Hunyuan Image 3 API auf Novita AI: Leitfaden zur Text-zu-Bild-Generierung

Tencent’s Hunyuan Image 3 ist jetzt auf Novita AI als asynchrone Text-zu-Bild-API unter https://api.novita.ai/v3/async/hunyuan-image-3 verfügbar. Das Modell verwendet eine Mixture-of-Experts-Architektur mit 80 Milliarden Parametern – das bisher größte Open-Source-MoE für Bildgenerierung – und ist eine praktische Wahl für Entwickler, die eine starke mehrsprachige Textwiedergabe, präzise Prompt-Befolgung und flexible Ausgabegrößen benötigen – zu einem Preis von 0,10 $ pro Bild. Dieser Leitfaden behandelt, was das Modell gut kann, wie Sie es integrieren und wo es in eine Produktions-Bildpipeline passt.

Wichtige Erkenntnisse

• Hunyuan Image 3 ist auf Novita AI unter POST https://api.novita.ai/v3/async/hunyuan-image-3 verfügbar, Preis: 0,10 $/Bild (Stand: 06.07.2026).
• Das Modell verwendet eine 80B MoE-Architektur (13B aktive Parameter pro Token) mit einem autoregressiven, einheitlichen Generierungsframework.
• Es unterstützt nativ chinesische und englische Prompts mit starker In-Bild-Textwiedergabe.
• Die API ist asynchron: Sie senden eine Anfrage, erhalten eine task_id und fragen dann die Task Result API nach dem Ergebnis ab.
• Praktischer Einsatz: komplexe mehrsprachige Szenen, textlastige Bilder und Pipelines, die eine interpretierende Prompt-Verarbeitung auf Reasoning-Ebene erfordern.

Was ist Hunyuan Image 3?

Hunyuan Image 3 (HunyuanImage 3.0) ist Tencent’s dritte Generation von Text-zu-Bild-Modellen, das im September 2025 als Open Source veröffentlicht wurde. Im Gegensatz zu den meisten Bildgenerierungsmodellen, die auf Diffusion-Transformer-Architekturen (DiT) basieren, verwendet Hunyuan Image 3 ein einheitliches autoregressives Framework, das Text- und Bildgenerierung als ein einziges Modellierungsproblem behandelt – derselbe architektonische Ansatz, der auch bei großen Sprachmodellen verwendet wird.

Das Ergebnis ist ein Modell, das über den Bildinhalt nachdenkt, bevor es ihn generiert, mithilfe eines Chain-of-Thought-Schemas mit „Thinking Tokens", um knappe oder mehrdeutige Prompts zu interpretieren, fehlende Details zu ergänzen und Ergebnisse zu liefern, die der Absicht entsprechen – nicht nur der Token-Häufigkeit.

Wichtige Architekturfakten (Quelle: HunyuanImage 3.0 technical report, arXiv 2509.23951, September 2025):

• 80B Gesamtparameter, 64 Experten, ~13B aktivierte Parameter pro Token
• Autoregressives einheitliches multimodales Framework (nicht DiT-basiert)
• Chain-of-Thought-Prompt-Reasoning über Thinking Tokens
• Reinforcement-Learning-Nachbearbeitung zur Prompt-Ausrichtung
• Native Unterstützung für Chinesisch und Englisch

Im Vergleich zu Hunyuan Image 2.1 zeigt die Version 3.0 eine relative Verbesserung der Gewinnrate von 14,1 % in der professionellen menschlichen Bewertung von Bildqualität und Textausrichtung.

Hunyuan Image 3 API-Zugang auf Novita AI

Novita AI hostet Hunyuan Image 3 als asynchrone Task-API. Der Ablauf ist:

1. Senden Sie eine POST-Anfrage zur Generierung an https://api.novita.ai/v3/async/hunyuan-image-3
2. Sie erhalten eine task_id in der Antwort
3. Fragen Sie https://api.novita.ai/v3/async/task-result mit der task_id ab, bis der Task-Status TASK_STATUS_SUCCEED ist
4. Extrahieren Sie die Bild-URL aus dem Ergebnis

Holen Sie Ihren API-Schlüssel aus der Novita AI Konsole. Neue Konten erhalten 1 $ Gratisguthaben.

Hunyuan Image 3 Spezifikationen und Preisübersicht

Feld	Details	Quelle / Datum geprüft
Anzeigename	Hunyuan Image 3	Novita AI docs / 06.07.2026
Endpunkt	/v3/async/hunyuan-image-3	Novita AI docs / 06.07.2026
Basis-URL	https://api.novita.ai	Novita AI docs / 06.07.2026
Architektur	80B MoE, autoregressiv, 13B aktiv	arXiv 2509.23951 / Sep 2025
Unterstützte Sprachen	Englisch, Chinesisch	Tencent HunyuanImage-3.0 Repo / Sep 2025
Ausgabeformat	JPEG (Standard)	Novita AI docs / 06.07.2026
Preis	0,10 $ pro Bild	novita.ai/models / 06.07.2026
API-Typ	Asynchron (senden + abfragen)	Novita AI docs / 06.07.2026
Beste Verwendung	Mehrsprachige Szenen, textlastige Bilder, komplexe Prompt-Interpretation	Beurteilung

Wichtige Funktionen für Entwickler

Prompt-Reasoning. Der Chain-of-Thought-Mechanismus bedeutet, dass das Modell einen kurzen Prompt wie „ein Produktfoto für eine hochwertige japanische Teemarke" nehmen und ihn mit geeignetem visuellen Kontext – Beleuchtung, Komposition, Stilhinweise – ausarbeiten kann, ohne dass ein langer detaillierter Prompt erforderlich ist. Dies ist nützlich für Pipelines, bei denen die Prompts von Endbenutzern und nicht von Prompt-Ingenieuren stammen.

Textwiedergabe. Hunyuan Image 3 verarbeitet In-Bild-Text sowohl auf Chinesisch als auch auf Englisch deutlich besser als die meisten Open-Source-T2I-Modelle. Wenn Ihr Anwendungsfall das Generieren von Bildern mit lesbaren Schildern, Etiketten, UI-Mockups oder lokalisierten Inhalten umfasst, ist dies eines der wenigen Modelle, bei denen Sie keinen separaten Nachbearbeitungsschritt für Text benötigen.

Flexible Größen. Die API akzeptiert einen size-Parameter im Format width*height und deckt ein breites Spektrum an Seitenverhältnissen für Web-, Social-Media- und Printausgaben ab.

Zweisprachige Pipelines. Chinesischsprachige Prompts generieren sinngemäße chinesische Inhalte ohne Romanisierungsartefakte oder Übersetzungsaufwand. Nützlich für Apps, die ein chinesischsprachiges Publikum ansprechen.

Wann Sie Hunyuan Image 3 verwenden sollten

• Ihre Prompts sind kurz oder werden vom Benutzer bereitgestellt und benötigen vor der Generierung eine intelligente Ausarbeitung
• Sie benötigen lesbaren chinesischen oder englischen Text, der im Bild dargestellt wird
• Sie generieren lokalisierte Marketing-Assets, Produktbilder oder redaktionelle Visuals
• Ihr Prompt beschreibt komplexe Szenen mit mehreren semantischen Elementen, die eine kohärente Komposition erfordern

Wann Sie Hunyuan Image 3 nicht verwenden sollten

• Sie benötigen die niedrigsten Kosten pro Bild: Mit 0,10 $/Bild sind Alternativen wie Qwen Image auf Novita AI (0,02 $/Bild) oder Seedream 3.0 (0,03 $/Bild) für hohe Volumen deutlich günstiger, wenn Textwiedergabe und Reasoning nicht entscheidend sind.
• Sie benötigen Bildbearbeitung oder Inpainting: Hunyuan Image 3 ist nur für Text-zu-Bild. Verwenden Sie für Bildbearbeitungsworkflows ein dediziertes Bearbeitungsmodell.
• Sie benötigen Antwortzeiten unter einer Sekunde: Die asynchrone Architektur fügt durch das Abfragen Latenz hinzu. Es ist nicht für interaktive Echtzeitanwendungen geeignet.

API-Schnellstart

Python

import requests
import time

API_KEY = "YOUR_NOVITA_API_KEY"
BASE_URL = "https://api.novita.ai"

def generate_image(prompt: str, size: str = "1024*1024", seed: int = -1) -> str:
    # Sende Generierungsanfrage
    response = requests.post(
        f"{BASE_URL}/v3/async/hunyuan-image-3",
        headers={
            "Authorization": f"Bearer {API_KEY}",
            "Content-Type": "application/json",
        },
        json={
            "prompt": prompt,
            "size": size,
            "seed": seed,
        },
    )
    response.raise_for_status()
    task_id = response.json()["task_id"]

    # Frage nach Ergebnis ab
    while True:
        result = requests.get(
            f"{BASE_URL}/v3/async/task-result",
            headers={"Authorization": f"Bearer {API_KEY}"},
            params={"task_id": task_id},
        )
        result.raise_for_status()
        data = result.json()
        status = data.get("task", {}).get("status")
        if status == "TASK_STATUS_SUCCEED":
            return data["images"][0]["image_url"]
        elif status == "TASK_STATUS_FAILED":
            raise RuntimeError(f"Generierung fehlgeschlagen: {data}")
        time.sleep(2)

image_url = generate_image(
    prompt="Ein minimalistisches Produktfoto einer hochwertigen japanischen Matcha-Dose auf einer weißen Marmoroberfläche, Studiolicht",
    size="1024*1024",
)
print(image_url)

cURL

# Schritt 1: Anfrage senden
curl -s -X POST https://api.novita.ai/v3/async/hunyuan-image-3 \
  -H "Authorization: Bearer $NOVITA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Ein neonbeleuchteter Straßenimbiss in Hongkong bei Nacht, filmisch, regnerische Spiegelungen",
    "size": "1280*720",
    "seed": -1
  }'

# Rückgabe: {"task_id": "..."}

# Schritt 2: Ergebnis abfragen
curl -s "https://api.novita.ai/v3/async/task-result?task_id=YOUR_TASK_ID" \
  -H "Authorization: Bearer $NOVITA_API_KEY"

Anfrageparameter

Parameter	Typ	Erforderlich	Hinweise
prompt	string	Ja	Textbeschreibung des Bildes. Unterstützt Englisch und Chinesisch.
size	string	Nein	Ausgabemaße als width*height (z. B. "1024*1024", "1280*720", "768*1024")
seed	integer	Nein	-1 für zufällig; setzen Sie einen festen Wert, um Ergebnisse zu reproduzieren

Task-Result-Statuswerte

Status	Bedeutung
TASK_STATUS_QUEUED	Anfrage empfangen, warte auf Ausführung
TASK_STATUS_RUNNING	Generierung läuft
TASK_STATUS_SUCCEED	Abgeschlossen – Bild-URL verfügbar in images[0].image_url
TASK_STATUS_FAILED	Generierung fehlgeschlagen

Wie Hunyuan Image 3 in Ihren API-Workflow passt

Das asynchrone Muster, das Hunyuan Image 3 auf Novita AI verwendet, ist dasselbe wie bei anderen Bild- und Videogenerierungs-Endpunkten auf der Plattform – Task senden, task_id erhalten, Ergebnisse abfragen. Wenn Sie bereits FLUX.1 Dev auf Novita AI oder die Kontext-Familie verwenden, ist der Wechsel zu Hunyuan Image 3 eine Änderung des Endpunkts in einer Zeile plus Aktualisierung des Anforderungstexts.

Ein praktischer Unterschied: Hunyuan Image 3 akzeptiert einen flachen Anforderungstext (prompt, size, seed) anstelle von verschachtelten input/parameters-Objekten. Überprüfen Sie die Novita AI Docs für das kanonische Schema vor der Integration.

Abschließende Empfehlung

Hunyuan Image 3 ist die richtige Wahl auf Novita AI, wenn Prompt-Reasoning, mehrsprachige Textwiedergabe oder komplexe Szenenkomposition wichtiger sind als die Kosten. Mit 0,10 $/Bild liegt es am oberen Ende des Novita AI Bildkatalogs – etwa 3× Seedream 3.0 und 5× Qwen Image – bietet aber eine deutlich andere Fähigkeit: Das Modell interpretiert knappe Prompts, generiert lesbaren chinesischen und englischen Text in Bildern und verarbeitet semantisch dichte Szenen, bei denen einfachere Modelle oft unzusammenhängende Kompositionen produzieren.

Für die Massenproduktion von Standardbildern sind günstigere Alternativen der bessere Ausgangspunkt. Für Produktionsworkflows, bei denen Bildqualität, Textgenauigkeit oder zweisprachige Inhalte erforderlich sind, ist Hunyuan Image 3 den Preisunterschied wert.

FAQ

Was ist der Novita AI-Endpunkt für Hunyuan Image 3?

POST https://api.novita.ai/v3/async/hunyuan-image-3. Die API ist asynchron – Sie senden eine Anfrage, erhalten eine task_id und fragen dann /v3/async/task-result ab, bis der Status TASK_STATUS_SUCCEED ist.

Wie viel kostet Hunyuan Image 3 auf Novita AI?

0,10 $ pro Bild, Stand 06.07.2026 (Quelle: novita.ai/models). Überprüfen Sie die aktuellen Preise auf der Novita AI-Preisseite, bevor Sie ein Kostenmodell für Produktionsarbeitslasten erstellen.

Was unterscheidet Hunyuan Image 3 von FLUX.1 oder Stable Diffusion?

Hunyuan Image 3 verwendet ein autoregressives einheitliches multimodales Framework anstelle der Diffusion-Transformer-Architektur (DiT), die von FLUX.1 und den meisten Stable Diffusion-Varianten verwendet wird. Der praktische Effekt ist ein stärkeres Prompt-Reasoning durch Chain-of-Thought-Thinking-Tokens, eine bessere mehrsprachige Textwiedergabe und eine kohärentere Verarbeitung komplexer Szenen mit mehreren Elementen.

Unterstützt Hunyuan Image 3 Bildbearbeitung oder Inpainting?

Nein. Das Modell auf Novita AI ist ausschließlich für Text-zu-Bild. Verwenden Sie für die Bildbearbeitung ein dediziertes Bearbeitungsmodell wie FLUX.1 Kontext oder Qwen-Image-Edit.

Kann ich chinesische Prompts mit Hunyuan Image 3 verwenden?

Ja. Das Modell unterstützt nativ chinesische und englische Prompts. Chinesische Prompts generieren sinngemäße chinesische visuelle Inhalte ohne Übersetzungsartefakte.

Wie kann ich eine bestimmte Bildausgabe reproduzieren?

Setzen Sie den seed-Parameter auf einen festen ganzzahligen Wert. Dieselbe Kombination aus seed, prompt und size reproduziert dasselbe Bild.

Empfohlene Artikel

• Run FLUX.1 [dev] on Novita AI: Transform Text to Visual
• Qwen Image on Novita AI
• FLUX.1 Kontext Pro vs Max vs Dev on Novita AI