API de Hunyuan Image 3 en Novita AI: Guía de generación de texto a imagen

Hunyuan Image 3 de Tencent ya está disponible en Novita AI como una API asíncrona de texto a imagen en https://api.novita.ai/v3/async/hunyuan-image-3. El modelo utiliza una arquitectura de mezcla de expertos de 80 mil millones de parámetros — el MoE de generación de imágenes de código abierto más grande hasta la fecha — y es una opción práctica para desarrolladores que necesitan un renderizado de texto multilingüe sólido, un seguimiento preciso de instrucciones y un tamaño de salida flexible a $0.10 por imagen. Esta guía cubre lo que el modelo hace bien, cómo integrarlo y dónde encaja en un pipeline de imágenes de producción.

Puntos Clave

• Hunyuan Image 3 está disponible en Novita AI en POST https://api.novita.ai/v3/async/hunyuan-image-3, con un precio de $0.10/imagen (verificado el 2026-07-06).
• El modelo utiliza una arquitectura MoE de 80B (13B de parámetros activos por token) con un marco unificado de generación autorregresiva.
• Soporta de forma nativa instrucciones en chino e inglés con un potente renderizado de texto dentro de la imagen.
• La API es asíncrona: envías una solicitud, recibes un task_id y luego consultas la API de Resultado de Tarea para obtener la salida.
• Ajuste práctico: escenas multilingües complejas, imágenes con mucho texto y pipelines que necesitan una interpretación de instrucciones a nivel de razonamiento.

¿Qué es Hunyuan Image 3?

Hunyuan Image 3 (HunyuanImage 3.0) es el modelo de texto a imagen de tercera generación de Tencent, publicado como código abierto en septiembre de 2025. A diferencia de la mayoría de los modelos de generación de imágenes basados en arquitecturas de transformadores de difusión (DiT), Hunyuan Image 3 utiliza un marco autorregresivo unificado que trata la generación de texto e imágenes como un único problema de modelado — el mismo enfoque arquitectónico utilizado en los modelos de lenguaje grandes.

El resultado es un modelo que razona sobre el contenido de la imagen antes de generarlo, utilizando un esquema de cadena de pensamiento con “tokens de pensamiento” para interpretar instrucciones escasas o ambiguas, inferir detalles faltantes y producir salidas que coincidan con la intención, en lugar de solo coincidir con la frecuencia de tokens.

Datos clave de la arquitectura (fuente: Informe técnico de HunyuanImage 3.0, arXiv 2509.23951, septiembre de 2025):

• 80B de parámetros totales, 64 expertos, ~13B de parámetros activados por token
• Marco multimodal unificado autorregresivo (no basado en DiT)
• Razonamiento de instrucciones de cadena de pensamiento mediante tokens de pensamiento
• Post-entrenamiento con aprendizaje por refuerzo para la alineación de instrucciones
• Soporte nativo para chino e inglés

En comparación con Hunyuan Image 2.1, la versión 3.0 muestra una mejora en la tasa de victorias relativas del 14.1% en la evaluación humana profesional sobre la calidad de la imagen y la alineación con el texto.

Acceso a la API de Hunyuan Image 3 en Novita AI

Novita AI aloja Hunyuan Image 3 como una API de tareas asíncronas. El flujo de trabajo es:

1. Envía una solicitud de generación a https://api.novita.ai/v3/async/hunyuan-image-3
2. Recibe un task_id en la respuesta
3. Consulta https://api.novita.ai/v3/async/task-result con el task_id hasta que el estado de la tarea sea TASK_STATUS_SUCCEED
4. Extrae la URL de la imagen del resultado

Obtén tu clave de API desde la consola de Novita AI. Las cuentas nuevas reciben $1 en créditos gratuitos.

Resumen de Especificaciones y Precios de Hunyuan Image 3

Campo	Detalles	Fuente / Fecha de verificación
Nombre mostrado	Hunyuan Image 3	Documentación de Novita AI / 2026-07-06
Endpoint	/v3/async/hunyuan-image-3	Documentación de Novita AI / 2026-07-06
URL base	https://api.novita.ai	Documentación de Novita AI / 2026-07-06
Arquitectura	MoE de 80B, autorregresivo, 13B activos	arXiv 2509.23951 / Sep 2025
Idiomas compatibles	Inglés, Chino	Repositorio de Tencent HunyuanImage-3.0 / Sep 2025
Formato de salida	JPEG (predeterminado)	Documentación de Novita AI / 2026-07-06
Precio	$0.10 por imagen	novita.ai/models / 2026-07-06
Tipo de API	Asíncrona (enviar + consultar)	Documentación de Novita AI / 2026-07-06
Mejor uso	Escenas multilingües, imágenes con mucho texto, interpretación compleja de instrucciones	Juicio

Capacidades Clave para Desarrolladores

Razonamiento de instrucciones. El mecanismo de cadena de pensamiento significa que el modelo puede tomar una instrucción corta como “una foto de producto para una marca de té japonés de alta gama” y elaborarla con el contexto visual apropiado — iluminación, composición, sugerencias de estilo — sin necesidad de una instrucción larga y detallada. Esto es útil para pipelines donde las instrucciones provienen de usuarios finales en lugar de ingenieros de prompts.

Renderizado de texto. Hunyuan Image 3 maneja el texto dentro de la imagen tanto en chino como en inglés significativamente mejor que la mayoría de los modelos T2I de código abierto. Si tu caso de uso implica generar imágenes con señalización legible, etiquetas, maquetas de interfaz de usuario o contenido localizado, este es uno de los pocos modelos donde no necesitas un paso de posprocesamiento separado para el texto.

Tamaño flexible. La API acepta un parámetro size como ancho*alto, que cubre una amplia gama de relaciones de aspecto para salida web, redes sociales e impresión.

Pipelines bilingües. Las instrucciones en chino generan contenido apropiado para el idioma chino sin artefactos de romanización ni sobrecarga de traducción. Útil para aplicaciones dirigidas a audiencias de habla china.

Cuándo Usar Hunyuan Image 3

• Tus instrucciones son cortas o proporcionadas por el usuario y necesitan una elaboración inteligente antes de la generación
• Necesitas texto legible en chino o inglés renderizado dentro de la imagen
• Estás generando activos de marketing localizados, imágenes de productos o visuales editoriales
• Tu instrucción describe escenas complejas con múltiples elementos semánticos que necesitan una composición coherente

Cuándo No Usar Hunyuan Image 3

• Necesitas el costo más bajo por imagen: a $0.10/imagen, alternativas como Qwen Image en Novita AI ($0.02/imagen) o Seedream 3.0 ($0.03/imagen) son significativamente más baratas para pipelines de alto volumen donde el renderizado de texto y el razonamiento no son críticos.
• Necesitas edición de imágenes o inpainting: Hunyuan Image 3 es solo de texto a imagen. Para flujos de trabajo de edición de imágenes, usa un modelo de edición dedicado.
• Necesitas tiempos de respuesta de submilisegundos: la arquitectura asíncrona añade latencia por la consulta. No es adecuado para aplicaciones interactivas en tiempo real.

Inicio Rápido de la API

Python

import requests
import time

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

def generate_image(prompt: str, size: str = "1024*1024", seed: int = -1) -> str:
    # Enviar solicitud de generación
    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"]

    # Consultar resultado
    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"Generación fallida: {data}")
        time.sleep(2)

image_url = generate_image(
    prompt="Una foto de producto minimalista de un tarro de matcha japonés premium sobre una superficie de mármol blanco, iluminación de estudio",
    size="1024*1024",
)
print(image_url)

cURL

# Paso 1: Enviar solicitud
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": "Un puesto de comida callejera iluminado con neón en Hong Kong de noche, cinematográfico, reflejos lluviosos",
    "size": "1280*720",
    "seed": -1
  }'

# Devuelve: {"task_id": "..."}

# Paso 2: Consultar resultado
curl -s "https://api.novita.ai/v3/async/task-result?task_id=TU_TASK_ID" \
  -H "Authorization: Bearer $NOVITA_API_KEY"

Parámetros de Solicitud

Parámetro	Tipo	Obligatorio	Notas
prompt	string	Sí	Descripción textual de la imagen. Soporta inglés y chino.
size	string	No	Dimensiones de salida como ancho*alto (ej., "1024*1024", "1280*720", "768*1024")
seed	integer	No	-1 para aleatorio; establece un valor fijo para reproducir resultados

Valores de Estado del Resultado de la Tarea

Estado	Significado
TASK_STATUS_QUEUED	Solicitud recibida, esperando para ejecutarse
TASK_STATUS_RUNNING	Generación en progreso
TASK_STATUS_SUCCEED	Completada — la URL de la imagen está disponible en images[0].image_url
TASK_STATUS_FAILED	Generación fallida

Cómo Encaja Hunyuan Image 3 en tu Flujo de Trabajo con la API

El patrón asíncrono utilizado por Hunyuan Image 3 en Novita AI es el mismo que otros endpoints de generación de imágenes y video en la plataforma — enviar una tarea, recibir un task_id, consultar los resultados. Si ya estás usando FLUX.1 Dev en Novita AI o la familia Kontext, cambiar a Hunyuan Image 3 es un cambio de endpoint de una línea más la actualización del cuerpo de la solicitud.

Una diferencia práctica: Hunyuan Image 3 toma un cuerpo de solicitud plano (prompt, size, seed) en lugar de objetos input/parameters anidados. Consulta la documentación de Novita AI para el esquema canónico antes de integrar.

Recomendación Final

Hunyuan Image 3 es la opción correcta en Novita AI cuando el razonamiento de instrucciones, el renderizado de texto multilingüe o la composición de escenas complejas importan más que el costo. A $0.10/imagen, tiene un precio en el extremo superior del catálogo de imágenes de Novita AI — aproximadamente 3× Seedream 3.0 y 5× Qwen Image — pero ofrece una capacidad significativamente diferente: el modelo interpreta instrucciones escasas, genera texto legible en chino e inglés en imágenes y maneja escenas semánticamente densas donde los modelos más simples tienden a producir composiciones incoherentes.

Para la generación de imágenes de alto volumen y bajo costo, las alternativas más baratas son el mejor punto de partida. Para flujos de trabajo de producción donde la calidad de la imagen, la precisión del texto o el contenido bilingüe son requisitos, Hunyuan Image 3 vale la diferencia de precio.

Preguntas Frecuentes

¿Cuál es el endpoint de Novita AI para Hunyuan Image 3?

POST https://api.novita.ai/v3/async/hunyuan-image-3. La API es asíncrona — envías una solicitud, recibes un task_id y luego consultas /v3/async/task-result hasta que el estado sea TASK_STATUS_SUCCEED.

¿Cuánto cuesta Hunyuan Image 3 en Novita AI?

$0.10 por imagen a partir del 2026-07-06 (fuente: novita.ai/models). Verifica los precios actuales en la página de precios de Novita AI antes de construir un modelo de costos para cargas de trabajo de producción.

¿Qué hace diferente a Hunyuan Image 3 de FLUX.1 o Stable Diffusion?

Hunyuan Image 3 utiliza un marco multimodal unificado autorregresivo en lugar de la arquitectura de transformador de difusión (DiT) utilizada por FLUX.1 y la mayoría de las variantes de Stable Diffusion. El efecto práctico es un razonamiento de instrucciones más sólido mediante tokens de pensamiento de cadena de pensamiento, un mejor renderizado de texto multilingüe y un manejo más coherente de escenas complejas con múltiples elementos.

¿Hunyuan Image 3 admite edición de imágenes o inpainting?

No. El modelo en Novita AI es solo de texto a imagen. Para edición de imágenes, utiliza un modelo de edición dedicado como FLUX.1 Kontext o Qwen-Image-Edit.

¿Puedo usar instrucciones en chino con Hunyuan Image 3?

Sí. El modelo admite de forma nativa instrucciones en chino e inglés. Las instrucciones en chino generan contenido visual apropiado para el idioma chino sin artefactos de traducción.

¿Cómo puedo reproducir una salida de imagen específica?

Establece el parámetro seed en un valor entero fijo. La misma combinación de seed, prompt y size reproducirá la misma imagen.

Artículos Recomendados

• Ejecuta FLUX.1 [dev] en Novita AI: Transforma texto en imágenes
• Qwen Image en Novita AI
• FLUX.1 Kontext Pro vs Max vs Dev en Novita AI