Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

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

Fatos do catálogo revisado
EspecificaçãoHunyuanImage 3.0 (Fal)Qwen-Image-2512
TarefaImagemImagem
Parâmetros80B20B
LicençaTermos do publicador: Tencent Hunyuan Community License AgreementApache 2.0
Uso comercialPermitido com condiçõesSem licença na UE, Reino Unido e Coreia do Sul; acima de 100 mi de usuários mensais exige licença da Tencent · texto da licençaPermitidotexto da licença
Qualidade · LMArena 2026-10-07 · texto para imagem1.150 ± 31.146–1.153 · 180.518 votos · posição 35 · fonte1.125 ± 31.122–1.129 · 98.288 votos · posição 44 · fonte
Memóriacaminho documentado pelo publicador a partir de 240 GB (CUDA)estimativa de 16 bits rotulada (~50 GB), sem mínimo documentado
Checkpointficha oficialficha 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.

HunyuanImage 3.0 vs Qwen-Image 2512 para imagens: memória em três máquinas
MáquinaHunyuanImage 3.0 (Fal)Qwen-Image-2512
RTX 5090 · 32 GB de VRAM240 GBAbaixo do mínimo documentado~50 GBMenos memória que a estimativa de 16 bits
DGX Spark · 128 GB unificados240 GBAbaixo do mínimo documentado~50 GBMemória suficiente para a estimativa de 16 bits
Mac Studio M5 Max · 128 GB unificadosSem 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.

Preparação indicada antes pela fonte · Transformers
# Download from HuggingFace
hf download tencent/HunyuanImage-3.0 --local-dir ./HunyuanImage-3
Transformers · ficha do modelo · 2️⃣ Run with Transformers
from 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")
Preparação indicada antes pela fonte · HunyuanImage
git clone https://github.com/Tencent-Hunyuan/HunyuanImage-3.0.git
cd HunyuanImage-3.0/
HunyuanImage · ficha do modelo · 3️⃣ Run the Demo
# 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.

Preparação indicada antes pela fonte · Diffusers
pip install git+https://github.com/huggingface/diffusers
Diffusers · ficha do modelo · Quick Start
from 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

A ficha do publicador não informa resultado de benchmark para este checkpoint (lida em 2026-10-25). não publicado na ficha · lida em 2026-10-25

Qwen-Image-2512 · informado por Qwen

A ficha do publicador não informa resultado de benchmark para este checkpoint (lida em 2026-10-25). não publicado na ficha · lida em 2026-10-25

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