Tencent: Hy Image 3.5 Preview

HY Image 3.5 Preview รวมการสร้างภาพจากข้อความ การสร้างโดยอิงภาพอ้างอิง และการแก้ไขหลายรอบ Tencent ระบุว่ารองรับภาพอ้างอิงสูงสุด 20 ภาพ การเลือกขนาดอัตโนมัติ และการกำหนดขนาดผลลัพธ์โดยตรงได้ถึง 4096 × 4096 สำหรับงานภาพละเอียด

Ailoot Ultra · รูปภาพ POST /v1/images/generations tencent/hy-image-v3.5-preview

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

HY Image 3.5 Preview เป็นโมเดลรวมการสร้างและแก้ไขภาพของ Tencent รับบรีฟที่เขียนพร้อมภาพอ้างอิงตามต้องการ และรองรับการทำงานภาพเดิมต่อเนื่องหลายรอบ ผลลัพธ์เป็นภาพสำหรับฉาก องค์ประกอบ หรือการแก้ไขที่กำหนด ตัวอย่างของ Tencent มีภาพผลิตภัณฑ์ โปสเตอร์แคมเปญ ภาพออกแบบอินเทอร์เฟซ และแนวคิดวัสดุ เลือกว่างานต้องการภาพใหม่ องค์ประกอบที่อาศัยภาพอ้างอิง หรือการเปลี่ยนเฉพาะส่วนของผลลัพธ์เดิม

ผู้ผลิตระบุรุ่นเป็น hy-image-v3.5-preview และกำหนดขีดจำกัดพรอมป์ต์ 100K โทเคน ข้อมูลเข้าเป็นบทสนทนาตามลำดับเวลาที่มีข้อความและภาพ โดยข้อความผู้ใช้สุดท้ายให้คำสั่งปัจจุบัน ข้อความก่อนหน้าสร้างบริบทสำหรับการแก้ไขต่อเนื่อง ต่างจากเวิร์กโฟลว์พรอมป์ต์เดียวของ HY Image 3.0 และขีดจำกัดข้อมูลเข้าของรุ่นนั้น สำหรับงานออกแบบต่อเนื่อง ให้เก็บบรีฟที่เกี่ยวข้อง บทบาทภาพอ้างอิง และภาพที่เลือก เพื่อให้คำสั่งถัดไปพัฒนาสภาพภาพที่ตั้งใจไว้

เตรียมภาพอ้างอิง PNG หรือ JPEG/JPG ข้อมูลเข้าอ้างอิงมีได้ถึง 20 ภาพ แต่ละภาพไม่เกิน 20 MB ในเวิร์กโฟลว์ที่ระบุ ส่งภาพเป็นชิ้นงานอ้างอิงหรือข้อมูลเข้ารหัสได้ หากบทสนทนามีภาพมากเกินไป คู่มือผู้ผลิตระบุว่าจะตัดภาพเก่าออกก่อน จัดชุดภาพอ้างอิงที่ใช้งานให้ตรงประเด็น แทนการพึ่งว่าภาพทั้งหมดในอดีตจะยังอยู่ในบริบท ตัวควบคุมปรับขนาดข้อมูลเข้าคงภาพเล็กไว้และย่อภาพใหญ่ตามสัดส่วนสู่เป้าหมายพื้นที่พิกเซล โดยเป้าหมายเริ่มต้นคือ 1,048,576 พิกเซล คงรายละเอียดที่มองเห็นให้เพียงพอสำหรับผลิตภัณฑ์ วัสดุ หรือเลย์เอาต์ที่ต้องชี้นำผลลัพธ์

การเตรียมขนาดผลลัพธ์มีสองวิธีที่แยกกัน ในการปรับขนาดอัตโนมัติ generate_max_pixels ตั้งพื้นที่เป้าหมายเป็น 1,048,576 พิกเซลสำหรับระดับ 1K, 2,359,296 สำหรับระดับ 1.5K ที่เป็นค่าเริ่มต้น หรือ 4,194,304 สำหรับ 2K FAQ ของผู้ผลิตระบุว่าเมื่อตั้งเฉพาะพื้นที่เป้าหมายจะใช้อัตราส่วนจัตุรัสโดยปริยาย เมื่อไม่ส่งตัวควบคุมขนาดทั้งสอง โมเดลใช้บรีฟและระดับ 1.5K เริ่มต้น ระดับเหล่านี้ไม่ได้สร้างตัวเลือก 4K อัตโนมัติ ใช้ระดับพื้นที่เมื่อภาพจัตุรัสเหมาะกับงาน หากต้องการให้บรีฟกำหนดสัดส่วนที่ระดับ 1.5K เริ่มต้น ให้ละตัวควบคุมขนาดทั้งสอง และกำหนดขนาดโดยตรงเมื่อเลย์เอาต์ต้องการแนวตั้งหรือแนวกว้างที่เจาะจง

สำหรับขนาดที่กำหนดเอง ผู้ผลิตอนุญาตด้านที่เป็นจำนวนเต็มบวกตั้งแต่ 256 ถึง 8192 พิกเซล โดยพื้นที่รวมไม่เกิน 16,777,216 พิกเซล จัตุรัส 4096 × 4096 อยู่ในขีดจำกัดนี้ ช่วงความยาวด้านและเพดานพื้นที่ใช้ร่วมกัน ดังนั้นด้านยาว 8192 พิกเซลไม่ได้หมายความว่าสร้างภาพ 8192 × 8192 ได้ ขอความกว้างและความสูงที่ต้องการโดยตรงเมื่อเลย์เอาต์สุดท้ายต้องการขนาดแน่นอน แทนการสมมติว่าระดับพื้นที่เป้าหมายจะได้ขนาดเดียวกัน ระบุรายละเอียดที่ต้องระวังการครอบตัดและพื้นที่ว่างที่ต้องใช้ในพรอมป์ต์

โมเดลรองรับการแก้ไขหลายรอบผ่านประวัติบทสนทนาที่ส่งคืน Tencent แยกภาพสุดท้ายที่ส่งมอบออกจากภาพระหว่างทางที่ใช้เป็นบริบทสำหรับการแก้ไขถัดไป และตัวอย่างของบริษัทเก็บเหตุผลของผู้ช่วย คำขอเครื่องมือ และผลภาพที่สร้างไว้เมื่อต้องทำต่อ สำหรับองค์ประกอบผลิตภัณฑ์ ให้กำหนดตัวแบบและกรอบภาพก่อน แล้วขอเปลี่ยนแสงหรือพื้นหลังพร้อมระบุสิ่งที่ต้องคงลักษณะเดิม เก็บผลที่เลือกคู่กับประวัติเพื่อให้รอบถัดไปทำงานกับภาพนั้นแทนแบบที่ทิ้งไป ในเวิร์กโฟลว์ที่ Tencent ระบุ ลิงก์ทั้งภาพสุดท้ายและภาพในประวัติหมดอายุหลัง 12 ชั่วโมง จึงต้องเก็บชิ้นงานภาพก่อนพึ่งใช้แก้ไขในภายหลัง

ตัวควบคุมที่ระบุมี seed ข้อความเชิงอรรถลายน้ำกำหนดเองสูงสุด 16 อักขระ และการเสริมข้อมูลค้นหาภายนอกตามต้องการซึ่งปิดโดยค่าเริ่มต้น seed เป็นจำนวนเต็มไม่ติดลบ โดยศูนย์หรือการละค่าให้ผู้ผลิตสุ่มให้ ตัวควบคุมเหล่านี้ทำหน้าที่ต่างจากบรีฟ สำหรับภาพผลิตภัณฑ์อิงภาพอ้างอิง ให้อธิบายรูปลักษณ์ผลิตภัณฑ์ มุมกล้อง พื้นผิว แสง และเลย์เอาต์ที่ต้องการ แล้วใช้ภาพอ้างอิงชี้นำรายละเอียดที่ระบุตัวตน สำหรับโปสเตอร์ ให้ลำดับความสำคัญและถ้อยคำตรงตามต้องการ แทนการปล่อยให้สร้างสารขึ้นเอง

คำแนะนำการใช้งานของ Tencent แนะนำให้ตรวจข้อความและเลย์เอาต์ โดยเฉพาะเมื่อสเปกผลิตภัณฑ์ ชื่อองค์กร หรือถ้อยคำข้อเท็จจริงอื่นสำคัญ ตรวจภาพที่เสร็จในด้านตัวแบบ สัดส่วน วัสดุ การครอบตัด และตัวอักษร เก็บชิ้นงานสุดท้ายพร้อมบรีฟและค่าตั้ง แล้วใช้คำสั่งที่เป็นรูปธรรมสัมพันธ์กับปัญหาที่เห็นสำหรับการแก้ไขถัดไป

Ailoot Ultra · รูปภาพ POST /v1/images/generations tencent/hy-image-v3.5-preview

tencent/hy-image-v3.5-preview

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

เริ่มต้น

อินพุตที่รองรับ: ข้อความ · รูปภาพ
ผลลัพธ์: รูปภาพ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · รูปภาพ POST /v1/images/generations

ขาเข้า: text, image
ขาออก: image

ฟิลด์	ประเภท	ข้อกำหนด	ค่าและข้อจำกัด	ค่าเริ่มต้น
ฟิลด์`model`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด tencent/hy-image-v3.5-preview	ค่าเริ่มต้น—
ฟิลด์`prompt`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1	ค่าเริ่มต้น—
ฟิลด์`resolution`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด 1K, 1.5K, 2K, 4K	ค่าเริ่มต้น—
ฟิลด์`aspect_ratio`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด 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	ค่าเริ่มต้น—
ฟิลด์`n`	ประเภท`integer`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด ขั้นต่ำ: 1 สูงสุด: 1	ค่าเริ่มต้น—
ฟิลด์`input_references`	ประเภท`array`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 0 จำนวนรายการสูงสุด: 20	ค่าเริ่มต้น—
ฟิลด์`provider`	ประเภท`object`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—

พารามิเตอร์และวงจรการทำงานของเมธอด

พารามิเตอร์	ข้อกำหนด
พารามิเตอร์`content_type`	ข้อกำหนดapplication/json
พารามิเตอร์`required`	ข้อกำหนดmodel, prompt
พารามิเตอร์`material_types`	ข้อกำหนดtext, image

วงจรการทำงาน: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

ราคา

วิธีคำนวณค่าบริการสุดท้าย

อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว: ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น: ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด: ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราประมาณการเพื่อเปรียบเทียบ

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่า	ตารางอัตราค่าบริการ	ปริมาณคาดการณ์	หน่วยคิดค่าบริการ	ค่าบริการ
การตั้งค่าอัตราค่าบริการโทเคนพื้นฐาน	ตารางอัตราค่าบริการอัตราพื้นฐาน	ปริมาณคาดการณ์—	หน่วยคิดค่าบริการ—	ค่าบริการ ขาเข้า · โทเค็นอินพุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การอ่านแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การเขียนแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น
การตั้งค่าโทเคนภาพขาออก	ตารางอัตราค่าบริการ—	ปริมาณคาดการณ์—	หน่วยคิดค่าบริการ/ 1K โทเค็นภาพ	ค่าบริการ ขาออก · โทเคนภาพขาออก · ประมาณการเพื่อเปรียบเทียบเท่านั้น $0.0032 / 1K โทเค็นภาพ
การตั้งค่าต้นทุนการสร้างโดยประมาณ	ตารางอัตราค่าบริการ—	ปริมาณคาดการณ์ค่าประมาณสำหรับการสร้างหนึ่งครั้ง	หน่วยคิดค่าบริการ—	ค่าบริการ ขาออก · ค่าใช้จ่ายในการสร้างโดยประมาณ · ประมาณการเพื่อเปรียบเทียบเท่านั้น $0.0131072 ประมาณการก่อนสร้าง ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · รูปภาพ

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p={'model': 'tencent/hy-image-v3.5-preview', 'prompt': 'a red panda astronaut floating in space, studio lighting'}

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin

def save_images(items):
    if not items: raise SystemExit("No completed images; retain the full response")
    for index, item in enumerate(items):
        encoded=item.get("b64_json")
        uri=item.get("url", "")
        if not encoded and uri.startswith("data:image/"):
            header, separator, encoded=uri.partition(",")
            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
        if encoded:
            raw=base64.b64decode(encoded,validate=True)
        elif uri:
            uri=urljoin("https://api.ailoot.ai",uri)
            parsed=urlsplit(uri)
            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
                raise SystemExit("Invalid returned image URL")
            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
            args=["curl","--fail-with-body","--silent","--show-error",uri]
            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
            temporary=Path(f"image-{index}.bin")
            subprocess.run(args+["-o",str(temporary)],check=True)
            raw=temporary.read_bytes()
            temporary.unlink()
        else: raise SystemExit("Image has neither bytes nor URL")
        if not raw: raise SystemExit("Empty image result")
        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"
        Path(f"image-{index}.{ext}").write_bytes(raw)
    print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT

รับและบันทึกผลลัพธ์

Ailoot Ultra · รูปภาพ

ดาวน์โหลดภาพที่ส่งกลับมาทุกภาพ หรือบันทึกเนื้อหา Base64 ของภาพนั้น

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

การอ่านเนื้อหาแบบอื่น

อ่านไฟล์สื่อที่มีอยู่และเป็นของคุณ

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

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

บันทึกภาพที่สร้างเสร็จทุกภาพ โดยดึงภาพจากทุก URL ที่ส่งกลับมา หรือถอดรหัสเนื้อหา Base64

เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด

ฟิลด์การตอบกลับ

ฟิลด์	ประเภท
ฟิลด์`created`	ประเภท
ฟิลด์`data[].url`	ประเภท
ฟิลด์`data[].b64_json`	ประเภท
ฟิลด์`usage`	ประเภท

ชื่ออื่น

ชื่ออื่นของโมเดล

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

ชื่อพาธเมธอดอื่น

/v1/images

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

tencent/hy-image-v3.5-preview

FAQ · Tencent: Hy Image 3.5 Preview

มีอินพุตและผลลัพธ์ใดบ้าง?: POST /v1/images/generations · tencent/hy-image-v3.5-preview: text, image → image
คำขอใช้ฟิลด์ใดบ้าง?: POST /v1/images/generations · tencent/hy-image-v3.5-preview: model, prompt, resolution, aspect_ratio, n, input_references, provider
มีข้อจำกัดใดบ้าง?: POST /v1/images/generations · tencent/hy-image-v3.5-preview: n.minimum: 1; n.maximum: 1

Tencent: Hy Image 3.5 Preview