混元 3D 3.1 Pro vs Rapid 实测:格式、面数与费用
同一张图实测混元 3D 3.1 Pro 和 Rapid。看正侧背对照、GLB 与 OBJ 的体积和面数,以及两次实际扣费。

如果你的网页已经用 GLB 加载器展示商品,这次实测里,混元 3D 3.1 Pro 的结果可以直接进入 GLB 验收。Rapid 的结果需要把 OBJ、MTL 和 PNG 一起保存,或者在上线前转换。两条路由都还原了机器人正面的大轮廓,但对耳侧圆环、背部腰线和膝后关节做了不同的推断。选哪条路由,要看你接下来准备怎么使用这份资产。
先说结论
- 2026 年 11 月 14 日通过 SandBase 各跑一次普通贴图请求,Rapid 实扣 $0.270,Pro 实扣 $0.375。
- Rapid 此次返回 OBJ、MTL 和 PNG,Pro 返回 GLB。网页接入时先按真实文件类型选加载器。
- 此次产物分别有 50,000 和 499,914 个三角面。输入只有一张正面图。
- 已有 OBJ 流程可以先试 Rapid。网页需要单文件 GLB 时,可以先测 Pro 的文件体积与加载表现。
两条路由怎么测
2026 年 11 月 14 日,通过 SandBase 各跑了一次。输入是模型页提供的公开机器人样例图,尺寸 1024 × 1024。两次请求使用同一 URL,保留普通带贴图输出,明确关闭 PBR,没有提供其他视角或指定面数。这样能看到两个路由在相同输入条件下各自的默认交付。Pro 有额外的侧面、背面等输入字段和目标面数设置。本次默认对照没有使用这些功能。Pro 参数 · Rapid 参数

同一张输入图给了两条路由。可以看到眼部、腰部和前方关节。侧面与背面没有独立参照。
这个样本有清晰背景、左右相似的外形和多处蓝色装饰,适合检查生成模型是否保留了主要结构。对称也给生成带来便利。想测试商品级保真度,还应选带单侧配件、背面文字或明显凹槽的非对称物体,并保留未提交给模型的侧背照片作为验收参考。正面做得像,无法说明看不见的一面与实物一致。
实际收到的文件和实扣
| 项目 | Rapid | Pro |
|---|---|---|
| 请求结果 | 完成 | 完成 |
| 此次实扣 | $0.270 | $0.375 |
| 实际交付 | OBJ + MTL + PNG | GLB |
| 资产字节数 | 14,494,820 B | 31,932,256 B |
| 三角面数 | 50,000 | 499,914 |
| 浏览器渲染 | OBJ 加载器和贴图 | glTF 加载器 |
| glTF Validator | OBJ 走独立检查 | 0 错误、0 警告 |
Rapid 的总字节数包括 3,168,367 B 的 OBJ、88 B 的 MTL 和 11,326,365 B 的 PNG。只看 OBJ 文件会漏掉这次交付里最大的一项。Pro 的 GLB 内有一个网格、一个材质和一张嵌入图像。预览缩略图不计入表格。三角面数从实际文件读取,OBJ 按面顶点数换算三角数,GLB 按三角图元的索引计数。两次总实扣 $0.645,Pro 比 Rapid 多 $0.105。记录没有可靠的终态时间,无法拿这次样本比较生成速度。
Rapid 此次回包的主文件 MIME 标签为 application/x-tgif,下载后按文件扩展和内容确认是 OBJ。响应还有 mtl 与 texture 字段。实际接入时,建议先记录返回的文件类型并验证内容,再交给相应加载器。把每个 url 都另存为 .glb 会让这份 Rapid 资产加载失败。OBJ 引用了材质文件,材质文件又引用贴图。归档时要保留对应关系,改名或移动到不同目录时,要同步更新引用。
从正侧背三张图看差异

用同一个浏览器渲染器、灯光和相机参数观察 0°、90°、180°。各模型都按包围盒最大边缩放到相同长度,图中尺寸用于比较外形。
正面能看出两个结果都保留了大眼、胸板、腰带和四肢分区。Rapid 的腰部蓝线更显眼,整体较暗。Pro 的脸部、脚尖和胸板颜色更亮。侧面的区别更清楚:Rapid 的耳侧主要呈灰色圆环,Pro 在环内加了一块蓝色。背面上方都比较平整,腰部与腿后方的深色分区不同。这里能评价的是输出之间的区别。想确认哪一处是物体原本的构造,需要补拍实物。材质亮暗也会受贴图、法线和加载器的材质转换影响。

相同相机下隐藏贴图后观察网格分布。Pro 这次约有 10 倍三角面,前后视图都能看到密度差异。
更多面数给曲线和局部几何留出空间,也会影响下游编辑与传输。在这张图上,正面低倍率预览时两者轮廓接近,换成侧面看耳环、手指和鞋尖,才更容易看到差别。可以先确定实际展示尺寸,再决定是否为密度付费。如果只在列表里用小图预览,先测缩略图是否足够。如果用户会旋转并放大,优先检查正面看不到的区域,再看这些细节能否进入目标面数和大小预算。
接入前先核对输入和参数
两条路由都可以传正面图 URL。模型字段说明列出 JPG、PNG、WebP,分辨率 128–5000 像素,文件最多 8 MB。上传组件旁边还有一套通用文件提示,服务端校验时以当前模型的字段说明为准。同一张原图只预处理一次,两边发同一个文件。这样能避免压缩、抠图和裁切先改变轮廓。
| SandBase 模型页所列选项 | Rapid | Pro |
|---|---|---|
| 必填输入 | 正面图 | 正面图 |
| 额外角度 | 单图路由 | 最多七个附加视角字段 |
| 白模设置 | enable_geometry | generate_type: Geometry |
| PBR 设置 | enable_pbr | enable_pbr |
| 自定义目标面数 | 未列字段 | 40,000–1,500,000,需加购 |
| 普通带贴图、PBR 关闭 | $0.270 | $0.375 |
| 影响费用的附加设置 | PBR | PBR、指定面数、多视图 |
| 此次实测交付 | OBJ 加材质和贴图 | 内嵌图像的 GLB |
如果项目把五万三角面当上限,下一次可以给 Pro 设接近这个数量的目标,生成后重新数面,再用同样的相机查看耳侧、手指和鞋尖。如果关心的是背面还原,单独开一轮多视图测试。保留同一张正面图,只补侧面,把背面照片留给验收。拆成两次试验,才分得清是多看了一张照片,还是更密的网格保留了细节。
预算按合格资产算
按本次设置和实扣计算,假设 100 个任务都以相同价格完成,Rapid 的生成费为 $27.00,Pro 为 $37.50。PBR、自定义面数与额外视角的价格按对应模型页复核。这里的差额只包含生成,尚需把格式转换、贴图处理和人工返工计入项目成本。
举个算账例子,若 Rapid 跑 100 个任务,其中 80 个达到事先设定的验收条件,API 成本为 $0.3375/件。若 Pro 有 90 个通过,则约 $0.4167/件。80 和 90 都是用来说明计算方法的假设。实际验收时先给每个资产记上通过或失败,再按统一规则统计。重复调用和下游加购都要入账。把前端导入、网格修补的人工时间单独列出来,才能看出这两条路由分别节省了哪一步。
可复现请求
将 SandBase 密钥放在服务端环境变量。下面的循环提交这次试验用的两个请求。保存两次返回的任务 ID,用 GET /v1/run/{id} 轮询各自的终态。拿到结果后,先查实际输出字段,再下载网格、材质和贴图。记录计费和终态时刻,后续才能算完整耗时。
IMAGE_URL='https://static.sandbase.ai/examples/tencent/hunyuan-3d/3.1/rapid/image-to-3d/input_image_0.png'
for variant in rapid pro; do
jq -n --arg image "$IMAGE_URL" \
--arg model "tencent/hunyuan-3d/3.1/$variant/image-to-3d" \
'{model:$model,image:$image,enable_pbr:false}' |
curl --fail-with-body -sS https://api.sandbase.ai/v1/run \
-H "Authorization: Bearer $SANDBASE_API_KEY" \
-H 'Content-Type: application/json' --data-binary @-
printf '\n'
done做成自动验收时,先校验响应终态,接着按识别出的格式分流。GLB 路径检查文件头和 glTF Validator 的错误,再做浏览器渲染。OBJ 路径检查面、材质引用和图片是否齐全,保存原始文件结构,再用与生产一致的方式加载。两边都应在同一缩放比例下截取正、侧、背三个视角。遇到无贴图、侧背轮廓错乱或超过体积预算的资产时,保留该样本以及失败原因,批量统计才能算出有用的成本。
把结果放到实际任务里
- 网页需要一个自包含 GLB。 先试 Pro。此次 GLB 验证通过,但约 31.9 MB。发布前实测手机网络下的加载,并评估减面和贴图压缩后的观感。
- 已有 OBJ 导入或转档流程。 先测 Rapid。此次文件总量约 14.5 MB,面数 5 万。将外部贴图和材质一起导入,测转换后贴图是否完整以及导出成本。
- 要还原商品背面的孔位、印字或接口。 准备多角度照片,使用 Pro 的对应视角字段。先定义正确的位置和形状,再按未参与生成的照片验收。
- 要能绑定动作或拿去打印。 增加针对目标的验收。角色看骨架、蒙皮与关节变形,打印检查封闭性、厚度、比例和切片。此次只检查了网格、材质和网页渲染。
这次多付的 $0.105 对应一个可直接交给 GLB 加载器的文件和更密的网格。接入前还要把转换、移动端压缩和人工修补计入同一笔账。用三类真实对象跑一轮,再用总扣费除以达到验收条件的资产数,才能判断哪条路由更适合长期使用。
如果想看两条路由都返回 GLB 时怎么选,可以读 TRELLIS 与 TRELLIS.2 的同图实测。两组样本分别看网格、材质和文件校验。
这两份机器人也用于五份生成资产的 Blender 导入实测,可以看 Cycles 渲染及故意缺贴图时的结果。
如果在选 2.0 轻量路线,可看混元 Mini 和 Mini Turbo 同图实测,对照两个种子下的耗时和正背面。
如果要填写补图字段,可以参考混元 3.1 Pro 多视角实测。里面用同一测试件展示角度与字段的对应,并对照了左右填反后的交付。
常见问题
两边能设同一个面数吗?
Pro 提供目标面数字段,Rapid 当前模型页没有对应选项。可以把 Pro 的目标设到接近 Rapid 已测的五万三角面。下载后再统计实际面数,区分请求值和返回值,并在图中保留各自的线框。
GLB 校验通过就可以发布吗?
校验报告检查文件是否符合 glTF 规则。商品是否有正确的背面、比例和贴图,以及手机能否在预期时间内加载,需要到实际展示页面再验收。压缩或转档后也要重做这一步。
生成的资产如何放进 Three.js?
按返回格式选加载器,再把资产加入有灯光和相机的场景。Three.js 场景实测记录了如何构建承载资产的场景,可以和本文的网格验收流程配合使用。
觉得有用?分享给更多人