Hy Image3.5 preview API

Especificaciones técnicas de Hy-Image 3.5 Preview

¿Qué es Hy-Image 3.5 Preview?

Hy-Image 3.5 es el modelo profesional de generación de imágenes de Tencent Hunyuan diseñado para generación de texto a imagen, imagen a imagen y edición en múltiples rondas.

A diferencia de una API convencional de generación de imágenes con un único prompt, Hy-Image 3.5 Preview utiliza un protocolo de estilo Chat/Mensajes, que permite combinar prompts de texto, imágenes de referencia y el contexto previo de generación de imágenes en un flujo conversacional. Por lo tanto, el modelo puede usarse no solo para crear una imagen desde cero, sino también para modificar iterativamente un resultado existente a lo largo de múltiples rondas.

Principales características de Hy-Image 3.5 Preview

• Generación de texto a imagen: Genera imágenes a partir de prompts en lenguaje natural y permite que el modelo interprete la composición, el estilo, el tema y los detalles visuales solicitados.
• Generación de imagen a imagen: Combina instrucciones de texto con imágenes de referencia para guiar el resultado generado.
• Edición en múltiples rondas: Conserva la conversación previa y el contexto de imágenes para que los usuarios puedan refinar progresivamente una imagen en lugar de empezar desde cero.
• Entrada multimodal: Una solicitud puede combinar instrucciones de texto con imágenes de referencia, lo que la hace adecuada para transferencia de estilo, edición de imágenes de producto, ajustes de personajes e iteración visual.
• Salida 4K: La documentación oficial del API admite salidas de hasta 4096 × 4096 píxeles, sujeto a las restricciones documentadas del área de imagen.
• Mejora con búsqueda externa: La documentación del API incluye la mejora mediante búsqueda externa como una capacidad compatible, permitiendo incorporar información adicional cuando sea necesario.
• Dimensionado de imagen flexible: Los desarrolladores pueden especificar un size exacto o permitir que el modelo determine un tamaño de salida apropiado según el prompt y el presupuesto de píxeles configurado.
• Control de semilla: Se puede proporcionar una semilla cuando se requiere generación reproducible.

Capacidades de generación y edición de imágenes

Texto a imagen

Hy-Image 3.5 Preview puede generar imágenes directamente a partir de instrucciones de texto. El modelo acepta una solicitud de estilo Mensajes, donde el texto del usuario sirve como instrucción de generación de la imagen.

Esto lo hace adecuado para tareas creativas como ilustraciones, arte conceptual, visuales publicitarios, gráficos para presentaciones, imágenes de producto y otros flujos de trabajo de contenido visual.

Imagen a imagen

El modelo puede combinar instrucciones de texto con imágenes de referencia. Las imágenes de referencia pueden proporcionarse mediante URLs públicas de imagen o datos de imagen codificados en Base64.

La documentación oficial del API permite hasta 20 imágenes de referencia, con un tamaño máximo de 20MB por imagen.

Edición de imágenes en múltiples rondas

Una de las capacidades distintivas de Hy-Image 3.5 Preview es la edición en múltiples rondas. En lugar de generar cada revisión como una solicitud independiente, los desarrolladores pueden conservar la conversación anterior y el contexto de la imagen generada y luego enviar una nueva instrucción de edición.

Esto habilita flujos de trabajo como:

1. Generar una imagen inicial.
2. Pedir al modelo que cambie un elemento específico.
3. Conservar el resto de la composición.
4. Seguir refinando la imagen a lo largo de múltiples rondas.

El API devuelve una estructura assembled_history que puede reutilizarse como contexto para rondas de edición posteriores.

Resolución y tamaño de imagen

Hy-Image 3.5 Preview admite dimensiones de salida flexibles.

Cuando se proporciona size explícitamente, las dimensiones solicitadas pueden controlarse directamente; la documentación oficial del API registra dimensiones de 256 a 8192 píxeles por lado y un área máxima de imagen de 16,777,216 píxeles, lo que corresponde a una salida de clase 4K de 4096 × 4096.

Para la generación en 4K, la documentación del API recomienda especificar explícitamente el size deseado. Si no se proporciona un tamaño exacto, el modelo puede determinar las dimensiones de salida según el prompt y el presupuesto de píxeles configurado.

Rendimiento comparativo de Hy-Image 3.5 Preview

Los materiales públicos de lanzamiento de Tencent describen Hy-Image 3.5 Preview como un modelo de generación de imágenes de nivel profesional. Tencent también informó de una evaluación ciega interna con cientos de diseñadores profesionales, afirmando una mejora del 30% respecto a Hy-Image 3.0 y resultados comparables a Seedream 5.0 Pro. Estos son resultados de evaluación interna reportados por el proveedor, en lugar de un benchmark público reproducido de forma independiente.

Dado que la documentación oficial del API no proporciona una tabla estandarizada de benchmarks públicos, estos resultados reportados no deben presentarse como puntuaciones de clasificación directamente comparables.

Hy-Image 3.5 Preview frente a Hy-Image 3.0

Por lo tanto, Hy-Image 3.5 Preview se posiciona como un sistema de generación más conversacional y orientado a la edición, mientras que Hy-Image 3.0 utiliza una interfaz de generación más simple centrada en un prompt y, de forma opcional, imágenes de referencia.

Hy-Image 3.5 Preview frente a otros modelos de imagen

Hy-Image 3.5 Preview se diferencia principalmente por su combinación de generación de imágenes, entrada de referencia multimodal, edición conversacional y flujos de trabajo de imágenes con gran contexto.

Para aplicaciones centradas en la creación visual iterativa, la arquitectura Chat/Mensajes puede ser especialmente útil porque el modelo puede retener el contexto de rondas de edición anteriores en lugar de tratar cada generación como una solicitud aislada.

En comparación con modelos que exponen principalmente un único prompt de generación de imágenes, Hy-Image 3.5 Preview ofrece un flujo de trabajo más cercano a un editor conversacional de imágenes.

Casos de uso representativos

1. Publicidad comercial

Genera visuales de campaña, obras promocionales, gráficos de marketing y conceptos publicitarios a partir de descripciones detalladas en lenguaje natural.

2. Creación de imágenes de producto

Utiliza imágenes de referencia e instrucciones de texto para crear o modificar visuales de producto manteniendo características visuales importantes.

3. Diseño de UI y de producto

Genera conceptos de interfaz, maquetas visuales, exploraciones de diseño y recursos visuales listos para presentaciones.

4. Edición de personajes y retratos

Usa imágenes de referencia e instrucciones iterativas para refinar personajes, retratos, estilismo, vestimenta, fondos y otros elementos visuales.

5. Ilustración creativa

Crea ilustraciones, arte conceptual, visuales para historias y otros recursos creativos a partir de prompts detallados.

6. Producción visual en múltiples rondas

Aprovecha la capacidad de edición conversacional para refinar progresivamente una imagen a través de múltiples instrucciones, lo que hace que el modelo sea adecuado para flujos de trabajo en los que el visual final se desarrolla mediante varias iteraciones.

Limitaciones y consideraciones

Hy-Image 3.5 Preview es actualmente un modelo en vista previa, por lo que el comportamiento del API y las versiones del modelo subyacente pueden cambiar a medida que Tencent continúa actualizando el servicio.

Las URL de imágenes generadas que devuelve el API son temporales. La documentación oficial indica que las URL de imágenes generadas son válidas durante 12 horas, por lo que las aplicaciones que necesiten activos persistentes deben descargar y almacenar las imágenes generadas en lugar de depender indefinidamente de la URL devuelta.

Los desarrolladores que utilicen edición en múltiples rondas también deben conservar el assembled_history devuelto al continuar una sesión de edición, ya que esta estructura contiene el contexto necesario para las rondas posteriores.

Cómo acceder al API de Hy-Image 3.5 Preview mediante CometAPI

CometAPI puede proporcionar una capa de integración unificada para aplicaciones que deseen acceder a modelos de IA compatibles a través de un flujo de trabajo de API coherente.

Paso 1: Regístrate o inicia sesión en CometAPI

Crea una cuenta de CometAPI o inicia sesión en una existente. Tras entrar en la consola de CometAPI, accede al área de gestión de claves de API.

Paso 2: Crea una clave de API de CometAPI

Genera una clave de API desde la consola de CometAPI. Mantén la clave segura porque se utiliza para autenticar las solicitudes al API.

Paso 3: Busca Hy-Image 3.5 Preview

Abre el catálogo de modelos de CometAPI y busca Hy-Image 3.5 Preview. Confirma que el modelo esté disponible actualmente a través de tu cuenta de CometAPI antes de integrarlo en una aplicación de producción.

Utiliza el identificador del modelo:

hy-image-v3.5-preview

Paso 4: Configura tu aplicación

Configura tu aplicación para usar la interfaz unificada del API de CometAPI y autentica las solicitudes con tu clave de API de CometAPI.

Para un flujo de generación de imágenes, pasa el prompt de texto adecuado, la información de imágenes de referencia y los parámetros de generación admitidos por el modelo.

Paso 5: Envía tu solicitud de generación de imagen

Envía la solicitud a través de CometAPI usando hy-image-v3.5-preview como el modelo seleccionado.

Según tu aplicación, puedes usar el modelo para generación de texto a imagen, generación con imagen de referencia o edición en múltiples rondas.

Paso 6: Procesa y almacena la imagen generada

Recupera la imagen generada de la respuesta del API y almacénala en el almacenamiento de tu aplicación si la imagen debe permanecer disponible más allá del tiempo de vida de la URL temporal.