Felo API PlatformFelo API Platform
กลับไปที่โมเดล

Hy Image 3.5 Preview API

โมเดลสร้างและแก้ไขภาพจาก Tencent ที่รองรับทั้งข้อความและภาพนำเข้า พร้อมเอาต์พุตความละเอียดสูงถึง 4K ในเวอร์ชันทดลอง

Hy Image 3.5 Preview เป็นโมเดลสร้างและแก้ไขภาพจาก Tencent ที่เปิดตัวในเวอร์ชันทดลองเมื่อวันที่ 22 กันยายน 2026 รองรับการป้อนข้อความและภาพ รับภาพอ้างอิงได้สูงสุด 5 ภาพต่อคำขอ และสร้างเอาต์พุตเป็นภาพ รองรับการสร้างและแก้ไขแบบสนทนาหลายรอบโดยอ้างอิงบริบทก่อนหน้า พร้อมเลือกอัตราส่วนภาพได้หลายแบบ และความละเอียดเอาต์พุต 1K, 2K และ 4K

จุดเด่นของโมเดลอยู่ที่การเรนเดอร์ข้อความหลายภาษาลงในภาพ การเก็บรายละเอียดผิว เนื้อผ้า และแสงริม (rim lighting) ในสไตล์สมจริง รวมถึงการแก้ไขภาพอ้างอิงได้อย่างสม่ำเสมอ เหมาะกับงานสร้างสรรค์ภาพเชิงพาณิชย์ เช่น โฆษณา อินโฟกราฟิก งานออกแบบ UI การรีทัชภาพ การตกแต่งภาพบุคคล การ์ดความรู้ โปสเตอร์เชิงพาณิชย์ สตอรีบอร์ดตอน วัสดุภาพยนตร์และทีวี ภาพประกอบสร้างสรรค์ ภาพแบรนด์ และสื่ออีคอมเมิร์ซ

Tencent ระบุว่าโมเดลนี้มีความสามารถโดยรวมสูงกว่ารุ่นก่อนประมาณ 30% จากการทดสอบภายใน และวางตำแหน่งเป็นโมเดลคุ้มค่าสำหรับงานสร้างภาพระดับมืออาชีพมากกว่าการเป็นผู้นำด้านคะแนน benchmark โดยเน้นความเข้าใจความหมายภาษาจีนที่ดีและสไตล์สมจริงที่เหมาะกับการส่งมอบงานเชิงพาณิชย์ อย่างไรก็ตามเนื่องจากเป็นเวอร์ชันทดลอง พฤติกรรม ข้อจำกัด และราคาอาจเปลี่ยนแปลงได้ และการเลือกขนาดอัตโนมัติอาจให้ทิศทางภาพต่างกันในแต่ละครั้ง จึงแนะนำให้ตั้งขนาดด้วยตนเองในการใช้งานจริง

อัปเดต:

ID โมเดล

hy-image-v3.5-preview
อินพุต
text / image
เอาต์พุต
image

จุดเด่น

  • รับภาพอ้างอิงได้สูงสุด 5 ภาพต่อคำขอ
  • เอาต์พุตความละเอียด 1K, 2K และ 4K
  • สร้างและแก้ไขแบบสนทนาหลายรอบ
  • เรนเดอร์ข้อความหลายภาษาในภาพ
  • สไตล์สมจริงเหมาะงานเชิงพาณิชย์
  • API ใช้โปรโตคอล Chat/Messages

ผู้ให้บริการ

1 ผู้ให้บริการ

เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด

ผู้ให้บริการ · รายละเอียดราคา
อัตราความพร้อมใช้งาน

เริ่มต้นอย่างรวดเร็ว

ส่งงานภาพ ตรวจสอบสถานะ แล้วบันทึกภาพ ตัวอย่างใช้ curl และไลบรารีมาตรฐานของ Python 3

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

1ตั้งค่าคีย์ API

สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม

export FELO_API_KEY="YOUR_API_KEY"

2ส่งคำขอแรก

ค่าพารามิเตอร์เสริมแตกต่างกันตามโมเดล จึงไม่กำหนดในตัวอย่าง โปรดยืนยันใน Playground ฟิลด์อยู่ระดับเดียวกับ model และ prompt ไม่ห่อด้วย input

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"
}'

3สอบถามสถานะงาน

เมื่อส่งจะได้รับ task_id ตรวจสอบทุก 3 วินาทีขณะ queued หรือ running และหยุดเมื่อ succeeded, failed หรือ interrupted รอสูงสุด 30 นาที เก็บ created.json เพื่อกลับมาตรวจสอบงานเดิมโดยไม่ส่งซ้ำ

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

4ดาวน์โหลดเอาต์พุต

เมื่อสำเร็จ ให้บันทึก outputs จาก task.json รองรับ URL HTTPS ออบเจ็กต์ URL และ b64_json ควรดาวน์โหลด URL ที่ลงนามโดยเร็ว การดาวน์โหลดภาพไม่ต้องใช้ API Key

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

หากต้องการแก้ไขภาพ ให้แทน URL ตัวอย่างด้วย URL ภาพ HTTPS หรือ data URL ภาพ base64 ของคุณ ส่งครั้งเดียวแล้วใช้ขั้นตอนตรวจสอบและบันทึกเดิม

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"
      }
    }
  ]
}'

พารามิเตอร์ที่รองรับ

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

ต้องการเอกสารอ้างอิงฉบับเต็มหรือไม่

เอกสารอ้างอิง API →

คำถามที่พบบ่อย

รู้จัก Hy Image 3.5 Preview?

Hy Image 3.5 Preview เป็นโมเดลสร้างและแก้ไขภาพจาก Tencent ที่เปิดตัวในเวอร์ชันทดลองเมื่อวันที่ 22 กันยายน 2026 รองรับการป้อนข้อความและภาพ รับภาพอ้างอิงได้สูงสุด 5 ภาพต่อคำขอ และสร้างเอาต์พุตเป็นภาพ รองรับการสร้างและแก้ไขแบบสนทนาหลายรอบโดยอ้างอิงบริบทก่อนหน้า พร้อมเลือกอัตราส่วนภาพได้หลายแบบ และความละเอียดเอาต์พุต 1K, 2K และ 4K จุดเด่นของโมเดลอยู่ที่การเรนเดอร์ข้อความหลายภาษาลงในภาพ การเก็บรายละเอียดผิว เนื้อผ้า และแสงริม (rim lighting) ในสไตล์สมจริง รวมถึงการแก้ไขภาพอ้างอิงได้อย่างสม่ำเสมอ เหมาะกับงานสร้างสรรค์ภาพเชิงพาณิชย์ เช่น โฆษณา อินโฟกราฟิก งานออกแบบ UI การรีทัชภาพ การตกแต่งภาพบุคคล การ์ดความรู้ โปสเตอร์เชิงพาณิชย์ สตอรีบอร์ดตอน วัสดุภาพยนตร์และทีวี ภาพประกอบสร้างสรรค์ ภาพแบรนด์ และสื่ออีคอมเมิร์ซ Tencent ระบุว่าโมเดลนี้มีความสามารถโดยรวมสูงกว่ารุ่นก่อนประมาณ 30% จากการทดสอบภายใน และวางตำแหน่งเป็นโมเดลคุ้มค่าสำหรับงานสร้างภาพระดับมืออาชีพมากกว่าการเป็นผู้นำด้านคะแนน benchmark โดยเน้นความเข้าใจความหมายภาษาจีนที่ดีและสไตล์สมจริงที่เหมาะกับการส่งมอบงานเชิงพาณิชย์ อย่างไรก็ตามเนื่องจากเป็นเวอร์ชันทดลอง พฤติกรรม ข้อจำกัด และราคาอาจเปลี่ยนแปลงได้ และการเลือกขนาดอัตโนมัติอาจให้ทิศทางภาพต่างกันในแต่ละครั้ง จึงแนะนำให้ตั้งขนาดด้วยตนเองในการใช้งานจริง

การใช้งานถูกเรียกเก็บเงินอย่างไร

ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน

โมเดลนี้รับอินพุตแบบใดบ้าง

รองรับการป้อนข้อความและภาพ โดยรับภาพอ้างอิงได้สูงสุด 5 ภาพต่อคำขอ และสร้างเอาต์พุตเป็นภาพ

สร้างภาพความละเอียดเท่าไรได้บ้าง

รองรับความละเอียดเอาต์พุต 1K, 2K และ 4K พร้อมเลือกอัตราส่วนภาพได้หลายแบบ

แก้ไขภาพแบบสนทนาหลายรอบได้หรือไม่

ได้ โมเดลรองรับการสร้างและแก้ไขแบบสนทนาหลายรอบโดยอ้างอิงบริบทก่อนหน้า และการแก้ไขภาพอ้างอิงได้อย่างสม่ำเสมอ

เหมาะกับงานประเภทใด

เหมาะกับงานภาพเชิงพาณิชย์ เช่น โฆษณา อินโฟกราฟิก งานออกแบบ UI การรีทัชภาพ โปสเตอร์ และสื่ออีคอมเมิร์ซ

ต่างจากรุ่นก่อนอย่างไร

Tencent ระบุว่าความสามารถโดยรวมสูงกว่ารุ่นก่อนประมาณ 30% จากการทดสอบภายใน และเน้นความเข้าใจความหมายภาษาจีนที่ดีขึ้น

โมเดลที่เกี่ยวข้อง