HunyuanImage 3.0 Instruct (Fal)
HunyuanImage 3.0 Instruct (Fal) est un modèle d’image de Tencent, sorti le 25 janvier 2026, destiné à produire ou modifier des visuels à partir de consignes textuelles. Son signal le plus fort dans Arena concerne l’édition d’images, où il apparaît dans le haut du classement.
HunyuanImage 3.0 Instruct (Fal) est un modèle d’image de Tencent, sorti le 25 janvier 2026, destiné à produire ou modifier des visuels à partir de consignes textuelles. Son signal le plus fort dans Arena concerne l’édition d’images, où il apparaît dans le haut du classement.
En text-to-image pur, son positionnement Arena est beaucoup plus modeste, ce qui suggère un intérêt plus marqué pour les workflows d’instruction et de retouche que pour la génération généraliste. Les données disponibles ne documentent pas de licence open-weights, de modalités d’API détaillées ni d’empreinte d’entraînement.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Modèle de génération d'images |
| Éditeur | Tencent |
| Date de sortie | 25 janvier 2026 |
Classements Arena (Elo)
| Catégorie | Elo | Rang |
|---|---|---|
| image-editing | 1352 | 5ᵉ |
| text-to-image | 1135 | 47ᵉ |
Notre analyse
Forces. HunyuanImage 3.0 Instruct (Fal) se distingue surtout par son classement Arena en image-editing, un indicateur fondé sur des préférences humaines et pertinent pour juger la qualité perçue des retouches. Ce positionnement le rend crédible pour des tâches où la consigne doit transformer un visuel existant, comme l’ajustement d’un style, la déclinaison d’un concept ou la préparation de variantes créatives. L’association à Tencent apporte un repère clair sur l’éditeur, tandis que la présence dans Arena facilite la comparaison avec d’autres modèles d’image.
Limites et points d'attention. Le classement Arena en text-to-image place le modèle nettement plus bas que ses performances en édition, ce qui limite son intérêt comme générateur d’images généraliste. La couverture repose sur une seule source de données concordante, donc le signal public reste étroit. Aucun chiffre de compute, de coût d’entraînement, de licence ou d’ouverture des poids n’est disponible dans les faits vérifiés. Usages pertinents : retouche créative, variantes publicitaires, design assisté et illustration guidée par instruction.
Sources des données : Artificial Analysis (artificialanalysis.ai).