Hy Image 3.5 Preview API
টেনসেন্টের হাই ইমেজ ৩.৫ প্রিভিউ একটি বহুমুখী ইমেজ জেনারেশন ও এডিটিং মডেল।
Hy Image 3.5 Preview হলো Tencent-এর তৈরি একটি প্রিভিউ-পর্যায়ের ইমেজ মডেল, যা টেক্সট ও ছবি ইনপুট নিয়ে ছবি তৈরি ও সম্পাদনা করতে পারে। প্রতি অনুরোধে সর্বোচ্চ ৫টি রেফারেন্স ছবি গ্রহণ করে এবং আগের প্রসঙ্গের ভিত্তিতে বহু-ধাপে কথোপকথনমূলক সৃষ্টি ও সম্পাদনা সমর্থন করে। আউটপুটে 1K, 2K ও 4K রেজোলিউশন এবং একাধিক আকৃতির অনুপাত পাওয়া যায়।
মডেলটি একাধিক ভাষায় লেখা রেন্ডার করতে পারে এবং ত্বকের গঠন, কাপড়ের বুনন ও রিম লাইটিং বাস্তবসম্মতভাবে ফুটিয়ে তুলতে সক্ষম। এটির চীনা ভাষার অর্থ বোঝার ক্ষমতা শক্তিশালী এবং বাস্তবধর্মী শৈলী বাণিজ্যিক কাজে উপযোগী। বিজ্ঞাপন ভিজ্যুয়াল, ইনফোগ্রাফিক্স, UI ডিজাইন, ফটো রিটাচিং, পোর্ট্রেট সৌন্দর্যবর্ধন, নলেজ কার্ড, বাণিজ্যিক পোস্টার, এপিসোড স্টোরিবোর্ড, চলচ্চিত্র ও টিভি উপকরণ, সৃজনশীল ইলাস্ট্রেশন, ব্র্যান্ড ভিজ্যুয়াল এবং ই-কমার্স উপকরণ তৈরিতে এটি ব্যবহার করা যায়।
API মডেল আইডি hy-image-v3.5-preview, যা Chat/Messages প্রোটোকল ব্যবহার করে এবং বহু-ছবি ইনপুট, বহু-ধাপ সম্পাদনা প্রসঙ্গ ও চেইন-অব-থট পুনর্লিখন সমর্থন করে। এটি Tencent Yuanbao ও ima-তে পাওয়া যায় এবং Tencent Cloud ADP ওয়ার্কবেঞ্চে সংযুক্ত। ComfyUI-তে পার্টনার নোডের মাধ্যমে টেক্সট-থেকে-ইমেজ ও ইমেজ এডিটিংয়ের জন্য উপলব্ধ।
আপডেট:
মডেল ID
hy-image-v3.5-preview- ইনপুট
- text / image
- আউটপুট
- image
মূল বৈশিষ্ট্য
- টেক্সট ও ছবি ইনপুট, ছবি আউটপুট
- প্রতি অনুরোধে সর্বোচ্চ ৫টি রেফারেন্স ছবি
- 1K, 2K ও 4K আউটপুট রেজোলিউশন
- একাধিক ভাষায় লেখা রেন্ডারিং
- বহু-ধাপ কথোপকথনমূলক সম্পাদনা
- চেইন-অব-থট পুনর্লিখনসহ API
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
| প্রাপ্যতা | |
|---|---|
অতীত পরিসংখ্যান সরাসরি অবস্থা পরীক্ষা নয়। ডেটা না থাকা মানেই পরিষেবা বন্ধ নয়।
দ্রুত শুরু
ছবির কাজ পাঠান, অবস্থা যাচাই করুন এবং ছবি সংরক্ষণ করুন। উদাহরণে curl ও Python 3-এর স্ট্যান্ডার্ড লাইব্রেরি ব্যবহার করা হয়েছে।
POST https://openapi.felo.ai/api/v1/images/generations
1আপনার API key নিন
আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।
export FELO_API_KEY="YOUR_API_KEY"2প্রথম অনুরোধ পাঠান
ঐচ্ছিক মান মডেলভেদে আলাদা, তাই উদাহরণে নির্ধারিত নয়। Playground-এ যাচাই করুন। ফিল্ডগুলো model ও prompt-এর সমান স্তরে থাকবে, input-এর ভেতরে নয়।
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
"model": "hy-image-v3.5-preview"
}'3টাস্ক পোল করুন
পাঠানোর পর task_id পাবেন। queued বা running থাকলে প্রতি ৩ সেকেন্ডে যাচাই করুন; succeeded, failed বা interrupted হলে থামুন। সর্বোচ্চ ৩০ মিনিট অপেক্ষা করুন। পুনরায় না পাঠিয়ে যাচাই চালাতে created.json রাখুন।
python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen
task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800
while task["status"] in ("queued", "running"):
if time.monotonic() >= deadline:
raise TimeoutError(f"Keep task_id={task_id} to resume polling")
time.sleep(3)
with urlopen(Request(url, headers=headers), timeout=60) as response:
task = json.load(response)
if task.get("task_id") != task_id or task.get("kind") != "image":
raise ValueError("Unexpected task response")
print(task["status"])
if task["status"] != "succeeded":
raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY4আউটপুট ডাউনলোড করুন
সফল হলে task.json থেকে outputs সংরক্ষণ করুন। HTTPS URL, URL অবজেক্ট ও b64_json সমর্থিত। স্বাক্ষরিত URL দ্রুত ডাউনলোড করুন; ছবি ডাউনলোডে API Key লাগে না।
python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen
task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}
for index, output in enumerate(task["outputs"], 1):
item = output if isinstance(output, dict) else {}
url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
mime = item.get("media_type") or "image/png"
if url and url.startswith("https://"):
with urlopen(url, timeout=60) as response:
data = response.read()
mime = response.headers.get_content_type()
elif url and url.startswith("data:image/") and ";base64," in url:
header, encoded = url.split(",", 1)
mime = header[5:].split(";", 1)[0]
data = base64.b64decode(encoded, validate=True)
elif item.get("b64_json"):
data = base64.b64decode(item["b64_json"], validate=True)
else:
raise ValueError("Unrecognized image output")
path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
path.write_bytes(data)
print(path)
PYinput_references
ছবি সম্পাদনার জন্য উদাহরণের URL আপনার HTTPS ছবির URL বা base64 ছবির data URL দিয়ে বদলান। একবার পাঠিয়ে একই যাচাই ও সংরক্ষণের ধাপ অনুসরণ করুন।
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
"model": "hy-image-v3.5-preview",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'সমর্থিত প্যারামিটার
- n
- seed
- size
- resolution
- aspect_ratio
- input_references
পুরো রেফারেন্স চান?
API রেফারেন্স →সাধারণ প্রশ্ন
মডেল পরিচিতি: Hy Image 3.5 Preview?
Hy Image 3.5 Preview হলো Tencent-এর তৈরি একটি প্রিভিউ-পর্যায়ের ইমেজ মডেল, যা টেক্সট ও ছবি ইনপুট নিয়ে ছবি তৈরি ও সম্পাদনা করতে পারে। প্রতি অনুরোধে সর্বোচ্চ ৫টি রেফারেন্স ছবি গ্রহণ করে এবং আগের প্রসঙ্গের ভিত্তিতে বহু-ধাপে কথোপকথনমূলক সৃষ্টি ও সম্পাদনা সমর্থন করে। আউটপুটে 1K, 2K ও 4K রেজোলিউশন এবং একাধিক আকৃতির অনুপাত পাওয়া যায়। মডেলটি একাধিক ভাষায় লেখা রেন্ডার করতে পারে এবং ত্বকের গঠন, কাপড়ের বুনন ও রিম লাইটিং বাস্তবসম্মতভাবে ফুটিয়ে তুলতে সক্ষম। এটির চীনা ভাষার অর্থ বোঝার ক্ষমতা শক্তিশালী এবং বাস্তবধর্মী শৈলী বাণিজ্যিক কাজে উপযোগী। বিজ্ঞাপন ভিজ্যুয়াল, ইনফোগ্রাফিক্স, UI ডিজাইন, ফটো রিটাচিং, পোর্ট্রেট সৌন্দর্যবর্ধন, নলেজ কার্ড, বাণিজ্যিক পোস্টার, এপিসোড স্টোরিবোর্ড, চলচ্চিত্র ও টিভি উপকরণ, সৃজনশীল ইলাস্ট্রেশন, ব্র্যান্ড ভিজ্যুয়াল এবং ই-কমার্স উপকরণ তৈরিতে এটি ব্যবহার করা যায়। API মডেল আইডি hy-image-v3.5-preview, যা Chat/Messages প্রোটোকল ব্যবহার করে এবং বহু-ছবি ইনপুট, বহু-ধাপ সম্পাদনা প্রসঙ্গ ও চেইন-অব-থট পুনর্লিখন সমর্থন করে। এটি Tencent Yuanbao ও ima-তে পাওয়া যায় এবং Tencent Cloud ADP ওয়ার্কবেঞ্চে সংযুক্ত। ComfyUI-তে পার্টনার নোডের মাধ্যমে টেক্সট-থেকে-ইমেজ ও ইমেজ এডিটিংয়ের জন্য উপলব্ধ।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।
মডেলটি কী কী ইনপুট নিতে পারে?
এটি টেক্সট ও ছবি—দুই ধরনের ইনপুট গ্রহণ করে এবং আউটপুট হিসেবে ছবি তৈরি করে। প্রতি অনুরোধে সর্বোচ্চ ৫টি রেফারেন্স ছবি দেওয়া যায়।
আউটপুট রেজোলিউশন ও আকৃতির অনুপাত কেমন?
আউটপুট 1K, 2K ও 4K রেজোলিউশনে পাওয়া যায় এবং একাধিক আকৃতির অনুপাত সমর্থিত।
এটি কী ধরনের কাজের জন্য উপযুক্ত?
বিজ্ঞাপন ভিজ্যুয়াল, ইনফোগ্রাফিক্স, UI ডিজাইন, ফটো রিটাচিং, পোর্ট্রেট সৌন্দর্যবর্ধন, পোস্টার, স্টোরিবোর্ড, ব্র্যান্ড ভিজ্যুয়াল ও ই-কমার্স উপকরণ তৈরির জন্য উপযুক্ত।
এটি কি আগের প্রসঙ্গ মনে রেখে সম্পাদনা করতে পারে?
হ্যাঁ, এটি আগের প্রসঙ্গের ভিত্তিতে বহু-ধাপে কথোপকথনমূলক সৃষ্টি ও সম্পাদনা সমর্থন করে এবং রেফারেন্স ছবির ধারাবাহিকতা বজায় রাখে।
এই প্রিভিউ সংস্করণে কী কী সীমাবদ্ধতা আছে?
এটি চূড়ান্ত স্থিতিশীল GA সংস্করণ নয়, তাই আচরণ, সীমা ও মূল্য পরিবর্তিত হতে পারে। স্বয়ংক্রিয় আকার নির্বাচনে ভিন্ন ভিন্ন দিকে আউটপুট আসতে পারে, তাই উৎপাদনে ম্যানুয়াল আকার নির্ধারণের পরামর্শ দেওয়া হয়।