Felo API PlatformFelo API Platform
بازگشت به مدل‌ها

Hy Image 3.5 Preview API

Hy Image 3.5 Preview از Tencent یک مدل پیش‌نمایش تولید و ویرایش تصویر با پشتیبانی از ورودی متن و تصویر، رزولوشن تا 4K و کاربردهای حرفه‌ای تبلیغات، طراحی و رتوش است.

Hy Image 3.5 Preview مدل تصویری پیش‌نمایشی Tencent است که برای تولید تصویر از متن و ویرایش تصویر به تصویر طراحی شده است. این مدل در هر درخواست تا ۵ تصویر مرجع را می‌پذیرد و از خلق و ویرایش چندنوبتی بر پایه بافت گفتگو پشتیبانی می‌کند. خروجی آن با نسبت‌های ابعاد گوناگون و رزولوشن‌های 1K، 2K و 4K ارائه می‌شود و رندر متن چندزبانه و تایپوگرافی را نیز در بر می‌گیرد.

این مدل در رندر واقع‌گرایانه بافت پوست، بافت پارچه و نور لبه‌ای توانمند است و ویرایش با حفظ ثبات تصویر مرجع را ممکن می‌کند. رابط API آن از پروتکل Chat/Messages با ورودی چندتصویری، بافت ویرایش چندنوبتی و بازنویسی زنجیره تفکر بهره می‌برد. شناسه مدل در API برابر hy-image-v3.5-preview است.

Hy Image 3.5 Preview برای تولید تصاویر تبلیغاتی، اینفوگرافیک، طراحی رابط کاربری، رتوش عکس، زیباسازی پرتره، کارت‌های دانش، پوسترهای تجاری، استوری‌بورد قسمت‌ها، مواد فیلم و تلویزیون، تصویرسازی خلاقانه، جلوه‌های برند و مواد تجارت الکترونیک مناسب است. Tencent این مدل را اقتصادی و حرفه‌ای معرفی می‌کند و ادعا می‌کند توان کلی آن در آزمون داخلی حدود ۳۰٪ بالاتر از نسل پیشین است؛ این ادعا نیازمند ارزیابی مستقل است. نسخه پیش‌نمایش است و رفتار، محدودیت‌ها و قیمت‌گذاری آن ممکن است تغییر کند.

به‌روزرسانی:

MODEL ID

hy-image-v3.5-preview
ورودی
text / image
خروجی
image

نکات برجسته

  • تولید تصویر از متن و ویرایش تصویر
  • پشتیبانی از تا ۵ تصویر مرجع
  • خروجی 1K، 2K و 4K
  • رندر متن چندزبانه
  • ویرایش سازگار با تصویر مرجع
  • خلق و ویرایش چندنوبتی

ارائه‌دهندگان

1 ارائه‌دهنده

قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.

ارائه‌دهنده · جزئیات قیمت‌گذاری
دسترس‌پذیری

شروع سریع

وظیفه تصویر را ارسال کنید، وضعیت را بررسی و تصاویر را ذخیره کنید. مثال‌ها از curl و کتابخانه استاندارد Python 3 استفاده می‌کنند.

POST https://openapi.felo.ai/api/v1/images/generations

1کلید API خود را بگیرید

از حساب Felo API Platform خود کلیدی بسازید و آن را به‌عنوان متغیر محیطی تنظیم کنید.

export FELO_API_KEY="YOUR_API_KEY"

2اولین درخواست خود را بفرستید

مقادیر اختیاری به مدل بستگی دارند و اینجا تنظیم نشده‌اند. آن‌ها را در Playground تأیید کنید. فیلدها هم‌سطح model و prompt هستند و داخل input قرار نمی‌گیرند.

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"
}'

3بررسی وظیفه

ارسال، task_id برمی‌گرداند. در queued یا running هر ۳ ثانیه بررسی کنید؛ در succeeded، failed یا interrupted متوقف شوید. حداکثر انتظار ۳۰ دقیقه است. برای ادامه بررسی بدون ارسال مجدد، created.json را نگه دارید.

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")
PY

4دانلود خروجی

پس از موفقیت، outputs را از task.json ذخیره کنید. نشانی HTTPS، شیء URL و b64_json پشتیبانی می‌شوند. پیوندهای امضاشده را زود دانلود کنید؛ دانلود تصویر به کلید API نیاز ندارد.

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)
PY
input_references

برای ویرایش تصویر، نشانی نمونه را با نشانی HTTPS تصویر خود یا data URL تصویر base64 جایگزین کنید. یک بار ارسال کرده و همان مراحل بررسی و ذخیره را دنبال کنید.

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"
      }
    }
  ]
}'

پارامترهای پشتیبانی‌شده

  • n
  • seed
  • size
  • resolution
  • aspect_ratio
  • input_references

مرجع کامل را ترجیح می‌دهید؟

مرجع API →

پرسش‌های متداول

معرفی مدل: Hy Image 3.5 Preview?

Hy Image 3.5 Preview مدل تصویری پیش‌نمایشی Tencent است که برای تولید تصویر از متن و ویرایش تصویر به تصویر طراحی شده است. این مدل در هر درخواست تا ۵ تصویر مرجع را می‌پذیرد و از خلق و ویرایش چندنوبتی بر پایه بافت گفتگو پشتیبانی می‌کند. خروجی آن با نسبت‌های ابعاد گوناگون و رزولوشن‌های 1K، 2K و 4K ارائه می‌شود و رندر متن چندزبانه و تایپوگرافی را نیز در بر می‌گیرد. این مدل در رندر واقع‌گرایانه بافت پوست، بافت پارچه و نور لبه‌ای توانمند است و ویرایش با حفظ ثبات تصویر مرجع را ممکن می‌کند. رابط API آن از پروتکل Chat/Messages با ورودی چندتصویری، بافت ویرایش چندنوبتی و بازنویسی زنجیره تفکر بهره می‌برد. شناسه مدل در API برابر hy-image-v3.5-preview است. Hy Image 3.5 Preview برای تولید تصاویر تبلیغاتی، اینفوگرافیک، طراحی رابط کاربری، رتوش عکس، زیباسازی پرتره، کارت‌های دانش، پوسترهای تجاری، استوری‌بورد قسمت‌ها، مواد فیلم و تلویزیون، تصویرسازی خلاقانه، جلوه‌های برند و مواد تجارت الکترونیک مناسب است. Tencent این مدل را اقتصادی و حرفه‌ای معرفی می‌کند و ادعا می‌کند توان کلی آن در آزمون داخلی حدود ۳۰٪ بالاتر از نسل پیشین است؛ این ادعا نیازمند ارزیابی مستقل است. نسخه پیش‌نمایش است و رفتار، محدودیت‌ها و قیمت‌گذاری آن ممکن است تغییر کند.

هزینه استفاده چگونه محاسبه می‌شود؟

صورت‌حساب شما به ارائه‌دهنده‌ای که استفاده می‌کنید، قیمت‌های آن و میزان مصرف شما بستگی دارد. ورودی‌های طولانی‌تر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.

Hy Image 3.5 Preview چه ورودی‌هایی را می‌پذیرد؟

این مدل ورودی متن و تصویر را می‌پذیرد و در هر درخواست تا ۵ تصویر مرجع را پشتیبانی می‌کند. خروجی آن تصویر است.

رزولوشن‌های خروجی مدل چیست؟

خروجی در رزولوشن‌های 1K، 2K و 4K و با نسبت‌های ابعاد گوناگون ارائه می‌شود. در مرحله پیش‌نمایش، قیمت‌گذاری و پایداری 4K روشن نیست.

این مدل برای چه کارهایی مناسب است؟

برای تولید تصاویر تبلیغاتی، اینفوگرافیک، طراحی رابط کاربری، رتوش عکس، زیباسازی پرتره، کارت‌های دانش، پوسترهای تجاری، استوری‌بورد قسمت‌ها، مواد فیلم و تلویزیون، تصویرسازی خلاقانه، جلوه‌های برند و مواد تجارت الکترونیک.

آیا مدل از ویرایش چندنوبتی پشتیبانی می‌کند؟

بله، خلق و ویرایش چندنوبتی بر پایه بافت پیشین پشتیبانی می‌شود و API از بافت ویرایش چندنوبتی و بازنویسی زنجیره تفکر بهره می‌برد.

تفاوت Hy Image 3.5 Preview با نسل پیشین چیست؟

Tencent ادعا می‌کند توان کلی آن در آزمون داخلی حدود ۳۰٪ بالاتر از نسل پیشین است. این ادعا بر ارزیابی خود شرکت استوار است و نیازمند تأیید مستقل است.

مدل‌های مرتبط