Hy Image3.5 preview API

Technische Spezifikationen von Hy-Image 3.5 Preview

Was ist Hy-Image 3.5 Preview?

Hy-Image 3.5 ist das professionelle Bildgenerierungsmodell von Tencent Hunyuan, ausgelegt für Text-zu-Bild-Generierung, Bild-zu-Bild-Generierung und mehrstufige Bildbearbeitung.

Anders als eine herkömmliche Bildgenerierungs-API mit Einzel-Prompt verwendet Hy-Image 3.5 Preview ein Chat-/Nachrichten-Protokoll, wodurch Textprompts, Referenzbilder und vorheriger Bildgenerierungskontext in einem Konversations-Workflow kombiniert werden können. Das Modell kann daher nicht nur ein Bild von Grund auf erzeugen, sondern auch ein bestehendes Ergebnis iterativ über mehrere Runden ändern.

Hauptfunktionen von Hy-Image 3.5 Preview

• Text-zu-Bild-Generierung: Bilder aus natürlichsprachlichen Prompts erzeugen und das Modell die gewünschte Komposition, den Stil, das Motiv und visuelle Details interpretieren lassen.
• Bild-zu-Bild-Generierung: Textanweisungen mit Referenzbildern kombinieren, um das generierte Ergebnis zu steuern.
• Mehrstufige Bearbeitung: Vorherigen Gesprächs- und Bildkontext beibehalten, damit Nutzer ein Bild schrittweise verfeinern können, statt jedes Mal neu zu beginnen.
• Multimodale Eingabe: Eine Anfrage kann Textanweisungen mit Referenzbildern kombinieren und eignet sich für Stiltransfer, Produktbildbearbeitung, Charakteranpassungen und visuelle Iteration.
• 4K-Ausgabe: Die offizielle API-Dokumentation unterstützt Ausgaben bis zu 4096 × 4096 Pixel, vorbehaltlich der dokumentierten Bildflächenbeschränkungen.
• Externe Sucherweiterung: Die API-Dokumentation führt die Erweiterung durch externe Suche als unterstützte Fähigkeit auf, sodass Bildgenerierungs-Workflows bei Bedarf zusätzliche Informationen einbeziehen können.
• Flexible Bildgrößen: Entwickler können eine exakte size angeben oder dem Modell erlauben, basierend auf Prompt und konfiguriertem Pixelbudget eine geeignete Ausgabegröße zu bestimmen.
• Seed-Steuerung: Ein Seed kann angegeben werden, wenn reproduzierbare Generierung erforderlich ist.

Funktionen zur Bildgenerierung und -bearbeitung

Text-zu-Bild

Hy-Image 3.5 Preview kann Bilder direkt aus Textanweisungen generieren. Das Modell akzeptiert eine Anfrage im Nachrichtenstil, wobei der Text des Nutzers als Bildgenerierungsanweisung dient.

Dies eignet sich für kreative Aufgaben wie Illustrationen, Konzeptkunst, Werbevisuals, Präsentationsgrafiken, Produktbilder und andere visuelle Workflows.

Bild-zu-Bild

Das Modell kann Textanweisungen mit Referenzbildern kombinieren. Referenzbilder können über öffentliche Bild-URLs oder Base64-codierte Bilddaten übergeben werden.

Die offizielle API-Dokumentation erlaubt bis zu 20 Referenzbilder, mit einer maximalen Größe von 20MB pro Bild.

Mehrstufige Bildbearbeitung

Eine der besonderen Fähigkeiten von Hy-Image 3.5 Preview ist die mehrstufige Bearbeitung. Anstatt jede Revision als unabhängige Anfrage zu erzeugen, können Entwickler das vorherige Gespräch und den Kontext des generierten Bildes beibehalten und anschließend eine neue Bearbeitungsanweisung senden.

Dies ermöglicht Workflows wie:

1. Ein erstes Bild generieren.
2. Das Modell bitten, ein bestimmtes Element zu ändern.
3. Den Rest der Komposition beibehalten.
4. Das Bild über mehrere Runden weiter verfeinern.

Die API gibt eine assembled_history-Struktur zurück, die als Kontext für nachfolgende Bearbeitungsrunden wiederverwendet werden kann.

Auflösung und Bildgröße

Hy-Image 3.5 Preview unterstützt flexible Ausgabedimensionen.

Wenn size explizit angegeben wird, lassen sich die gewünschten Abmessungen direkt steuern; die offizielle API dokumentiert Abmessungen von 256 bis 8192 Pixel pro Seite und eine maximale Bildfläche von 16,777,216 Pixeln, entsprechend einer 4K-Klasse 4096 × 4096 Ausgabe.

Für 4K-Generierung empfiehlt die API-Dokumentation, die gewünschte size explizit anzugeben. Wenn keine exakte Größe angegeben wird, kann das Modell die Ausgabedimensionen basierend auf dem Prompt und dem konfigurierten Pixelbudget bestimmen.

Benchmarkleistung von Hy-Image 3.5 Preview

Tencents öffentliche Launch-Materialien beschreiben Hy-Image 3.5 Preview als ein professionelles Bildgenerierungsmodell. Tencent berichtete zudem von einer internen Blindbewertung mit Hunderten professioneller Designer, mit einer 30%igen Verbesserung gegenüber Hy-Image 3.0 und vergleichbaren Ergebnissen zu Seedream 5.0 Pro. Dies sind vom Anbieter gemeldete interne Evaluationsergebnisse und keine unabhängig reproduzierten öffentlichen Benchmarks.

Da die offizielle API-Dokumentation keine standardisierte öffentliche Benchmark-Tabelle bereitstellt, sollten diese Ergebnisse nicht als direkt vergleichbare Ranglistenergebnisse dargestellt werden.

Hy-Image 3.5 Preview vs. Hy-Image 3.0

Hy-Image 3.5 Preview ist somit stärker auf Konversation und Bearbeitung ausgerichtet, während Hy-Image 3.0 eine einfachere Generierungsschnittstelle bietet, die sich auf einen Prompt und optionale Referenzbilder konzentriert.

Hy-Image 3.5 Preview im Vergleich zu anderen Bildmodellen

Hy-Image 3.5 Preview unterscheidet sich vor allem durch die Kombination aus Bildgenerierung, multimodaler Referenzeingabe, konversationaler Bearbeitung und großem Kontext für Bild-Workflows.

Für Anwendungen, die auf iterative visuelle Erstellung ausgerichtet sind, kann die Chat-/Nachrichten-Architektur besonders nützlich sein, da das Modell den Kontext vorheriger Bearbeitungsrunden beibehält, statt jede Generierung als isolierte Anfrage zu behandeln.

Im Vergleich zu Modellen, die primär einen einzelnen Prompt für die Bildgenerierung bereitstellen, bietet Hy-Image 3.5 Preview einen Workflow, der eher einem konversationalen Bildeditor ähnelt.

Repräsentative Anwendungsfälle

1. Kommerzielle Werbung

Kampagnenvisuals, Werbegrafiken, Marketingmaterial und Kreativkonzepte aus detaillierten natürlichsprachlichen Beschreibungen generieren.

2. Erstellung von Produktbildern

Referenzbilder und Textanweisungen kombinieren, um Produktvisuals zu erstellen oder zu ändern, während wichtige visuelle Merkmale beibehalten werden.

3. UI- und Produktdesign

Interface-Konzepte, visuelle Mock-ups, Design-Explorationen und präsentationsfähige visuelle Assets generieren.

4. Charakter- und Porträtbearbeitung

Referenzbilder und iterative Anweisungen verwenden, um Charaktere, Porträts, Styling, Kleidung, Hintergründe und andere visuelle Elemente zu verfeinern.

5. Kreative Illustration

Illustrationen, Konzeptkunst, Story-Visuals und andere kreative Assets aus detaillierten Prompts erstellen.

6. Mehrstufige visuelle Produktion

Die konversationelle Bearbeitungsfähigkeit nutzen, um ein Bild über mehrere Anweisungen hinweg schrittweise zu verfeinern, geeignet für Workflows, in denen das finale Visual über mehrere Iterationen entsteht.

Einschränkungen und Hinweise

Hy-Image 3.5 Preview ist derzeit ein Preview-Modell, daher können sich das API-Verhalten und die zugrunde liegenden Modellversionen ändern, während Tencent den Dienst weiter aktualisiert.

Von der API zurückgegebene generierte Bild-URLs sind temporär. Die offizielle Dokumentation gibt an, dass generierte Bild-URLs 12 Stunden gültig sind. Anwendungen, die persistente Assets benötigen, sollten die generierten Bilder herunterladen und speichern, statt sich unbegrenzt auf die zurückgegebene URL zu verlassen.

Entwickler, die die mehrstufige Bearbeitung verwenden, sollten außerdem die zurückgegebene assembled_history beibehalten, da diese Struktur den Kontext für nachfolgende Runden enthält.

Zugriff auf die Hy-Image 3.5 Preview API über CometAPI

CometAPI kann eine einheitliche Integrationsschicht für Anwendungen bereitstellen, die auf unterstützte KI-Modelle über einen konsistenten API-Workflow zugreifen möchten.

Schritt 1: Bei CometAPI registrieren oder anmelden

Erstellen Sie ein CometAPI-Konto oder melden Sie sich bei einem bestehenden Konto an. Rufen Sie nach dem Aufrufen der CometAPI-Konsole den Bereich zur Verwaltung von API-Schlüsseln auf.

Schritt 2: Einen CometAPI-API-Schlüssel erstellen

Generieren Sie einen API-Schlüssel in der CometAPI-Konsole. Bewahren Sie den Schlüssel sicher auf, da er zur Authentifizierung von API-Anfragen verwendet wird.

Schritt 3: Hy-Image 3.5 Preview finden

Öffnen Sie den Modellkatalog von CometAPI und suchen Sie nach Hy-Image 3.5 Preview. Vergewissern Sie sich, dass das Modell über Ihr CometAPI-Konto derzeit verfügbar ist, bevor Sie es in eine Produktionsanwendung integrieren.

Verwenden Sie die Modellbezeichnung:

hy-image-v3.5-preview

Schritt 4: Ihre Anwendung konfigurieren

Konfigurieren Sie Ihre Anwendung so, dass sie die einheitliche API-Schnittstelle von CometAPI nutzt, und authentifizieren Sie Anfragen mit Ihrem CometAPI-API-Schlüssel.

Für einen Bildgenerierungs-Workflow übergeben Sie den entsprechenden Text-Prompt, Informationen zu Referenzbildern und die vom Modell unterstützten Generierungsparameter.

Schritt 5: Ihre Bildgenerierungsanfrage senden

Senden Sie die Anfrage über CometAPI mit hy-image-v3.5-preview als ausgewähltem Modell.

Je nach Anwendung können Sie das Modell für Text-zu-Bild-Generierung, Generierung mit Referenzbildern oder mehrstufige Bearbeitung verwenden.

Schritt 6: Das generierte Bild verarbeiten und speichern

Rufen Sie das generierte Bild aus der API-Antwort ab und speichern Sie es in Ihrem eigenen Anwendungsspeicher, falls das Bild über die Lebensdauer der temporären URL hinaus verfügbar sein soll.