Hy Image3.5 preview API

Especificações técnicas do Hy-Image 3.5 Preview

O que é o Hy-Image 3.5 Preview?

Hy-Image 3.5 é o modelo profissional de geração de imagens da Tencent Hunyuan, projetado para geração de texto para imagem, geração de imagem para imagem e edição de imagens em múltiplas rodadas.

Diferentemente de uma API convencional de geração de imagens baseada em um único prompt, o Hy-Image 3.5 Preview usa um protocolo no estilo Chat/Mensagens, permitindo combinar prompts de texto, imagens de referência e o contexto de gerações anteriores em um fluxo conversacional. O modelo, portanto, pode ser usado não apenas para criar uma imagem do zero, mas também para modificar iterativamente um resultado existente ao longo de várias rodadas.

Principais recursos do Hy-Image 3.5 Preview

• Geração de texto para imagem: Gere imagens a partir de instruções em linguagem natural e permita que o modelo interprete a composição, o estilo, o assunto e os detalhes visuais solicitados.
• Geração de imagem para imagem: Combine instruções em texto com imagens de referência para orientar o resultado gerado.
• Edição em múltiplas rodadas: Preserve a conversa anterior e o contexto da imagem para que os usuários possam refinar progressivamente uma imagem em vez de recomeçar do zero.
• Entrada multimodal: Uma solicitação pode combinar instruções textuais com imagens de referência, tornando-a adequada para transferência de estilo, edição de imagens de produto, ajustes de personagens e iteração visual.
• Saída 4K: A documentação oficial da API oferece suporte a saída de até 4096 × 4096 pixels, sujeita às restrições documentadas de área de imagem.
• Aprimoramento por pesquisa externa: A documentação da API lista o aprimoramento por pesquisa externa como um recurso suportado, permitindo que fluxos de geração de imagens incorporem informações adicionais quando necessário.
• Dimensionamento de imagem flexível: Os desenvolvedores podem especificar um size exato ou permitir que o modelo determine um tamanho de saída apropriado com base no prompt e no orçamento de pixels configurado.
• Controle de semente: Uma semente pode ser fornecida quando for necessária geração reprodutível.

Capacidades de geração e edição de imagens

Texto para imagem

O Hy-Image 3.5 Preview pode gerar imagens diretamente a partir de instruções em texto. O modelo aceita uma solicitação no estilo Mensagens, com o texto do usuário servindo como instrução de geração de imagem.

Isso o torna adequado para tarefas criativas como ilustrações, arte conceitual, visuais publicitários, gráficos de apresentação, imagens de produto e outros fluxos de trabalho de conteúdo visual.

Imagem para imagem

O modelo pode combinar instruções em texto com imagens de referência. As imagens de referência podem ser fornecidas por meio de URLs públicas de imagem ou dados de imagem codificados em Base64.

A documentação oficial da API permite até 20 imagens de referência, com tamanho máximo de 20MB por imagem.

Edição de imagem em múltiplas rodadas

Uma das capacidades distintivas do Hy-Image 3.5 Preview é a edição em múltiplas rodadas. Em vez de gerar cada revisão como uma solicitação independente, os desenvolvedores podem preservar a conversa anterior e o contexto da imagem gerada e então enviar uma nova instrução de edição.

Isso viabiliza fluxos como:

1. Gerar uma imagem inicial.
2. Pedir ao modelo para mudar um elemento específico.
3. Preservar o restante da composição.
4. Continuar refinando a imagem ao longo de várias rodadas.

A API retorna uma estrutura assembled_history que pode ser reutilizada como contexto para rodadas subsequentes de edição.

Resolução e tamanho da imagem

O Hy-Image 3.5 Preview oferece suporte a dimensões de saída flexíveis.

Quando size é fornecido explicitamente, as dimensões solicitadas podem ser controladas diretamente, com a documentação oficial da API registrando dimensões de 256 a 8192 pixels por lado e uma área máxima de imagem de 16,777,216 pixels, correspondente a uma saída de classe 4K de 4096 × 4096.

Para geração em 4K, a documentação da API recomenda especificar explicitamente o size desejado. Se nenhum tamanho exato for fornecido, o modelo pode determinar as dimensões de saída com base no prompt e no orçamento de pixels configurado.

Desempenho em benchmarks do Hy-Image 3.5 Preview

Os materiais públicos de lançamento da Tencent descrevem o Hy-Image 3.5 Preview como um modelo de geração de imagens de nível profissional. A Tencent também reportou uma avaliação interna às cegas envolvendo centenas de designers profissionais, alegando uma melhoria de 30% em relação ao Hy-Image 3.0 e resultados comparáveis ao Seedream 5.0 Pro. Esses são resultados de avaliação interna reportados pelo fornecedor, e não um benchmark público reproduzido de forma independente.

Como a documentação oficial da API não fornece uma tabela de benchmark público padronizada, esses resultados reportados não devem ser apresentados como pontuações de ranking diretamente comparáveis.

Hy-Image 3.5 Preview vs. Hy-Image 3.0

O Hy-Image 3.5 Preview é, portanto, posicionado como um sistema de geração mais conversacional e orientado à edição, enquanto o Hy-Image 3.0 utiliza uma interface de geração mais simples centrada em um prompt e imagens de referência opcionais.

Hy-Image 3.5 Preview vs. outros modelos de imagem

O Hy-Image 3.5 Preview se diferencia principalmente por sua combinação de geração de imagens, entrada de referência multimodal, edição conversacional e fluxos de trabalho de imagem com grande contexto.

Para aplicações focadas em criação visual iterativa, a arquitetura de Chat/Mensagens pode ser particularmente útil porque o modelo consegue reter o contexto das rodadas de edição anteriores, em vez de tratar cada geração como uma solicitação isolada.

Em comparação com modelos que expõem principalmente um único prompt de geração de imagem, o Hy-Image 3.5 Preview oferece um fluxo de trabalho mais próximo de um editor de imagens conversacional.

Casos de uso representativos

1. Publicidade comercial

Gere visuais de campanha, artes promocionais, gráficos de marketing e conceitos publicitários a partir de descrições detalhadas em linguagem natural.

2. Criação de imagens de produto

Use imagens de referência e instruções em texto para criar ou modificar visuais de produto mantendo características visuais importantes.

3. Design de interface e de produto

Gere conceitos de interface, mockups visuais, explorações de design e ativos visuais prontos para apresentação.

4. Edição de personagens e retratos

Use imagens de referência e instruções iterativas para refinar personagens, retratos, estilo, vestuário, cenários e outros elementos visuais.

5. Ilustração criativa

Crie ilustrações, arte conceitual, visuais para histórias e outros ativos criativos a partir de prompts detalhados.

6. Produção visual em múltiplas rodadas

Use a capacidade de edição conversacional para refinar progressivamente uma imagem ao longo de várias instruções, tornando o modelo adequado para fluxos em que o visual final é desenvolvido por meio de várias iterações.

Limitações e considerações

O Hy-Image 3.5 Preview atualmente é um modelo em Preview, portanto o comportamento da API e as versões do modelo subjacente podem mudar à medida que a Tencent continua atualizando o serviço.

Os URLs de imagens geradas retornados pela API são temporários. A documentação oficial afirma que os URLs de imagens geradas são válidos por 12 horas, portanto aplicações que precisam de ativos persistentes devem baixar e armazenar as imagens geradas em vez de depender do URL retornado indefinidamente.

Desenvolvedores que utilizam edição em múltiplas rodadas também devem preservar o assembled_history retornado ao continuar uma sessão de edição, pois essa estrutura contém o contexto necessário para as rodadas subsequentes.

Como acessar a API do Hy-Image 3.5 Preview via CometAPI

O CometAPI pode fornecer uma camada de integração unificada para aplicações que desejam acessar modelos de IA suportados por meio de um fluxo de API consistente.

Etapa 1: Inscreva-se ou faça login no CometAPI

Crie uma conta no CometAPI ou faça login em uma conta existente. Após acessar o console do CometAPI, entre na área de gerenciamento de chaves de API.

Etapa 2: Crie uma chave de API do CometAPI

Gere uma chave de API no console do CometAPI. Mantenha a chave em segurança, pois ela é usada para autenticar solicitações de API.

Etapa 3: Encontre o Hy-Image 3.5 Preview

Abra o catálogo de modelos do CometAPI e procure por Hy-Image 3.5 Preview. Confirme que o modelo está atualmente disponível por meio da sua conta do CometAPI antes de integrá-lo a uma aplicação de produção.

Use o identificador do modelo:

hy-image-v3.5-preview

Etapa 4: Configure seu aplicativo

Configure seu aplicativo para usar a interface de API unificada do CometAPI e autentique as solicitações com sua chave de API do CometAPI.

Para um fluxo de geração de imagens, passe o prompt de texto apropriado, as informações de imagem de referência e os parâmetros de geração suportados pelo modelo.

Etapa 5: Envie sua solicitação de geração de imagem

Envie a solicitação por meio do CometAPI usando hy-image-v3.5-preview como o modelo selecionado.

Dependendo do seu aplicativo, você pode usar o modelo para geração de texto para imagem, geração com imagem de referência ou edição em múltiplas rodadas.

Etapa 6: Processe e armazene a imagem gerada

Recupere a imagem gerada da resposta da API e armazene-a no repositório da sua aplicação caso precise permanecer disponível além do tempo de vida do URL temporário.