Hy Image3.5 preview API

Spécifications techniques de Hy-Image 3.5 Preview

Qu’est-ce que Hy-Image 3.5 Preview ?

Hy-Image 3.5 est le modèle professionnel de génération d’images de Tencent Hunyuan, conçu pour la génération texte-vers-image, image-vers-image et l’édition d’images multi-tours.

Contrairement à une API de génération d’images classique basée sur un seul prompt, Hy-Image 3.5 Preview utilise un protocole de type Chat/Messages, permettant de combiner des prompts textuels, des images de référence et le contexte des générations précédentes dans un workflow conversationnel. Le modèle peut ainsi être utilisé non seulement pour créer une image à partir de zéro, mais aussi pour modifier de manière itérative un résultat existant sur plusieurs tours.

Principales fonctionnalités de Hy-Image 3.5 Preview

• Génération texte-vers-image : Générer des images à partir d’instructions en langage naturel et laisser le modèle interpréter la composition, le style, le sujet et les détails visuels demandés.
• Génération image-vers-image : Combiner des instructions textuelles avec des images de référence pour guider le résultat généré.
• Édition multi-tours : Conserver l’historique de conversation et le contexte d’image afin de permettre aux utilisateurs d’affiner progressivement une image au lieu de repartir de zéro.
• Entrée multimodale : Une requête peut combiner des instructions textuelles avec des images de référence, ce qui la rend adaptée au transfert de style, à l’édition d’images produit, aux ajustements de personnages et à l’itération visuelle.
• Sortie 4K : La documentation officielle de l’API prend en charge des sorties allant jusqu’à 4096 × 4096 pixels, sous réserve des contraintes documentées de surface d’image.
• Amélioration par recherche externe : La documentation de l’API répertorie la recherche externe comme une capacité prise en charge, permettant d’intégrer des informations supplémentaires lorsque nécessaire dans les workflows de génération d’images.
• Dimensionnement d’image flexible : Les développeurs peuvent spécifier une size exacte, ou laisser le modèle déterminer une taille de sortie appropriée en fonction du prompt et du budget de pixels configuré.
• Contrôle de la graine : Une graine peut être fournie lorsque la reproductibilité est requise.

Capacités de génération et d’édition d’images

Texte-vers-image

Hy-Image 3.5 Preview peut générer des images directement à partir d’instructions textuelles. Le modèle accepte une requête au format Messages, où le texte de l’utilisateur sert d’instruction de génération d’image.

Cela le rend adapté à des tâches créatives telles que des illustrations, de l’art conceptuel, des visuels publicitaires, des graphiques de présentation, des visuels produit et d’autres workflows de contenus visuels.

Image-vers-image

Le modèle peut combiner des instructions textuelles avec des images de référence. Les images de référence peuvent être fournies via des URL d’images publiques ou des données d’images encodées en Base64.

La documentation officielle de l’API autorise jusqu’à 20 images de référence, avec une taille maximale de 20MB par image.

Édition d’images multi-tours

L’une des capacités distinctives de Hy-Image 3.5 Preview est l’édition multi-tours. Au lieu de générer chaque révision comme une requête indépendante, les développeurs peuvent conserver la conversation précédente et le contexte des images générées, puis soumettre une nouvelle instruction d’édition.

Cela permet des workflows tels que :

1. Générer une image initiale.
2. Demander au modèle de modifier un élément spécifique.
3. Préserver le reste de la composition.
4. Continuer à affiner l’image sur plusieurs tours.

L’API retourne une structure assembled_history qui peut être réutilisée comme contexte pour les tours d’édition suivants.

Résolution et taille d’image

Hy-Image 3.5 Preview prend en charge des dimensions de sortie flexibles.

Lorsque size est fournie explicitement, les dimensions demandées peuvent être contrôlées directement, la documentation officielle indiquant des dimensions de 256 à 8192 pixels par côté et une surface d’image maximale de 16,777,216 pixels, correspondant à une sortie de classe 4K 4096 × 4096.

Pour la génération en 4K, la documentation de l’API recommande de spécifier explicitement la size souhaitée. Si aucune taille exacte n’est fournie, le modèle peut déterminer les dimensions de sortie en fonction du prompt et du budget de pixels configuré.

Performances de référence de Hy-Image 3.5 Preview

Les documents de lancement publics de Tencent décrivent Hy-Image 3.5 Preview comme un modèle de génération d’images de niveau professionnel. Tencent a également rapporté une évaluation interne à l’aveugle impliquant des centaines de designers professionnels, affirmant une amélioration de 30 % par rapport à Hy-Image 3.0 et des résultats comparables à Seedream 5.0 Pro. Il s’agit de résultats d’évaluations internes rapportés par le fournisseur, et non d’un benchmark public reproduit de manière indépendante.

Étant donné que la documentation officielle de l’API ne fournit pas de tableau de benchmark public standardisé, ces résultats rapportés ne doivent pas être présentés comme des scores de classement directement comparables.

Hy-Image 3.5 Preview vs. Hy-Image 3.0

Hy-Image 3.5 Preview est donc positionné comme un système de génération plus conversationnel et orienté édition, tandis que Hy-Image 3.0 utilise une interface de génération plus simple centrée autour d’un prompt et d’images de référence optionnelles.

Hy-Image 3.5 Preview vs. autres modèles d’image

Hy-Image 3.5 Preview se distingue principalement par sa combinaison de génération d’images, d’entrée multimodale avec références, d’édition conversationnelle et de workflows d’images à grand contexte.

Pour les applications axées sur la création visuelle itérative, l’architecture Chat/Messages peut être particulièrement utile, car le modèle peut conserver le contexte des tours d’édition précédents au lieu de traiter chaque génération comme une requête isolée.

Comparé aux modèles qui exposent principalement un prompt unique de génération d’images, Hy-Image 3.5 Preview offre un workflow plus proche d’un éditeur d’images conversationnel.

Cas d’usage représentatifs

1. Publicité commerciale

Générer des visuels de campagne, des illustrations promotionnelles, des graphiques marketing et des concepts publicitaires à partir de descriptions détaillées en langage naturel.

2. Création d’images produit

Utiliser des images de référence et des instructions textuelles pour créer ou modifier des visuels produit tout en conservant des caractéristiques visuelles importantes.

3. Conception d’interface et de produit

Générer des concepts d’interface, des maquettes visuelles, des explorations de design et des ressources visuelles prêtes pour les présentations.

4. Édition de personnages et de portraits

Utiliser des images de référence et des instructions itératives pour affiner des personnages, des portraits, le style, les vêtements, les arrière-plans et d’autres éléments visuels.

5. Illustration créative

Créer des illustrations, de l’art conceptuel, des visuels narratifs et d’autres ressources créatives à partir de prompts détaillés.

6. Production visuelle multi-tours

Utiliser la capacité d’édition conversationnelle pour affiner progressivement une image au fil de plusieurs instructions, ce qui rend le modèle adapté aux workflows où le visuel final est développé en plusieurs itérations.

Limitations et considérations

Hy-Image 3.5 Preview est actuellement un modèle Preview, de sorte que le comportement de l’API et les versions sous-jacentes du modèle peuvent évoluer au fur et à mesure des mises à jour du service par Tencent.

Les URL d’images générées renvoyées par l’API sont temporaires. La documentation officielle indique que les URL d’images générées sont valables 12 heures, de sorte que les applications nécessitant des ressources persistantes doivent télécharger et stocker les images générées plutôt que de compter indéfiniment sur l’URL renvoyée.

Les développeurs utilisant l’édition multi-tours doivent également conserver le assembled_history renvoyé lors de la poursuite d’une session d’édition, car cette structure contient le contexte requis pour les tours suivants.

Comment accéder à l’API Hy-Image 3.5 Preview via CometAPI

CometAPI peut fournir une couche d’intégration unifiée pour les applications souhaitant accéder aux modèles d’IA pris en charge via un workflow API cohérent.

Étape 1 : S’inscrire ou se connecter à CometAPI

Créer un compte CometAPI ou se connecter à un compte existant. Après être entré dans la console CometAPI, accéder à la zone de gestion des clés API.

Étape 2 : Créer une clé API CometAPI

Générer une clé API depuis la console CometAPI. Conserver la clé en sécurité, car elle est utilisée pour authentifier les requêtes API.

Étape 3 : Trouver Hy-Image 3.5 Preview

Ouvrir le catalogue de modèles CometAPI et rechercher Hy-Image 3.5 Preview. Confirmer que le modèle est actuellement disponible via votre compte CometAPI avant de l’intégrer dans une application de production.

Utilisez l’identifiant de modèle :

hy-image-v3.5-preview

Étape 4 : Configurer votre application

Configurer votre application pour utiliser l’interface API unifiée de CometAPI et authentifier les requêtes avec votre clé API CometAPI.

Pour un workflow de génération d’images, transmettre le prompt textuel approprié, les informations d’images de référence et les paramètres de génération pris en charge par le modèle.

Étape 5 : Envoyer votre requête de génération d’image

Soumettre la requête via CometAPI en utilisant hy-image-v3.5-preview comme modèle sélectionné.

Selon votre application, vous pouvez utiliser le modèle pour la génération texte-vers-image, la génération avec images de référence ou l’édition multi-tours.

Étape 6 : Traiter et stocker l’image générée

Récupérer l’image générée depuis la réponse de l’API et la stocker dans le stockage de votre application si l’image doit rester disponible au-delà de la durée de vie de l’URL temporaire.