騰訊的 Hunyuan Image 3 現已在 Novita AI 上以非同步文字轉圖片 API 的形式提供，端點為 https://api.novita.ai/v3/async/hunyuan-image-3。該模型採用 800 億參數的混合專家（MoE）架構——迄今為止最大的開源圖片生成 MoE——對於需要強大多語言文字渲染、細粒度提示遵循以及靈活輸出尺寸的開發者而言，是一款實用選擇，每張圖片僅 $0.10。本指南將介紹該模型的優勢、整合方式，以及其在生產圖片管線中的適用場景。
重點速覽
- Hunyuan Image 3 在 Novita AI 上的端點為
POST https://api.novita.ai/v3/async/hunyuan-image-3，定價 $0.10/張（檢查日期：2026-07-06）。 - 模型採用 80B MoE 架構（每個 token 啟動 13B 參數），搭配自迴歸統一生成框架。
- 原生支援中文與英文提示，且具有強大的圖片內文字渲染能力。
- API 為非同步：送出請求後取得
task_id，然後輪詢 Task Result API 取得輸出。 - 實際應用場景：複雜多語言場景、文字密集型影像，以及需要推論層級提示解譯的管線。
什麼是 Hunyuan Image 3？
Hunyuan Image 3（HunyuanImage 3.0）是騰訊的第三代文字轉圖片模型，於 2025 年 9 月開源。與大多數基於擴散變壓器（DiT）架構的圖片生成模型不同，Hunyuan Image 3 採用 統一自迴歸框架，將文字與圖片生成視為單一建模問題——與大型語言模型所用的架構方法相同。
其結果是，模型在生成圖片之前會先推理內容，透過包含「思考 token」的 chain-of-thought 模式來解譯簡短或模糊的提示，推斷缺失的細節，並產生符合意圖的輸出，而不僅僅是匹配 token 頻率。
關鍵架構資訊（來源：HunyuanImage 3.0 技術報告，arXiv 2509.23951，2025 年 9 月）：
- 總參數 80B，64 個專家，每個 token 約啟動 13B 參數
- 自迴歸統一多模態框架（非基於 DiT）
- 透過思考 token 進行 chain-of-thought 提示推理
- 強化學習後訓練以提升提示對齊
- 原生支援中文與英文
與 Hunyuan Image 2.1 相比，3.0 版本在專業人員對圖片品質與文字對齊的人類評估中，勝率相對提升了 14.1%。
在 Novita AI 上存取 Hunyuan Image 3 API
Novita AI 將 Hunyuan Image 3 作為非同步任務 API 托管。工作流程如下：
- 將生成請求 POST 至
https://api.novita.ai/v3/async/hunyuan-image-3 - 在回應中取得
task_id - 使用
task_id輪詢https://api.novita.ai/v3/async/task-result，直到任務狀態為TASK_STATUS_SUCCEED - 從結果中提取圖片 URL
從 Novita AI 控制台 取得您的 API 金鑰。新帳戶可獲得 $1 免費額度。
Hunyuan Image 3 規格與定價摘要
| 欄位 | 詳細資料 | 來源 / 檢查日期 |
|---|---|---|
| 顯示名稱 | Hunyuan Image 3 | Novita AI 文件 / 2026-07-06 |
| 端點 | /v3/async/hunyuan-image-3 |
Novita AI 文件 / 2026-07-06 |
| Base URL | https://api.novita.ai |
Novita AI 文件 / 2026-07-06 |
| 架構 | 80B MoE, autoregressive, 13B active | arXiv 2509.23951 / 2025 年 9 月 |
| 支援語言 | 英文、中文 | Tencent HunyuanImage-3.0 repo / 2025 年 9 月 |
| 輸出格式 | JPEG（預設） | Novita AI 文件 / 2026-07-06 |
| 定價 | 每張圖片 $0.10 | novita.ai/models / 2026-07-06 |
| API 類型 | 非同步（提交 + 輪詢） | Novita AI 文件 / 2026-07-06 |
| 最佳用途 | 多語言場景、文字密集型影像、複雜提示解譯 | 判斷 |
開發者核心能力
提示推理。chain-of-thought 機制使模型能夠接受「高級日本茶品牌的產品照片」這樣的簡短提示，並自主補充適當的視覺背景——光線、構圖、風格提示——而無需詳細的長篇提示。這對於提示來自最終使用者而非提示工程師的管線特別有用。
文字渲染。Hunyuan Image 3 在圖片內文字處理方面，無論是中英文，都顯著優於大多數開源 T2I 模型。如果您的應用場景涉及生成包含可讀標誌、標籤、UI 模型或本地化內容的圖片，這是少數無需額外後處理文字步驟的模型之一。
靈活尺寸。API 接受 size 參數，格式為 width*height，涵蓋網頁、社交媒體與印刷輸出的多種寬高比。
雙語管線。中文提示可生成符合中文語境的內容，無需轉寫（romanization）或翻譯負擔。適合面向中文使用者的應用。
何時該使用 Hunyuan Image 3
- 您的提示簡短或由使用者提供，需要在生成前進行智慧闡述
- 您需要在圖片內渲染清晰的中文或英文文字
- 您正在生成本地化的行銷素材、產品圖片或編輯性視覺內容
- 您的提示描述複雜場景，包含多個語義元素，需要連貫的構圖
何時不該使用 Hunyuan Image 3
- 您需要最低的每張圖片成本：在 $0.10/張的價格下，像 Novita AI 上的 Qwen Image（$0.02/張）或 Seedream 3.0（$0.03/張）這類替代方案，對於文字渲染與推理不關鍵的高量管線而言便宜許多。
- 您需要圖片編輯或修補：Hunyuan Image 3 僅支援文字轉圖片。如需圖片編輯工作流程，請使用專用的編輯模型。
- 您需要次秒級回應時間：非同步架構因輪詢而增加延遲，不適合即時互動式應用。
API 快速入門
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:
# Submit generation request
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"]
# Poll for result
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
# Step 1: Submit request
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
}'
# Returns: {"task_id": "..."}
# Step 2: Poll for result
curl -s "https://api.novita.ai/v3/async/task-result?task_id=YOUR_TASK_ID" \
-H "Authorization: Bearer $NOVITA_API_KEY"
請求參數
| 參數 | 類型 | 必填 | 說明 |
|---|---|---|---|
prompt |
string | 是 | 圖片的文字描述。支援英文與中文。 |
size |
string | 否 | 輸出尺寸，格式為 width*height（例如 "1024*1024"、"1280*720"、"768*1024"） |
seed |
integer | 否 | -1 表示隨機；設定固定值可重現結果 |
任務結果狀態值
| 狀態 | 意義 |
|---|---|
TASK_STATUS_QUEUED |
請求已接收，等待執行 |
TASK_STATUS_RUNNING |
生成進行中 |
TASK_STATUS_SUCCEED |
完成——圖片 URL 位於 images[0].image_url |
TASK_STATUS_FAILED |
生成失敗 |
Hunyuan Image 3 如何融入您的 API 工作流程
Hunyuan Image 3 在 Novita AI 上採用的非同步模式，與平台上其他圖片及影片生成端點相同——提交任務、取得 task_id、輪詢結果。如果您已在使用的 FLUX.1 Dev on Novita AI 或 Kontext 系列，切換至 Hunyuan Image 3 只需更改一行端點並更新請求本文。
一個實務差異：Hunyuan Image 3 使用平面請求本文（prompt、size、seed），而非巢狀的 input/parameters 物件。整合前請查閱 Novita AI 文件 以取得標準結構。
最終建議
當提示推理、多語言文字渲染或複雜場景構圖比成本更重要時，Hunyuan Image 3 是 Novita AI 上的正確選擇。以 $0.10/張的價格，它位於 Novita AI 圖片目錄的較高價位——大約是 Seedream 3.0 的 3 倍、Qwen Image 的 5 倍——但它提供了有意義的差異化能力：模型能解譯簡短提示、生成圖片內清晰的中英文文字，並處理語義稠密的場景，而較簡單的模型往往會產生不連貫的構圖。
對於高量的一般圖片生成，更便宜的替代方案是較好的起點。對於圖片品質、文字準確性或雙語內容是關鍵要求的生產工作流程，Hunyuan Image 3 值得其價格差異。
常見問題
Novita AI 上 Hunyuan Image 3 的端點是什麼？
POST https://api.novita.ai/v3/async/hunyuan-image-3。API 為非同步——您提交請求後取得 task_id，然後輪詢 /v3/async/task-result 直到狀態為 TASK_STATUS_SUCCEED。
Hunyuan Image 3 在 Novita AI 上的費用是多少？
截至 2026-07-06 為每張圖片 $0.10（來源：novita.ai/models）。在為生產負載建立成本模型前，請至 Novita AI 定價頁面確認最新價格。
Hunyuan Image 3 與 FLUX.1 或 Stable Diffusion 有何不同？
Hunyuan Image 3 採用自迴歸統一多模態框架，而非 FLUX.1 及大多數 Stable Diffusion 變體所使用的擴散變壓器（DiT）架構。實際效果是透過 chain-of-thought 思考 token 實現更強的提示推理、更好的多語言文字渲染，以及對包含多元素複雜場景的更連貫處理。
Hunyuan Image 3 支援圖片編輯或修補嗎？
不支援。Novita AI 上的模型僅支援文字轉圖片。如需圖片編輯，請使用專用編輯模型，例如 FLUX.1 Kontext 或 Qwen-Image-Edit。
我可以使用中文提示與 Hunyuan Image 3 互動嗎？
可以。該模型原生支援中文與英文提示。中文提示可生成符合中文語境的視覺內容，無需處理轉寫（romanization）問題。
如何重現特定的圖片輸出？
將 seed 參數設定為固定的整數值。相同的 seed、prompt 與 size 組合將重現相同的圖片。
