腾讯的 Hunyuan Image 3 现已在 Novita AI 上作为异步文生图 API 提供，访问地址为 https://api.novita.ai/v3/async/hunyuan-image-3。该模型采用 800 亿参数的混合专家（MoE）架构，是迄今为止最大的开源图像生成 MoE 模型。对于需要强大的多语言文本渲染、精准的提示词遵循以及灵活的输出尺寸（每图仅需 $0.10）的开发者来说，它是一个非常实用的选择。本指南将介绍该模型的能力、如何集成，以及它在生产级图像流水线中的适用场景。
核心要点
- Hunyuan Image 3 在 Novita AI 上的访问地址为
POST https://api.novita.ai/v3/async/hunyuan-image-3，定价为 $0.10/图（截至 2026-07-06）。 - 该模型采用 80B MoE 架构（每个 token 激活 13B 参数），并采用自回归统一生成框架。
- 原生支持中文和英文提示词，并具备强大的图像内文本渲染能力。
- API 为异步模式：先提交请求获取
task_id，然后轮询 任务结果 API 获取输出结果。 - 实际适用场景：复杂的多语言场景、包含大量文本的图像，以及需要具有推理级别提示词理解能力的流水线。
什么是 Hunyuan Image 3？
Hunyuan Image 3（HunyuanImage 3.0）是腾讯于 2025 年 9 月开源的第三代文生图模型。与大多数基于扩散变换器（DiT）架构的图像生成模型不同，Hunyuan Image 3 采用 统一的 自回归框架 ，将文本和图像生成视为单一建模问题——这与大型语言模型使用的架构方法相同。
其结果是，该模型在生成图像之前会先对图像内容进行推理，利用包含“思考 token”的思维链模式来解读简短或模糊的提示词，推断缺失的细节，并生成更符合意图而非仅仅匹配 token 频率的输出结果。
关键架构事实（来源：HunyuanImage 3.0 技术报告，arXiv 2509.23951，2025 年 9 月）：
- 总参数量 80B，64 个专家模型，每个 token 激活约 13B 参数
- 自回归统一多模态框架（非 DiT 基础）
- 通过思考 token 实现思维链提示词推理
- 训练后采用强化学习进行提示词对齐
- 原生支持中文和英文
与 Hunyuan Image 2.1 相比，3.0 版本在专业人工评估中，图像质量和文本对齐方面的相对胜率提高了 14.1%。
Novita AI 上的 Hunyuan Image 3 API 访问
Novita AI 将 Hunyuan Image 3 作为一个异步任务 API 进行托管。其工作流程如下：
- 向
https://api.novita.ai/v3/async/hunyuan-image-3提交一个 POST 生成请求 - 在响应中获取一个
task_id - 使用该
task_id轮询https://api.novita.ai/v3/async/task-result，直到任务状态变为TASK_STATUS_SUCCEED - 从结果中提取图像 URL
从 Novita AI 控制台 获取您的 API 密钥。新帐户将获得 1 美元的免费额度。
Hunyuan Image 3 规格与价格摘要
| 字段 | 详情 | 来源 / 检查日期 |
|---|---|---|
| 显示名称 | Hunyuan Image 3 | Novita AI 文档 / 2026-07-06 |
| 端点 | /v3/async/hunyuan-image-3 |
Novita AI 文档 / 2026-07-06 |
| 基础 URL | https://api.novita.ai |
Novita AI 文档 / 2026-07-06 |
| 架构 | 80B MoE，自回归，13B 激活 | arXiv 2509.23951 / 2025 年 9 月 |
| 支持语言 | 英文，中文 | Tencent HunyuanImage-3.0 仓库 / 2025 年 9 月 |
| 输出格式 | JPEG（默认） | Novita AI 文档 / 2026-07-06 |
| 定价 | 每图 $0.10 | novita.ai/models / 2026-07-06 |
| API 类型 | 异步（提交 + 轮询） | Novita AI 文档 / 2026-07-06 |
| 最佳适用场景 | 多语言场景、文本密集型图像、复杂提示词解读 | 判断 |
面向开发者的关键能力
提示词推理。 思维链机制意味着模型可以接受诸如“高端日本茶品牌的产 品照片”这样的简短提示，并自动补充适当的视觉上下文——光线、构图、风格提示——而无需漫长而详细的提示词。这对于提示词来自最终用户而非提示工程师的流水线来说非常有用。
文本渲染。 Hunyuan Image 3 在处理图像内中文和英文文本方面的能力明显优于大多数开源 T2I 模型。如果您的用例涉及生成包含清晰可辨的标志、标签、UI 模拟图或本地化内容的图像，这是少数几个无需额外后处理步骤来处理文本的模型之一。
灵活的尺寸。 API 允许使用 size 参数，形式为 width*height，覆盖了适用于网页、社交媒体和打印输出的广泛宽高比。
双语流水线。 使用中文提示词可直接生成合适的中文内容，无需罗马化伪影，也没有翻译开销。这对于面向中文受众的应用非常有用。
何时使用 Hunyuan Image 3
- 您的提示词短小或由用户提供，且在生成前需要智能的扩展
- 您需要在图像内呈现清晰可辨的中文或英文文本
- 您正在生成本地化的营销素材、产品图片或编辑类视觉内容
- 您的提示词描述了包含多个语义元素的复杂场景，需要连贯的构图
何时不应使用 Hunyuan Image 3
- 您需要最低的单张图像成本：在 $0.10/图的价位下，像 Novita AI 上的 Qwen Image（$0.02/图）或 Seedream 3.0（$0.03/图）这样的替代方案对于文本渲染和推理并非关键的高吞吐量流水线来说要便宜得多。
- 您需要图像编辑或修补功能：Hunyuan Image 3 仅支持文生图。对于图像编辑工作流，请使用专门的编辑模型。
- 您需要亚秒级响应时间：异步架构增加了轮询带来的延迟。它不适用于实时交互式应用。
API 快速入门
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:
# 提交生成请求
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"]
# 轮询结果
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"Generation failed: {data}")
time.sleep(2)
image_url = generate_image(
prompt="A minimalist product photo of a premium Japanese matcha tin on a white marble surface, studio lighting",
size="1024*1024",
)
print(image_url)
cURL
# 步骤 1: 提交请求
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": "A neon-lit street food stall in Hong Kong at night, cinematic, rainy reflections",
"size": "1280*720",
"seed": -1
}'
# 返回: {"task_id": "..."}
# 步骤 2: 轮询结果
curl -s "https://api.novita.ai/v3/async/task-result?task_id=YOUR_TASK_ID" \
-H "Authorization: Bearer $NOVITA_API_KEY"
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
prompt |
string | 是 | 图像的文本描述。支持英文和中文。 |
size |
string | 否 | 输出尺寸，格式为 width*height（例如 "1024*1024"、"1280*720"、"768*1024"） |
seed |
integer | 否 | -1 表示随机；设置固定值可复现结果 |
任务结果状态值
| 状态 | 含义 |
|---|---|
TASK_STATUS_QUEUED |
请求已接收，等待运行 |
TASK_STATUS_RUNNING |
生成进行中 |
TASK_STATUS_SUCCEED |
完成——图像 URL 可从 images[0].image_url 获取 |
TASK_STATUS_FAILED |
生成失败 |
Hunyuan Image 3 如何融入您的 API 工作流
Novita AI 上 Hunyuan Image 3 使用的异步模式与平台上其他图像和视频生成端点相同——提交任务，获取 task_id，轮询结果。如果您已经在使用 Novita AI 上的 FLUX.1 Dev 或 Kontext 系列，切换到 Hunyuan Image 3 只需更改一行端点代码并更新请求体即可。
一个实际区别是：Hunyuan Image 3 接收扁平化的请求体（prompt、size、seed），而不是嵌套的 input/parameters 对象。在集成前，请查阅 Novita AI 文档 以获取规范的模式定义。
最终建议
当提示词推理、多语言文本渲染或复杂场景构图比成本更重要时，Hunyuan Image 3 是 Novita AI 上的正确选择。在 $0.10/图的价格下，它位于 Novita AI 图像目录中的较高价位——大约是 Seedream 3.0 的 3 倍和 Qwen Image 的 5 倍——但它提供了一种有显著差异的能力：模型能解读稀疏的提示词，在图像中生成清晰可辨的中文和英文文本，并处理语义密集的场景，而更简单的模型在处理这些场景时往往会产生不连贯的构图。
对于高吞吐量的通用图像生成，更便宜的替代方案是更好的起点。对于图像质量、文本准确性或双语内容是关键要求的生 产工作流而言，Hunyuan Image 3 是值得付出价格差异的选择。
常见问题解答
Novita AI 上 Hunyuan Image 3 的端点是什么？
POST https://api.novita.ai/v3/async/hunyuan-image-3。该 API 是异步的——您提交请求，获取 task_id，然后轮询 /v3/async/task-result，直到状态变为 TASK_STATUS_SUCCEED。
Hunyuan Image 3 在 Novita AI 上的费用是多少？
截至 2026-07-06，每张图像 $0.10（来源：novita.ai/models）。在为生产负载构建成本模型前，请查看 Novita AI 价格页面以确认当前定价。
Hunyuan Image 3 与 FLUX.1 或 Stable Diffusion 有何不同？
Hunyuan Image 3 使用自回归统一多模态框架，而不是 FLUX.1 和大多数 Stable Diffusion 变体所使用的扩散变换器（DiT）架构。实际效果是，通过思维链思考 token 实现了更强的提示词推理、更好的多语言文本渲染，以及更连贯地处理包含多个元素的复杂场景。
Hunyuan Image 3 支持图像编辑或修补吗？
不支持。Novita AI 上的该模型仅支持文生图。对于图像编辑，请使用专门的编辑模型，例如 FLUX.1 Kontext 或 Qwen-Image-Edit。
我可以使用中文提示词与 Hunyuan Image 3 吗？
可以。该模型原生支持中文和英文提示词。中文提示词能生成合适的中文视觉内容，且无翻译伪影。
如何复现特定的图像输出？
将 seed 参数设置为一个固定的整数值。相同的 seed、prompt 和 size 组合将复现相同的图像。
