Source: https://ailoot.ai/models/th/tencent-hy-image-v3-5-preview/ Canonical: https://ailoot.ai/models/th/tencent-hy-image-v3-5-preview/ Language: th # Tencent: Hy Image 3.5 Preview [Markdown](https://ailoot.ai/models/th/tencent-hy-image-v3-5-preview/index.md) · [JSON](https://ailoot.ai/models/th/tencent-hy-image-v3-5-preview/facts.json) ## [Tencent: Hy Image 3.5 Preview](https://ailoot.ai/models/th/tencent-hy-image-v3-5-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`](https://ailoot.ai/models/th/tencent-hy-image-v3-5-preview/#method-0) 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`](https://ailoot.ai/models/th/#m=tencent%2Fhy-image-v3.5-preview&route=Ultra&caller=tencent%2Fhy-image-v3.5-preview&fmt=images) Tencent /`tencent/hy-image-v3.5-preview` ### เริ่มต้น HY Image 3.5 Preview รวมการสร้างภาพจากข้อความ การสร้างโดยอิงภาพอ้างอิง และการแก้ไขหลายรอบ Tencent ระบุว่ารองรับภาพอ้างอิงสูงสุด 20 ภาพ การเลือกขนาดอัตโนมัติ และการกำหนดขนาดผลลัพธ์โดยตรงได้ถึง 4096 × 4096 สำหรับงานภาพละเอียด 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 **$0.0131072** ประมาณการก่อนสร้าง ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว | Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/) ### ตัวอย่างคำขอ #### Ailoot Ultra · รูปภาพ curl ```bash set -eu : "${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"