HunyuanImage 3.0 vs Qwen-Image 2512 para imagens
Um modelo aberto de texto para imagem muito grande e um médio
Fatos do catálogo revisado
| Especificação | HunyuanImage 3.0 (Fal) | Qwen-Image-2512 |
|---|---|---|
| Tarefa | Imagem | Imagem |
| Parâmetros | 80B | 20B |
| Licença | Termos do publicador: Tencent Hunyuan Community License Agreement | Apache 2.0 |
| Uso comercial | Permitido com condiçõesSem licença na UE, Reino Unido e Coreia do Sul; acima de 100 mi de usuários mensais exige licença da Tencent · texto da licença | Permitidotexto da licença |
| Qualidade · LMArena 2026-10-07 · texto para imagem | 1.150 ± 31.146–1.153 · 180.518 votos · posição 35 · fonte | 1.125 ± 31.122–1.129 · 98.288 votos · posição 44 · fonte |
| Memória | caminho documentado pelo publicador a partir de 240 GB (CUDA) | estimativa de 16 bits rotulada (~50 GB), sem mínimo documentado |
| Checkpoint | ficha oficial | ficha oficial |
No LMArena 2026-10-07 · texto para imagem, o HunyuanImage 3.0 (Fal) tem 1.150 ± 3 contra 1.125 ± 3 do Qwen-Image-2512, 24 pontos à frente, com intervalos que não se sobrepõem. Votos cegos de pessoas em pares, sobre resultados hospedados, CC BY 4.0. A pontuação é relativa; intervalos que se sobrepõem significam que a ordem não está definida. Escala: pontuação Arena ± metade do intervalo de confiança.
Memória em três máquinas
A reserva de cada máquina é somada (placas de vídeo 2 GB; memória unificada e do sistema 25%, de 2 a 8 GB). Estimativas de planejamento, não execuções medidas.
| Máquina | HunyuanImage 3.0 (Fal) | Qwen-Image-2512 |
|---|---|---|
| RTX 5090 · 32 GB de VRAM | 240 GBAbaixo do mínimo documentado | ~50 GBMenos memória que a estimativa de 16 bits |
| DGX Spark · 128 GB unificados | 240 GBAbaixo do mínimo documentado | ~50 GBMemória suficiente para a estimativa de 16 bits |
| Mac Studio M5 Max · 128 GB unificados | Sem caminho documentado para esta plataforma (um valor de CUDA não vale para um Mac) | ~50 GBMemória suficiente para a estimativa de 16 bits |
HunyuanImage 3.0 (Fal): caminho documentado pelo publicador a partir de 240 GB (CUDA). Qwen-Image-2512: estimativa de 16 bits rotulada (~50 GB), sem mínimo documentado. Fórmulas
Tudo o que roda em cada máquina: RTX 5090 · 32 GB de VRAM · DGX Spark · 128 GB unificados · Mac Studio M5 Max · 128 GB unificados
Qual escolher
O tamanho decide onde rodam. O HunyuanImage 3.0 tem 80 bilhões de parâmetros e a Tencent documenta um caminho CUDA que começa em 240 GB de memória de GPU, então nenhum desktop do catálogo o roda como publicado. O Qwen-Image 2512 tem 20 bilhões e é Apache 2.0; sem mínimo documentado, suas linhas usam uma estimativa de 16 bits rotulada. A licença da Tencent exclui a UE, o Reino Unido e a Coreia do Sul. Os dois têm nota na mesma rodada de texto para imagem do LMArena, e os intervalos estão abaixo.
Arquivos e comandos para rodar
O arquivo padrão da fonte coletada mais baixada, ou os comandos que cada ficha documenta. Não executados por este site.
HunyuanImage 3.0 (Fal)
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
# Download from HuggingFace
hf download tencent/HunyuanImage-3.0 --local-dir ./HunyuanImage-3from transformers import AutoModelForCausalLM
# Load the model
model_id = "./HunyuanImage-3"
# Currently we can not load the model using HF model_id `tencent/HunyuanImage-3.0` directly
# due to the dot in the name.
kwargs = dict(
attn_implementation="sdpa", # Use "flash_attention_2" if FlashAttention is installed
trust_remote_code=True,
torch_dtype="auto",
device_map="auto",
moe_impl="eager", # Use "flashinfer" if FlashInfer is installed
)
model = AutoModelForCausalLM.from_pretrained(model_id, **kwargs)
model.load_tokenizer(model_id)
# generate the image
prompt = "A brown and white dog is running on the grass"
image = model.generate_image(prompt=prompt, stream=True)
image.save("image.png")git clone https://github.com/Tencent-Hunyuan/HunyuanImage-3.0.git
cd HunyuanImage-3.0/# Without PE
export MODEL_PATH="./HunyuanImage-3"
python3 run_image_gen.py \
--model-id $MODEL_PATH \
--verbose 1 \
--prompt "A brown and white dog is running on the grass" \
--bot-task image \
--image-size "1024x1024" \
--save ./image.png \
--moe-impl flashinfer
# With PE
export DEEPSEEK_KEY_ID="your_deepseek_key_id"
export DEEPSEEK_KEY_SECRET="your_deepseek_key_secret"
export MODEL_PATH="./HunyuanImage-3"
python3 run_image_gen.py \
--model-id $MODEL_PATH \
--verbose 1 \
--prompt "A brown and white dog is running on the grass" \
--bot-task image \
--image-size "1024x1024" \
--save ./image.png \
--moe-impl flashinfer \
--rewrite 1
Qwen-Image-2512
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
pip install git+https://github.com/huggingface/diffusersfrom diffusers import DiffusionPipeline
import torch
model_name = "Qwen/Qwen-Image-2512"
# Load the pipeline
if torch.cuda.is_available():
torch_dtype = torch.bfloat16
device = "cuda"
else:
torch_dtype = torch.float32
device = "cpu"
pipe = DiffusionPipeline.from_pretrained(model_name, torch_dtype=torch_dtype).to(device)
# Generate image
prompt = '''A 20-year-old East Asian girl with delicate, charming features and large, bright brown eyes—expressive and lively, with a cheerful or subtly smiling expression. Her naturally wavy long hair is either loose or tied in twin ponytails. She has fair skin and light makeup accentuating her youthful freshness. She wears a modern, cute dress or relaxed outfit in bright, soft colors—lightweight fabric, minimalist cut. She stands indoors at an anime convention, surrounded by banners, posters, or stalls. Lighting is typical indoor illumination—no staged lighting—and the image resembles a casual iPhone snapshot: unpretentious composition, yet brimming with vivid, fresh, youthful charm.'''
negative_prompt = "低分辨率,低画质,肢体畸形,手指畸形,画面过饱和,蜡像感,人脸无细节,过度光滑,画面具有AI感。构图混乱。文字模糊,扭曲。"
# Generate with different aspect ratios
aspect_ratios = {
"1:1": (1328, 1328),
"16:9": (1664, 928),
"9:16": (928, 1664),
"4:3": (1472, 1104),
"3:4": (1104, 1472),
"3:2": (1584, 1056),
"2:3": (1056, 1584),
}
width, height = aspect_ratios["16:9"]
image = pipe(
prompt=prompt,
negative_prompt=negative_prompt,
width=width,
height=height,
num_inference_steps=50,
true_cfg_scale=4.0,
generator=torch.Generator(device="cuda").manual_seed(42)
).images[0]
image.save("example.png")
Números que cada publicador informa
Os resultados de cada ficha, com a configuração de cada uma. Publicadores escolhem testes e configurações diferentes, então estes valores nunca são comparados entre publicadores aqui.
HunyuanImage 3.0 (Fal) · informado por Tencent
Qwen-Image-2512 · informado por Qwen
Limites e datas
O benchmark de qualidade publicado não testa uma versão local quantizada. Estimativas de memória não medem velocidade nem garantem compatibilidade. Tamanho de repositório, quando disponível, não é VRAM. Fórmulas
Página atualizada em · Catálogo revisado em · LMArena 2026-10-07 · texto para imagem