Hy-Image 3.5 Preview 的技術規格
| 項目 | Hy-Image 3.5 Preview |
|---|---|
| 模型 ID | hy-image-v3.5-preview |
| 提供方 | Tencent Hunyuan |
| 模型類型 | 專業級圖像生成與編輯模型 |
| 輸入 | 文字 + 參考圖片 |
| 輸出 | 圖片 |
| 輸入上限 | 最多 100K tokens |
| 生成模式 | 文生圖、圖生圖、多輪編輯 |
| 參考圖片數量 | 每次請求最多 20 張圖片 |
| 參考圖片大小 | 每張圖片最多 20MB |
| 輸出解析度 | 最高 4096 × 4096（4K） |
| 通訊協議 | Chat / Messages |
| 生成方式 | 同步 |
| 外部搜尋 | 支援 |
| 種子 | 支援 |
| 自訂尺寸 | 支援 |
什麼是 Hy-Image 3.5 Preview？
Hy-Image 3.5 是 Tencent Hunyuan 的專業級圖像生成模型，旨在用於文生圖、圖生圖，以及多輪圖像編輯。
不同於傳統的單一提示詞圖像生成 API，Hy-Image 3.5 Preview 採用Chat/Messages 風格的協議，可在對話式工作流程中結合文字提示、參考圖片與先前的圖像生成上下文。因此，該模型不僅可從零開始創建圖像，亦可在多輪中迭代修改既有結果。
Hy-Image 3.5 Preview 的主要特性
- 文生圖生成： 從自然語言提示生成圖像，模型會解讀所需的構圖、風格、主題與視覺細節。
- 圖生圖生成： 結合文字指令與參考圖片引導生成結果。
- 多輪編輯： 保留既有對話與圖像上下文，讓使用者逐步完善圖像，而非每次從頭開始。
- 多模態輸入： 一次請求可同時包含文字指令與參考圖片，適用於風格遷移、產品圖片編修、角色調整與視覺迭代。
- 4K 輸出： 官方 API 文件支援最高4096 × 4096 像素的輸出，受制於文件所述影像面積限制。
- 外部搜尋增強： 官方文件列明支援外部搜尋增強，可在需要時為圖像生成工作流引入額外資訊。
- 靈活的圖片尺寸： 開發者可指定精確的
size，或讓模型依據提示與配置的像素預算決定合適的輸出尺寸。 - 種子控制： 當需要可重現生成時，可提供種子。
圖像生成與編輯能力
文生圖
Hy-Image 3.5 Preview 可直接依據文字指令生成圖像。模型接受 Messages 風格的請求，將使用者的文字作為圖像生成指令。
這使其適合用於插畫、概念藝術、廣告視覺、簡報圖形、產品圖像與其他視覺內容工作流等創意任務。
圖生圖
該模型可結合文字指令與參考圖片。參考圖片可透過公開圖片 URL 或 Base64 編碼的影像資料提供。
官方 API 文件允許最多提供20 張參考圖片，且每張圖片最大20MB。
多輪圖像編輯
Hy-Image 3.5 Preview 的一項鮮明能力是多輪編輯。開發者可保留先前的對話與生成圖像上下文，然後提交新的編輯指令，而非將每次修改作為獨立請求。
這使以下工作流程成為可能：
- 生成初始圖像。
- 要求模型變更特定元素。
- 保留其餘構圖不變。
- 在多個回合中持續微調圖像。
API 會返回一個 assembled_history 結構，可在後續編輯回合中作為上下文重用。
解析度與圖像尺寸
Hy-Image 3.5 Preview 支援靈活的輸出尺寸。
當明確提供 size 時，可直接控制所需尺寸；官方 API 文件記載每邊256 至 8192 像素，且最大影像面積為16,777,216 像素，對應於 4K 級 4096 × 4096 的輸出。
對於 4K 生成，官方文件建議明確指定所需 size。若未提供精確尺寸，模型可依據提示與配置的像素預算決定輸出尺寸。
Hy-Image 3.5 Preview 的基準表現
Tencent 的公開發表將 Hy-Image 3.5 Preview 描述為專業級圖像生成模型。Tencent 亦報告了一項涉及數百位專業設計師的內部盲評，聲稱相較 Hy-Image 3.0 提升 30%，並與 Seedream 5.0 Pro 的結果相當。這些均為供應商披露的內部評估結果，而非經公開重現的獨立基準。
由於官方 API 文件未提供標準化的公開基準表，這些報告結果不應被視為可直接比較的排行榜成績。
Hy-Image 3.5 Preview 與 Hy-Image 3.0 對比
| 能力 | Hy-Image 3.5 Preview | Hy-Image 3.0 |
|---|---|---|
| 文生圖 | 是 | 是 |
| 參考圖片生成 | 是 | 是 |
| 多輪編輯 | 是 | 否 |
| Chat / Messages 協議 | 是 | 否 |
| 多模態輸入 | 是 | 是 |
| 最大記載輸出 | 最高 4K | 最高 2048 × 2048 |
| 輸入上限 | 100K tokens | 8192 字元 |
| 參考圖片數量 | 最多 20 | 0–3 |
| 外部搜尋增強 | 是 | — |
| 種子 | 是 | 是 |
因此，Hy-Image 3.5 Preview 更定位為面向對話與編輯的生成系統，而 Hy-Image 3.0 則採用以提示詞與可選參考圖片為中心的較簡單生成介面。
Hy-Image 3.5 Preview 與其他圖像模型對比
Hy-Image 3.5 Preview 的主要差異在於其同時結合了圖像生成、多模態參考輸入、對話式編輯，以及大上下文的圖像工作流。
對於專注於迭代式視覺創作的應用而言，Chat/Messages 架構特別有用，因為模型能保留先前編輯回合的上下文，而非將每次生成視為獨立請求。
相較於主要只提供單一圖像生成提示的模型，Hy-Image 3.5 Preview 提供了更接近對話式圖像編輯器的工作流程。
典型使用場景
1. 商業廣告
依據詳細的自然語言描述生成行銷視覺、宣傳藝術、行銷圖形與廣告概念。
2. 產品圖片製作
結合參考圖片與文字指令，在保持重要視覺特徵的同時創建或修改產品視覺。
3. UI 與產品設計
生成介面概念、視覺樣機、設計探索與可用於簡報的視覺素材。
4. 角色與人像編輯
透過參考圖片與多輪指令，微調角色、人像、造型、服裝、背景與其他視覺元素。
5. 創意插畫
從詳細提示生成插畫、概念藝術、故事視覺與其他創意資產。
6. 多輪視覺製作
利用對話式編輯能力，在多次指令中逐步完善圖像，適用於需經多次迭代完成最終視覺的工作流。
限制與注意事項
Hy-Image 3.5 Preview 目前為預覽版模型，因此隨著 Tencent 持續更新服務，API 行為與底層模型版本可能會發生變動。
API 返回的生成圖像 URL 為臨時連結。官方文件指出這些 URL 的有效期為12 小時，因此需要長期保留資產的應用應將生成圖像下載並存儲於自身系統，而非長期依賴返回的 URL。
使用多輪編輯的開發者也應在持續編輯會話時保留返回的 assembled_history，因為該結構包含後續回合所需的上下文。
如何透過 CometAPI 存取 Hy-Image 3.5 Preview API
CometAPI 可為希望透過一致 API 工作流程存取支援的 AI 模型的應用提供統一整合層。
步驟 1：註冊或登入 CometAPI
建立 CometAPI 帳號或登入既有帳號。進入 CometAPI 主控台後，前往 API 金鑰管理區域。
步驟 2：建立 CometAPI API 金鑰
在 CometAPI 主控台生成 API 金鑰。請妥善保管該金鑰，因其用於驗證 API 請求。
步驟 3：找到 Hy-Image 3.5 Preview
開啟 CometAPI 模型目錄並搜尋 Hy-Image 3.5 Preview。在整合至生產應用前，確認該模型已在你的 CometAPI 帳戶中可用。
使用模型識別符：
hy-image-v3.5-preview
步驟 4：配置你的應用
配置你的應用以使用 CometAPI 的統一 API 介面，並以你的 CometAPI API 金鑰驗證請求。
對於圖像生成工作流，傳入相應的文字提示、參考圖片資訊與模型支援的生成參數。
步驟 5：發送圖像生成請求
透過 CometAPI 提交請求，並選擇 hy-image-v3.5-preview 作為使用的模型。
依你的應用需求，可用於文生圖、參考圖片生成或多輪編輯。
步驟 6：處理並存儲生成的圖像
從 API 回應中取得生成的圖像，若需在臨時 URL 失效後仍可存取，請將圖像存儲於你的應用儲存系統中。