Hy Image 3.5 Preview API
Tencent کا Hy Image 3.5 Preview ایک پیش نظارہ تصویری ماڈل ہے جو متن اور تصویر دونوں سے تصاویر بناتا اور ایڈٹ کرتا ہے، اور پیشہ ورانہ تخلیقی کاموں کے لیے اقتصادی حل پیش کرتا ہے۔
Tencent: Hy Image 3.5 Preview ایک ملٹی موڈل تصویری ماڈل ہے جو متن اور تصویر دونوں کو ان پٹ کے طور پر قبول کرتا ہے اور تصویری آؤٹ پٹ دیتا ہے۔ یہ ٹیکسٹ ٹو امیج جنریشن اور امیج ٹو امیج ایڈیٹنگ دونوں کی سہولت دیتا ہے، اور ایک درخواست میں پانچ تک ریفرنس تصاویر استعمال کر سکتا ہے۔ یہ ماڈل متعدد آؤٹ پٹ اسپیکٹ ریشوز اور 1K، 2K اور 4K ریزولیوشن کی حمایت کرتا ہے، اور کئی زبانوں میں متن لکھنے کی صلاحیت رکھتا ہے۔ اس کے علاوہ، یہ جلد کی ساخت، کپڑے کی بناوٹ اور رم لائٹنگ جیسی حقیقت پسندانہ تفصیلات پیش کرتا ہے، اور ریفرنس تصویر کی بنیاد پر مستقل ایڈیٹنگ کرتا ہے۔
یہ ماڈل خاص طور پر اشتہاری بصری مواد، انفوگرافکس، UI ڈیزائن، تصویر کی ری ٹچنگ، پورٹریٹ بیوٹیفکیشن، نالج کارڈز، کمرشل پوسٹرز، ایپی سوڈ اسٹوری بورڈز، فلم و ٹی وی مواد، تخلیقی عکاسی، برانڈ بصریات اور ای کامرس مواد جیسے کاموں کے لیے موزوں ہے۔ Tencent کے اندرونی ٹیسٹنگ کے مطابق اس کی مجموعی صلاحیت پچھلی نسل سے تقریباً 30% زیادہ ہے، اور یہ چینی زبان کی معنوی سمجھ بوجھ اور تجارتی ترسیل کے لیے موزوں حقیقت پسندانہ انداز میں مضبوط ہے۔
یہ ماڈل Tencent Yuanbao اور ima میں دستیاب ہے اور Tencent Cloud ADP ورک بینچ میں ضم کیا گیا ہے۔ یہ ComfyUI میں پارٹنر نوڈز کے ذریعے بھی ٹیکسٹ ٹو امیج اور امیج ایڈیٹنگ کے لیے فراہم کیا جاتا ہے۔ API ماڈل آئی ڈی hy-image-v3.5-preview ہے، اور API چ্যٹ/میسجز پروٹوکول استعمال کرتا ہے جس میں ملٹی امیج ان پٹ، ملٹی ٹرن ایڈٹ سیاق و سباق اور چین آف تھاٹ ری رائٹنگ شامل ہے۔
تازہ کاری:
MODEL ID
hy-image-v3.5-preview- ان پٹ
- text / image
- آؤٹ پٹ
- image
نمایاں خصوصیات
- متن اور تصویر دونوں سے تصویر بناتا ہے
- ایک درخواست میں پانچ ریفرنس تصاویر
- 1K، 2K اور 4K ریزولیوشن
- کئی زبانوں میں متن لکھنے کی صلاحیت
- حقیقت پسندانہ جلد اور کپڑے کی بناوٹ
- ملٹی ٹرن گفتگو میں تخلیق و ایڈیٹنگ
فراہم کنندگان
فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔
| دستیابی | |
|---|---|
تاریخی اعدادوشمار براہ راست حالت کی جانچ نہیں ہیں۔ ڈیٹا نہ ہونا تعطل کا مطلب نہیں۔
فوری آغاز
تصویر کا کام بھیجیں، حالت معلوم کریں اور تصاویر محفوظ کریں۔ مثالیں curl اور Python 3 کی معیاری لائبریری استعمال کرتی ہیں۔
POST https://openapi.felo.ai/api/v1/images/generations
1اپنی API کلید حاصل کریں
اپنے Felo API Platform اکاؤنٹ سے کلید بنائیں اور اسے ماحولیاتی متغیر کے طور پر سیٹ کریں۔
export FELO_API_KEY="YOUR_API_KEY"2اپنی پہلی درخواست بھیجیں
اختیاری قدریں ماڈل کے مطابق بدلتی ہیں اور یہاں مقرر نہیں ہیں۔ Playground میں تصدیق کریں۔ فیلڈز model اور prompt کے برابر سطح پر ہیں، input کے اندر نہیں۔
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"
}'3ٹاسک پول کریں
بھیجنے پر task_id ملتا ہے۔ queued یا running میں ہر 3 سیکنڈ بعد معلوم کریں؛ succeeded، failed یا interrupted پر رک جائیں۔ زیادہ سے زیادہ 30 منٹ انتظار کریں۔ دوبارہ بھیجے بغیر جانچ جاری رکھنے کے لیے created.json محفوظ رکھیں۔
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")
PY4آؤٹ پٹ ڈاؤن لوڈ کریں
کامیابی کے بعد task.json سے outputs محفوظ کریں۔ HTTPS URL، URL آبجیکٹ اور b64_json معاون ہیں۔ دستخط شدہ URL جلد ڈاؤن لوڈ کریں؛ تصویر ڈاؤن لوڈ کرنے کے لیے API Key نہیں چاہیے۔
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
تصویر میں ترمیم کے لیے مثال کا URL اپنے HTTPS تصویر URL یا base64 تصویر data URL سے بدلیں۔ ایک بار بھیجیں، پھر وہی جانچ اور محفوظ کرنے کے مراحل اپنائیں۔
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"
}
}
]
}'معاون پیرامیٹرز
- n
- seed
- size
- resolution
- aspect_ratio
- input_references
مکمل حوالہ چاہیے؟
API حوالہ →عمومی سوالات
ماڈل تعارف: Hy Image 3.5 Preview?
Tencent: Hy Image 3.5 Preview ایک ملٹی موڈل تصویری ماڈل ہے جو متن اور تصویر دونوں کو ان پٹ کے طور پر قبول کرتا ہے اور تصویری آؤٹ پٹ دیتا ہے۔ یہ ٹیکسٹ ٹو امیج جنریشن اور امیج ٹو امیج ایڈیٹنگ دونوں کی سہولت دیتا ہے، اور ایک درخواست میں پانچ تک ریفرنس تصاویر استعمال کر سکتا ہے۔ یہ ماڈل متعدد آؤٹ پٹ اسپیکٹ ریشوز اور 1K، 2K اور 4K ریزولیوشن کی حمایت کرتا ہے، اور کئی زبانوں میں متن لکھنے کی صلاحیت رکھتا ہے۔ اس کے علاوہ، یہ جلد کی ساخت، کپڑے کی بناوٹ اور رم لائٹنگ جیسی حقیقت پسندانہ تفصیلات پیش کرتا ہے، اور ریفرنس تصویر کی بنیاد پر مستقل ایڈیٹنگ کرتا ہے۔ یہ ماڈل خاص طور پر اشتہاری بصری مواد، انفوگرافکس، UI ڈیزائن، تصویر کی ری ٹچنگ، پورٹریٹ بیوٹیفکیشن، نالج کارڈز، کمرشل پوسٹرز، ایپی سوڈ اسٹوری بورڈز، فلم و ٹی وی مواد، تخلیقی عکاسی، برانڈ بصریات اور ای کامرس مواد جیسے کاموں کے لیے موزوں ہے۔ Tencent کے اندرونی ٹیسٹنگ کے مطابق اس کی مجموعی صلاحیت پچھلی نسل سے تقریباً 30% زیادہ ہے، اور یہ چینی زبان کی معنوی سمجھ بوجھ اور تجارتی ترسیل کے لیے موزوں حقیقت پسندانہ انداز میں مضبوط ہے۔ یہ ماڈل Tencent Yuanbao اور ima میں دستیاب ہے اور Tencent Cloud ADP ورک بینچ میں ضم کیا گیا ہے۔ یہ ComfyUI میں پارٹنر نوڈز کے ذریعے بھی ٹیکسٹ ٹو امیج اور امیج ایڈیٹنگ کے لیے فراہم کیا جاتا ہے۔ API ماڈل آئی ڈی hy-image-v3.5-preview ہے، اور API چ্যٹ/میسجز پروٹوکول استعمال کرتا ہے جس میں ملٹی امیج ان پٹ، ملٹی ٹرن ایڈٹ سیاق و سباق اور چین آف تھاٹ ری رائٹنگ شامل ہے۔
استعمال کی بلنگ کیسے ہوتی ہے؟
آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔
Hy Image 3.5 Preview کون سے ان پٹ اور آؤٹ پٹ کی حمایت کرتا ہے؟
یہ متن اور تصویر دونوں کو ان پٹ کے طور پر قبول کرتا ہے اور تصویری آؤٹ پٹ دیتا ہے۔ ایک درخواست میں پانچ تک ریفرنس تصاویر دی جا سکتی ہیں۔
کیا یہ ماڈل ملٹی ٹرن گفتگو میں تخلیق اور ایڈیٹنگ کر سکتا ہے؟
جی ہاں، یہ پچھلے سیاق و سباق کی بنیاد پر ملٹی ٹرن گفتگو کے ذریعے تخلیق اور ایڈیٹنگ کی حمایت کرتا ہے۔
آؤٹ پٹ ریزولیوشن اور اسپیکٹ ریشو کے کیا اختیارات ہیں؟
یہ متعدد آؤٹ پٹ اسپیکٹ ریشوز اور 1K، 2K اور 4K ریزولیوشن کی حمایت کرتا ہے۔
یہ ماڈل کس قسم کے کاموں کے لیے موزوں ہے؟
یہ اشتہاری بصری مواد، انفوگرافکس، UI ڈیزائن، تصویر کی ری ٹچنگ، پوسٹرز، اسٹوری بورڈز اور ای کامرس مواد جیسے پیشہ ورانہ تخلیقی کاموں کے لیے موزوں ہے۔
Hy Image 3.5 Preview اور اس کی پچھلی نسل میں کیا فرق ہے؟
Tencent کے اندرونی ٹیسٹنگ کے مطابق اس کی مجموعی صلاحیت پچھلی نسل سے تقریباً 30% زیادہ ہے۔ یہ پیش نظارہ ورژن ہے، حتمی مستحکم GA ورژن نہیں۔