Hy Image3.5 preview API

Tekniske spesifikasjoner for Hy-Image 3.5 Preview

Hva er Hy-Image 3.5 Preview?

Hy-Image 3.5 er Tencent Hunyuan sin profesjonelle bildegenereringsmodell, designet for tekst-til-bilde-generering, bilde-til-bilde-generering og flerrunde bil­redigering.

I motsetning til en tradisjonell bilde-API med ett enkelt prompt, bruker Hy-Image 3.5 Preview en chat-/meldingsbasert protokoll, som lar tekstprompter, referansebilder og tidligere genereringskontekst kombineres i en samtalebasert arbeidsflyt. Modellen kan derfor ikke bare brukes til å lage et bilde fra bunnen av, men også til å endre et eksisterende resultat iterativt over flere runder.

Hovedfunksjoner i Hy-Image 3.5 Preview

• Tekst-til-bilde-generering: Generer bilder fra naturlig språk-prompter og la modellen tolke ønsket komposisjon, stil, motiv og visuelle detaljer.
• Bilde-til-bilde-generering: Kombiner tekstinstruksjoner med referansebilder for å styre det genererte resultatet.
• Flerrunde-redigering: Bevar tidligere samtale- og bildekontekst slik at brukere gradvis kan finjustere et bilde i stedet for å starte på nytt.
• Multimodal inndata: En forespørsel kan kombinere tekstlige instruksjoner med referansebilder, noe som egner seg for stiloverføring, produktbilde-redigering, karakterjusteringer og visuell iterasjon.
• 4K-utdata: Den offisielle API-dokumentasjonen støtter utdata opptil 4096 × 4096 piksler, med forbehold om de dokumenterte begrensningene for bildeareal.
• Forbedring med eksternt søk: API-dokumentasjonen oppgir forbedring via eksternt søk som en støttet kapasitet, slik at bildegenereringsarbeidsflyter kan innhente tilleggsinformasjon ved behov.
• Fleksibel bildestørrelse: Utviklere kan angi en nøyaktig størrelse, eller la modellen bestemme en passende utdatastørrelse basert på prompten og konfigurert pikselbudsjett.
• Seed-kontroll: Et seed kan angis når reproducerbar generering er nødvendig.

Muligheter for bildegenerering og redigering

Tekst-til-bilde

Hy-Image 3.5 Preview kan generere bilder direkte fra tekstinstruksjoner. Modellen aksepterer en meldingsbasert forespørsel der brukerens tekst fungerer som instruksjon for bildegenereringen.

Dette gjør den egnet for kreative oppgaver som illustrasjoner, konseptkunst, reklamevisualer, presentasjonsgrafikk, produktbilder og andre arbeidsflyter for visuelt innhold.

Bilde-til-bilde

Modellen kan kombinere tekstinstruksjoner med referansebilder. Referansebilder kan leveres via offentlige bilde-URL-er eller Base64-kodede bildedata.

Den offisielle API-dokumentasjonen tillater opptil 20 referansebilder, med en maksimal størrelse på 20MB per bilde.

Flerrunde-redigering av bilder

En av de særpregede kapasitetene i Hy-Image 3.5 Preview er flerrunde-redigering. I stedet for å generere hver revisjon som en uavhengig forespørsel, kan utviklere bevare den forrige samtalen og konteksten for genererte bilder og deretter sende inn en ny redigeringsinstruksjon.

Dette muliggjør arbeidsflyter som:

1. Generer et første bilde.
2. Be modellen endre et spesifikt element.
3. Bevar resten av komposisjonen.
4. Fortsett å finjustere bildet over flere runder.

API-et returnerer en assembled_history-struktur som kan gjenbrukes som kontekst for påfølgende redigeringsrunder.

Oppløsning og bildestørrelse

Hy-Image 3.5 Preview støtter fleksible utdata-dimensjoner.

Når size er eksplisitt angitt, kan de ønskede dimensjonene styres direkte. Den offisielle API-en dokumenterer dimensjoner fra 256 til 8192 piksler per side og et maksimalt bildeareal på 16,777,216 piksler, tilsvarende en 4K-klasse 4096 × 4096-utdata.

For 4K-generering anbefaler API-dokumentasjonen å spesifisere ønsket size. Hvis ingen nøyaktig størrelse oppgis, kan modellen bestemme utdata-dimensjonene basert på prompten og konfigurert pikselbudsjett.

Ytelse i benchmark for Hy-Image 3.5 Preview

Tencents offentlige lanseringsmateriale beskriver Hy-Image 3.5 Preview som en profesjonell bildegenereringsmodell. Tencent rapporterte også en intern blind evaluering med hundrevis av profesjonelle designere, og hevder en 30% forbedring over Hy-Image 3.0 og resultater på nivå med Seedream 5.0 Pro. Dette er leverandørrapporterte interne evalueringsresultater, snarere enn uavhengig reproduserte offentlige benchmarker.

Ettersom den offisielle API-dokumentasjonen ikke gir en standardisert offentlig benchmark-tabell, bør disse rapporterte resultatene ikke presenteres som direkte sammenlignbare topplisteresultater.

Hy-Image 3.5 Preview vs. Hy-Image 3.0

Hy-Image 3.5 Preview er derfor posisjonert som et mer samtale- og redigeringsorientert genereringssystem, mens Hy-Image 3.0 bruker et enklere genereringsgrensesnitt sentrert rundt et prompt og valgfrie referansebilder.

Hy-Image 3.5 Preview vs. andre bildemodeller

Hy-Image 3.5 Preview skiller seg primært ut gjennom kombinasjonen av bildegenerering, multimodal referanseinndata, samtalebasert redigering og arbeidsflyter for bilder med stor kontekst.

For applikasjoner med fokus på iterativ visuell produksjon kan Chat/Meldinger-arkitekturen være spesielt nyttig fordi modellen kan beholde konteksten fra tidligere redigeringsrunder i stedet for å behandle hver generering som en isolert forespørsel.

Sammenlignet med modeller som primært tilbyr et enkelt bildegenereringsprompt, gir Hy-Image 3.5 Preview en arbeidsflyt som ligger nærmere en samtalebasert bildeeditor.

Representative brukstilfeller

1. Kommersiell reklame

Generer kampanjevisualer, promomateriale, markedsføringsgrafikk og reklamekonsepter fra detaljerte naturlig-språk-beskrivelser.

2. Produktbildeproduksjon

Bruk referansebilder og tekstinstruksjoner for å lage eller endre produktvisualer samtidig som viktige visuelle kjennetegn bevares.

3. UI- og produktdesign

Generer grensesnittkonsepter, visuelle mockups, designutforskninger og presentasjonsklare visuelle ressurser.

4. Karakter- og portrettredigering

Bruk referansebilder og iterative instruksjoner for å finjustere karakterer, portretter, styling, klær, bakgrunner og andre visuelle elementer.

5. Kreativ illustrasjon

Lag illustrasjoner, konseptkunst, visuelle historier og andre kreative ressurser fra detaljerte prompter.

6. Visuell produksjon i flere runder

Bruk den samtalebaserte redigeringsfunksjonen til gradvis å finpusse et bilde gjennom flere instruksjoner, noe som gjør modellen egnet for arbeidsflyter der det endelige visuelle resultatet utvikles gjennom flere iterasjoner.

Begrensninger og hensyn

Hy-Image 3.5 Preview er for øyeblikket en forhåndsvisningsmodell, så API-oppførsel og underliggende modellversjoner kan endres etter hvert som Tencent fortsetter å oppdatere tjenesten.

Genererte bilde-URL-er som returneres av API-et er midlertidige. Den offisielle dokumentasjonen angir at genererte bilde-URL-er er gyldige i 12 timer, så applikasjoner som trenger vedvarende ressurser bør laste ned og lagre de genererte bildene i stedet for å stole på den returnerte URL-en på ubestemt tid.

Utviklere som bruker flerrunde-redigering bør også bevare den returnerte assembled_history når de fortsetter en redigeringsøkt, fordi denne strukturen inneholder konteksten som kreves for påfølgende runder.

Slik får du tilgang til Hy-Image 3.5 Preview API via CometAPI

CometAPI kan tilby et samlet integrasjonslag for applikasjoner som vil få tilgang til støttede KI-modeller gjennom en konsistent API-arbeidsflyt.

Trinn 1: Registrer deg eller logg inn på CometAPI

Opprett en CometAPI-konto eller logg inn på en eksisterende konto. Etter at du har gått inn i CometAPI-konsollen, får du tilgang til området for administrasjon av API-nøkler.

Trinn 2: Opprett en CometAPI API-nøkkel

Generer en API-nøkkel fra CometAPI-konsollen. Hold nøkkelen sikker, siden den brukes til å autentisere API-forespørsler.

Trinn 3: Finn Hy-Image 3.5 Preview

Åpne CometAPI-modellkatalogen og søk etter Hy-Image 3.5 Preview. Bekreft at modellen for øyeblikket er tilgjengelig gjennom CometAPI-kontoen din før du integrerer den i en produksjonsapplikasjon.

Bruk modellidentifikatoren:

hy-image-v3.5-preview

Trinn 4: Konfigurer applikasjonen din

Konfigurer applikasjonen din til å bruke CometAPIs enhetlige API-grensesnitt og autentiser forespørsler med CometAPI API-nøkkelen.

For en bildegenereringsarbeidsflyt, send med passende tekstprompt, informasjon om referansebilder og genereringsparametere som modellen støtter.

Trinn 5: Send bildegenereringsforespørselen din

Send forespørselen via CometAPI med hy-image-v3.5-preview som valgt modell.

Avhengig av applikasjonen din kan du bruke modellen til tekst-til-bilde-generering, generering med referansebilder eller flerrunde-redigering.

Trinn 6: Behandle og lagre det genererte bildet

Hent det genererte bildet fra API-responsen og lagre det i din egen applikasjonslagring hvis bildet må forbli tilgjengelig utover levetiden til den midlertidige URL-en.