{ "aboutHtml": "

HY Image 3.5 Preview ialah model penjanaan dan penyuntingan imej bersepadu Tencent. Ia menerima arahan bertulis dengan imej rujukan pilihan dan menyokong penerusan tugas visual sama merentas beberapa giliran. Hasilnya ialah imej untuk adegan, komposisi atau suntingan ditetapkan. Contoh Tencent merangkumi imejan produk, poster kempen, visual reka bentuk antara muka dan konsep bahan. Pilih sama ada tugas memerlukan imej baharu, komposisi berpandukan rujukan atau perubahan terarah pada hasil sedia ada.

Pengeluar mengenal pasti edisi sebagai hy-image-v3.5-preview dan mendokumenkan had prompt 100K token. Inputnya ialah perbualan kronologi yang mengandungi teks serta imej, dengan mesej pengguna terakhir membekalkan arahan semasa. Mesej terdahulu memberikan konteks untuk penyuntingan berulang. Ini berbeza daripada aliran prompt tunggal HY Image 3.0 dan had inputnya yang berasingan. Untuk tugas reka bentuk berterusan, simpan arahan relevan, peranan rujukan dan imej pilihan supaya arahan seterusnya dapat membina berdasarkan keadaan visual dimaksudkan.

Sediakan imej rujukan PNG atau JPEG/JPG. Input rujukan boleh mengandungi sehingga 20 imej, setiap satu tidak melebihi 20 MB dalam aliran yang didokumenkan. Imej boleh diberikan sebagai aset dirujuk atau berkod. Jika perbualan membawa terlalu banyak imej, panduan pengeluar menerangkan pemangkasan imej lama dahulu. Pastikan set rujukan aktif terarah tanpa bergantung pada setiap imej sejarah kekal dalam konteks. Kawalan pengubahan saiz input mengekalkan imej lebih kecil dan menskalakan imej lebih besar secara berkadar ke sasaran luas piksel; sasaran lalainya ialah 1,048,576 piksel. Kekalkan butiran kelihatan mencukupi untuk produk, bahan atau susun atur yang perlu memandu hasil.

Saiz output mempunyai dua laluan persediaan berbeza. Dengan saiz automatik, generate_max_pixels menetapkan luas sasaran: 1,048,576 piksel untuk peringkat 1K, 2,359,296 untuk peringkat 1.5K lalai atau 4,194,304 untuk 2K. FAQ pengeluar menyatakan tetapan sasaran luas yang diberikan bersendirian menggunakan nisbah segi empat sama secara lalai. Apabila kedua-dua kawalan saiz tidak diberikan, model menggunakan arahan dan peringkat 1.5K lalai. Peringkat itu tidak mewujudkan tetapan 4K automatik. Gunakan peringkat luas apabila imej segi empat sama sesuai dengan tugas. Untuk membolehkan arahan memandu perkadaran pada peringkat 1.5K lalai, jangan sertakan mana-mana daripada kedua-dua kawalan saiz; minta dimensi eksplisit apabila susun atur memerlukan saiz potret atau lebar tertentu.

Untuk dimensi eksplisit, pengeluar membenarkan sisi integer positif daripada 256 hingga 8192 piksel, dengan jumlah luas tidak melebihi 16,777,216 piksel. Segi empat sama 4096 × 4096 memenuhi had itu. Julat sisi dan siling luas terpakai bersama, jadi pinggir 8192 piksel tidak membenarkan imej 8192 × 8192. Minta lebar serta tinggi diperlukan secara eksplisit apabila susun atur akhir memerlukan saiz khusus, tanpa menganggap peringkat luas sasaran menentukan dimensi sama. Nyatakan butiran sensitif pemotongan serta ruang kosong diperlukan dengan jelas dalam prompt.

Model menyokong penyuntingan berbilang giliran melalui sejarah perbualan yang dikembalikan. Tencent membezakan imej akhir diserahkan daripada imej perantaraan yang digunakan sebagai konteks suntingan seterusnya, dan contohnya mengekalkan penaakulan pembantu, permintaan alat serta hasil imej terjana ketika meneruskan. Untuk komposisi produk, tetapkan subjek dan pembingkaian dahulu; kemudian minta perubahan pencahayaan atau latar belakang baharu sambil menetapkan rupa yang perlu kekal. Simpan hasil pilihan bersama sejarahnya supaya giliran seterusnya menggunakan imej itu, bukannya variasi dibuang. Dalam aliran Tencent yang didokumenkan, pautan imej akhir serta sejarah tamat selepas 12 jam, jadi simpan aset imej sebelum bergantung padanya untuk suntingan kemudian.

Kawalan yang didokumenkan termasuk seed, nota kaki tera air tersuai sehingga 16 aksara dan penambahan carian luaran pilihan, yang dimatikan secara lalai. Seed ialah integer bukan negatif; sifar atau ketiadaan membolehkan pengeluar memilih secara rawak. Kawalan ini mempunyai tujuan berbeza daripada arahan itu sendiri. Untuk visual produk berasaskan rujukan, huraikan rupa produk, sudut kamera, permukaan, pencahayaan dan susun atur dimaksudkan, kemudian gunakan rujukan untuk memandu butiran pengenalan. Untuk poster, berikan hierarki dan perkataan tepat tanpa membiarkan mesejnya direka.

Panduan praktikal Tencent mengesyorkan semakan teks dan susun atur, khususnya apabila spesifikasi produk, nama organisasi atau perkataan berfakta lain penting. Periksa imej siap dari segi subjek, perkadaran, bahan, pemotongan dan tulisan. Simpan aset akhir bersama arahan serta tetapannya, dan gunakan arahan konkrit berkait dengan isu kelihatan untuk suntingan seterusnya.

", "aboutText": "HY Image 3.5 Preview ialah model penjanaan dan penyuntingan imej bersepadu Tencent. Ia menerima arahan bertulis dengan imej rujukan pilihan dan menyokong penerusan tugas visual sama merentas beberapa giliran. Hasilnya ialah imej untuk adegan, komposisi atau suntingan ditetapkan. Contoh Tencent merangkumi imejan produk, poster kempen, visual reka bentuk antara muka dan konsep bahan. Pilih sama ada tugas memerlukan imej baharu, komposisi berpandukan rujukan atau perubahan terarah pada hasil sedia ada.\n\nPengeluar mengenal pasti edisi sebagai hy-image-v3.5-preview dan mendokumenkan had prompt 100K token. Inputnya ialah perbualan kronologi yang mengandungi teks serta imej, dengan mesej pengguna terakhir membekalkan arahan semasa. Mesej terdahulu memberikan konteks untuk penyuntingan berulang. Ini berbeza daripada aliran prompt tunggal HY Image 3.0 dan had inputnya yang berasingan. Untuk tugas reka bentuk berterusan, simpan arahan relevan, peranan rujukan dan imej pilihan supaya arahan seterusnya dapat membina berdasarkan keadaan visual dimaksudkan.\n\nSediakan imej rujukan PNG atau JPEG/JPG. Input rujukan boleh mengandungi sehingga 20 imej, setiap satu tidak melebihi 20 MB dalam aliran yang didokumenkan. Imej boleh diberikan sebagai aset dirujuk atau berkod. Jika perbualan membawa terlalu banyak imej, panduan pengeluar menerangkan pemangkasan imej lama dahulu. Pastikan set rujukan aktif terarah tanpa bergantung pada setiap imej sejarah kekal dalam konteks. Kawalan pengubahan saiz input mengekalkan imej lebih kecil dan menskalakan imej lebih besar secara berkadar ke sasaran luas piksel; sasaran lalainya ialah 1,048,576 piksel. Kekalkan butiran kelihatan mencukupi untuk produk, bahan atau susun atur yang perlu memandu hasil.\n\nSaiz output mempunyai dua laluan persediaan berbeza. Dengan saiz automatik, generate_max_pixels menetapkan luas sasaran: 1,048,576 piksel untuk peringkat 1K, 2,359,296 untuk peringkat 1.5K lalai atau 4,194,304 untuk 2K. FAQ pengeluar menyatakan tetapan sasaran luas yang diberikan bersendirian menggunakan nisbah segi empat sama secara lalai. Apabila kedua-dua kawalan saiz tidak diberikan, model menggunakan arahan dan peringkat 1.5K lalai. Peringkat itu tidak mewujudkan tetapan 4K automatik. Gunakan peringkat luas apabila imej segi empat sama sesuai dengan tugas. Untuk membolehkan arahan memandu perkadaran pada peringkat 1.5K lalai, jangan sertakan mana-mana daripada kedua-dua kawalan saiz; minta dimensi eksplisit apabila susun atur memerlukan saiz potret atau lebar tertentu.\n\nUntuk dimensi eksplisit, pengeluar membenarkan sisi integer positif daripada 256 hingga 8192 piksel, dengan jumlah luas tidak melebihi 16,777,216 piksel. Segi empat sama 4096 × 4096 memenuhi had itu. Julat sisi dan siling luas terpakai bersama, jadi pinggir 8192 piksel tidak membenarkan imej 8192 × 8192. Minta lebar serta tinggi diperlukan secara eksplisit apabila susun atur akhir memerlukan saiz khusus, tanpa menganggap peringkat luas sasaran menentukan dimensi sama. Nyatakan butiran sensitif pemotongan serta ruang kosong diperlukan dengan jelas dalam prompt.\n\nModel menyokong penyuntingan berbilang giliran melalui sejarah perbualan yang dikembalikan. Tencent membezakan imej akhir diserahkan daripada imej perantaraan yang digunakan sebagai konteks suntingan seterusnya, dan contohnya mengekalkan penaakulan pembantu, permintaan alat serta hasil imej terjana ketika meneruskan. Untuk komposisi produk, tetapkan subjek dan pembingkaian dahulu; kemudian minta perubahan pencahayaan atau latar belakang baharu sambil menetapkan rupa yang perlu kekal. Simpan hasil pilihan bersama sejarahnya supaya giliran seterusnya menggunakan imej itu, bukannya variasi dibuang. Dalam aliran Tencent yang didokumenkan, pautan imej akhir serta sejarah tamat selepas 12 jam, jadi simpan aset imej sebelum bergantung padanya untuk suntingan kemudian.\n\nKawalan yang didokumenkan termasuk seed, nota kaki tera air tersuai sehingga 16 aksara dan penambahan carian luaran pilihan, yang dimatikan secara lalai. Seed ialah integer bukan negatif; sifar atau ketiadaan membolehkan pengeluar memilih secara rawak. Kawalan ini mempunyai tujuan berbeza daripada arahan itu sendiri. Untuk visual produk berasaskan rujukan, huraikan rupa produk, sudut kamera, permukaan, pencahayaan dan susun atur dimaksudkan, kemudian gunakan rujukan untuk memandu butiran pengenalan. Untuk poster, berikan hierarki dan perkataan tepat tanpa membiarkan mesejnya direka.\n\nPanduan praktikal Tencent mengesyorkan semakan teks dan susun atur, khususnya apabila spesifikasi produk, nama organisasi atau perkataan berfakta lain penting. Periksa imej siap dari segi subjek, perkadaran, bahan, pemotongan dan tulisan. Simpan aset akhir bersama arahan serta tetapannya, dan gunakan arahan konkrit berkait dengan isu kelihatan untuk suntingan seterusnya.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f46fe0e54882a755f4f4153eb4225abca7c3b0c5abf936a9dbabb9c209366259", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "
•

Tencent: Hy Image 3.5 Preview

Tencent /tencent/hy-image-v3.5-preview

Pengenalan

HY Image 3.5 Preview menggabungkan penjanaan teks-ke-imej, penciptaan berasaskan rujukan dan penyuntingan berbilang giliran. Tencent mendokumenkan sehingga 20 imej rujukan, pemilihan saiz automatik dan saiz output eksplisit sehingga imej 4096 × 4096 untuk kerja visual terperinci.

Input yang diterima
Teks · Imej
Hasil
Imej
Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

HY Image 3.5 Preview ialah model penjanaan dan penyuntingan imej bersepadu Tencent. Ia menerima arahan bertulis dengan imej rujukan pilihan dan menyokong penerusan tugas visual sama merentas beberapa giliran. Hasilnya ialah imej untuk adegan, komposisi atau suntingan ditetapkan. Contoh Tencent merangkumi imejan produk, poster kempen, visual reka bentuk antara muka dan konsep bahan. Pilih sama ada tugas memerlukan imej baharu, komposisi berpandukan rujukan atau perubahan terarah pada hasil sedia ada.

Pengeluar mengenal pasti edisi sebagai hy-image-v3.5-preview dan mendokumenkan had prompt 100K token. Inputnya ialah perbualan kronologi yang mengandungi teks serta imej, dengan mesej pengguna terakhir membekalkan arahan semasa. Mesej terdahulu memberikan konteks untuk penyuntingan berulang. Ini berbeza daripada aliran prompt tunggal HY Image 3.0 dan had inputnya yang berasingan. Untuk tugas reka bentuk berterusan, simpan arahan relevan, peranan rujukan dan imej pilihan supaya arahan seterusnya dapat membina berdasarkan keadaan visual dimaksudkan.

Sediakan imej rujukan PNG atau JPEG/JPG. Input rujukan boleh mengandungi sehingga 20 imej, setiap satu tidak melebihi 20 MB dalam aliran yang didokumenkan. Imej boleh diberikan sebagai aset dirujuk atau berkod. Jika perbualan membawa terlalu banyak imej, panduan pengeluar menerangkan pemangkasan imej lama dahulu. Pastikan set rujukan aktif terarah tanpa bergantung pada setiap imej sejarah kekal dalam konteks. Kawalan pengubahan saiz input mengekalkan imej lebih kecil dan menskalakan imej lebih besar secara berkadar ke sasaran luas piksel; sasaran lalainya ialah 1,048,576 piksel. Kekalkan butiran kelihatan mencukupi untuk produk, bahan atau susun atur yang perlu memandu hasil.

Saiz output mempunyai dua laluan persediaan berbeza. Dengan saiz automatik, generate_max_pixels menetapkan luas sasaran: 1,048,576 piksel untuk peringkat 1K, 2,359,296 untuk peringkat 1.5K lalai atau 4,194,304 untuk 2K. FAQ pengeluar menyatakan tetapan sasaran luas yang diberikan bersendirian menggunakan nisbah segi empat sama secara lalai. Apabila kedua-dua kawalan saiz tidak diberikan, model menggunakan arahan dan peringkat 1.5K lalai. Peringkat itu tidak mewujudkan tetapan 4K automatik. Gunakan peringkat luas apabila imej segi empat sama sesuai dengan tugas. Untuk membolehkan arahan memandu perkadaran pada peringkat 1.5K lalai, jangan sertakan mana-mana daripada kedua-dua kawalan saiz; minta dimensi eksplisit apabila susun atur memerlukan saiz potret atau lebar tertentu.

Untuk dimensi eksplisit, pengeluar membenarkan sisi integer positif daripada 256 hingga 8192 piksel, dengan jumlah luas tidak melebihi 16,777,216 piksel. Segi empat sama 4096 × 4096 memenuhi had itu. Julat sisi dan siling luas terpakai bersama, jadi pinggir 8192 piksel tidak membenarkan imej 8192 × 8192. Minta lebar serta tinggi diperlukan secara eksplisit apabila susun atur akhir memerlukan saiz khusus, tanpa menganggap peringkat luas sasaran menentukan dimensi sama. Nyatakan butiran sensitif pemotongan serta ruang kosong diperlukan dengan jelas dalam prompt.

Model menyokong penyuntingan berbilang giliran melalui sejarah perbualan yang dikembalikan. Tencent membezakan imej akhir diserahkan daripada imej perantaraan yang digunakan sebagai konteks suntingan seterusnya, dan contohnya mengekalkan penaakulan pembantu, permintaan alat serta hasil imej terjana ketika meneruskan. Untuk komposisi produk, tetapkan subjek dan pembingkaian dahulu; kemudian minta perubahan pencahayaan atau latar belakang baharu sambil menetapkan rupa yang perlu kekal. Simpan hasil pilihan bersama sejarahnya supaya giliran seterusnya menggunakan imej itu, bukannya variasi dibuang. Dalam aliran Tencent yang didokumenkan, pautan imej akhir serta sejarah tamat selepas 12 jam, jadi simpan aset imej sebelum bergantung padanya untuk suntingan kemudian.

Kawalan yang didokumenkan termasuk seed, nota kaki tera air tersuai sehingga 16 aksara dan penambahan carian luaran pilihan, yang dimatikan secara lalai. Seed ialah integer bukan negatif; sifar atau ketiadaan membolehkan pengeluar memilih secara rawak. Kawalan ini mempunyai tujuan berbeza daripada arahan itu sendiri. Untuk visual produk berasaskan rujukan, huraikan rupa produk, sudut kamera, permukaan, pencahayaan dan susun atur dimaksudkan, kemudian gunakan rujukan untuk memandu butiran pengenalan. Untuk poster, berikan hierarki dan perkataan tepat tanpa membiarkan mesejnya direka.

Panduan praktikal Tencent mengesyorkan semakan teks dan susun atur, khususnya apabila spesifikasi produk, nama organisasi atau perkataan berfakta lain penting. Periksa imej siap dari segi subjek, perkadaran, bahan, pemotongan dan tulisan. Simpan aset akhir bersama arahan serta tetapannya, dan gunakan arahan konkrit berkait dengan isu kelihatan untuk suntingan seterusnya.

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Imej POST /v1/images/generations
Input
text, image
Output
image
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
tencent/hy-image-v3.5-preview
Lalai—
MedanpromptJenisstringKeperluanDiperlukanNilai & had
Panjang minimum: 1
Lalai—
MedanresolutionJenisstringKeperluanPilihanNilai & had
1K, 1.5K, 2K, 4K
Lalai—
Medanaspect_ratioJenisstringKeperluanPilihanNilai & had
1:1, 1:2, 1:4, 2:1, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 9:16, 16:9
Lalai—
MedannJenisintegerKeperluanPilihanNilai & had
Minimum: 1
Maksimum: 1
Lalai—
Medaninput_referencesJenisarrayKeperluanPilihanNilai & had
Item minimum: 0
Item maksimum: 20
Lalai—
MedanproviderJenisobjectKeperluanPilihanNilai & hadLalai—
Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, prompt
Parametermaterial_typesKontraktext, image

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pelan harga

Cara caj akhir dikira

Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas
Tidak dinyatakan Apabila mod pantas dipilih
Mod flex
Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum
Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Anggaran kadar untuk perbandingan

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

KonfigurasiJadual kadarKuantiti ramalanUnit pengebilanCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasKuantiti ramalan—Unit pengebilan—Caj
Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token
Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token
Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token
Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token
Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token
Konfigurasitoken keluaran imejJadual kadar—Kuantiti ramalan—Unit pengebilan/ 1K token imejCaj
Output · token keluaran imej · Anggaran untuk perbandingan sahaja $0.0032 / 1K token imej
KonfigurasiAnggaran kos penjanaanJadual kadar—Kuantiti ramalananggaran untuk satu penjanaanUnit pengebilan—Caj
Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.0131072 anggaran sebelum penjanaan

Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai.

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Imej

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'tencent/hy-image-v3.5-preview', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n    if not items: raise SystemExit("No completed images; retain the full response")\n    for index, item in enumerate(items):\n        encoded=item.get("b64_json")\n        uri=item.get("url", "")\n        if not encoded and uri.startswith("data:image/"):\n            header, separator, encoded=uri.partition(",")\n            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n        if encoded:\n            raw=base64.b64decode(encoded,validate=True)\n        elif uri:\n            uri=urljoin("https://api.ailoot.ai",uri)\n            parsed=urlsplit(uri)\n            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n                raise SystemExit("Invalid returned image URL")\n            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n            args=["curl","--fail-with-body","--silent","--show-error",uri]\n            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n            temporary=Path(f"image-{index}.bin")\n            subprocess.run(args+["-o",str(temporary)],check=True)\n            raw=temporary.read_bytes()\n            temporary.unlink()\n        else: raise SystemExit("Image has neither bytes nor URL")\n        if not raw: raise SystemExit("Empty image result")\n        ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n        Path(f"image-{index}.{ext}").write_bytes(raw)\n    print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\n

Terima dan simpan hasil

Ailoot Ultra · Imej

Muat turun setiap imej yang dikembalikan atau simpan kandungan Base64-nya

Pembacaan kandungan lain
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n
Simpan semua hasil yang selesai

Simpan setiap imej yang selesai; dapatkan setiap URL yang dikembalikan atau nyahkod kandungan Base64-nya.

Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.

Jika respons asal perlu disemak

Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan.

Medan respons
MedanJenis
MedancreatedJenis
Medandata[].urlJenis
Medandata[].b64_jsonJenis
MedanusageJenis

Alias

Alias model

Ailoot Ultra tencent/hy-image-v3.5-preview

Alias laluan kaedah

/v1/images

ID pemanggil berkaitan

tencent/hy-image-v3.5-preview

", "method_identity": { "effective_request_model_id": "tencent/hy-image-v3.5-preview", "fmt": "images", "http": "POST", "path": "/v1/images/generations", "request_model_id": "tencent/hy-image-v3.5-preview", "route_label": "Ultra" }, "method_key": "Ultra|images|/v1/images/generations|tencent%2Fhy-image-v3.5-preview", "ordinal": 0, "rawMethod": { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.", "forecast_quantity_is_estimate": true, "physical_output_is_billable_quantity": false, "version": "original_invoice_usd_v1" }, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan." }, "outputs": { "all_results": "Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] }, "parameters": [ { "enum": [ "tencent/hy-image-v3.5-preview" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "prompt", "required": true, "type": "string" }, { "enum": [ "1K", "1.5K", "2K", "4K" ], "enum_known": true, "name": "resolution", "required": false, "type": "string" }, { "enum": [ "1:1", "1:2", "1:4", "2:1", "2:3", "3:2", "3:4", "4:1", "4:3", "4:5", "5:4", "9:16", "16:9" ], "enum_known": true, "name": "aspect_ratio", "required": false, "type": "string" }, { "maximum": 1, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maximum_items": 20, "minimum_items": 0, "name": "input_references", "required": false, "type": "array" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "aspect_ratio": { "enum": [ "1:1", "1:2", "1:4", "2:1", "2:3", "3:2", "3:4", "4:1", "4:3", "4:5", "5:4", "9:16", "16:9" ], "type": "string" }, "input_references": { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maxItems": 20, "minItems": 0, "type": "array" }, "model": { "enum": [ "tencent/hy-image-v3.5-preview" ], "type": "string" }, "n": { "maximum": 1, "minimum": 1, "type": "integer" }, "prompt": { "minLength": 1, "type": "string" }, "provider": { "description": "Exact image provider preferences from the documented image request schema.", "type": "object" }, "resolution": { "enum": [ "1K", "1.5K", "2K", "4K" ], "type": "string" } }, "required": [ "model", "prompt" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "model": "tencent/hy-image-v3.5-preview", "prompt": "a red panda astronaut floating in space, studio lighting" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "required": [ "model", "prompt" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "task_id sebenar yang dikembalikan atau rekod pustaka media", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/images/generations" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K image tokens" }, "label": "image output token", "units": [ { "amount": "0.0032000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "image_output_token", "label": "image output token", "native_amount_usd_per_unit": "0.0000032", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] }, { "basis": "Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Anggaran kos penjanaan", "units": [ { "amount": "0.0131072", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "0.0131072", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'tencent/hy-image-v3.5-preview', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit(\"No completed images; retain the full response\")\n for index, item in enumerate(items):\n encoded=item.get(\"b64_json\")\n uri=item.get(\"url\", \"\")\n if not encoded and uri.startswith(\"data:image/\"):\n header, separator, encoded=uri.partition(\",\")\n if not separator or \";base64\" not in header: raise SystemExit(\"Unsupported image data URI\")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin(\"https://api.ailoot.ai\",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!=\"https\" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit(\"Invalid returned image URL\")\n owned=parsed.netloc==\"api.ailoot.ai\" and parsed.path.startswith(\"/v1/media/assets/\") and parsed.path.endswith(\"/content\")\n args=[\"curl\",\"--fail-with-body\",\"--silent\",\"--show-error\",uri]\n if owned: args += [\"-H\",\"Authorization: Bearer \"+os.environ[\"AILOOT_API_KEY\"]]\n temporary=Path(f\"image-{index}.bin\")\n subprocess.run(args+[\"-o\",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit(\"Image has neither bytes nor URL\")\n if not raw: raise SystemExit(\"Empty image result\")\n ext=\"png\" if raw.startswith(b\"\\x89PNG\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4]==b\"RIFF\" and raw[8:12]==b\"WEBP\" else \"svg\" if raw.lstrip().startswith((b\"