a Tencent Hunyuan Community Licence (não válida na UE, no Reino Unido nem na Coreia do Sul). Sem API hospedada para o Instruct; o HunyuanImage 3.0 da Tencent Cloud custa US$ 32 por 1.000 imagens, segundo a Artificial Analysis.
- Quais são as desvantagens de HunyuanImage 3.0 Instruct?
- Mínimo de oito GPUs de 80GB, mesmo para a versão destilada; licença sem validade na UE, no Reino Unido e na Coreia do Sul, inclusive para as saídas; as saídas não podem ser usadas para melhorar outros modelos de IA; sem API hospedada; quinquagésimo quinto em texto para imagem.
- Para quem HunyuanImage 3.0 Instruct é indicado?
- Equipes fora da Europa e da Coreia do Sul que já operam nós de inferência de oito GPUs e querem um editor aberto de ponta com raciocínio.
- Quanto custa HunyuanImage 3.0 Instruct para uma equipe ou em produção?
- Mínimo de oito GPUs de 80GB: aos US$ 3,99 por H100 por hora da Lambda, isso dá cerca de US$ 32 por hora, ou cerca de US$ 23.000 por mês sempre ligado. Para comparação, o HunyuanImage 3.0 hospedado na Tencent Cloud custa US$ 32 por 1.000 imagens, sem a edição do Instruct.
- HunyuanImage 3.0 Instruct é seguro para dados da empresa?
- Auto-hospedado, então as imagens ficam no seu hardware. Licença: sem validade na UE, no Reino Unido e na Coreia do Sul, inclusive para as saídas; as saídas não podem melhorar modelos que não sejam Hunyuan; serviços acima de 100 milhões de usuários mensais precisam de permissão da Tencent; aplica-se uma política de uso aceitável.
- Quais são as melhores alternativas ao HunyuanImage 3.0 Instruct?
- As alternativas mais próximas que analisamos são Qwen-Image-2.1, Qwen-Image-Edit-2511, FLUX 3 Image Klein e Nano Banana 2.1.
Respostas verificadas em 22 de out. de 2026.