Felo API PlatformFelo API Platform
返回模型列表

Hy Image 3.5 Preview API

騰訊推出的預覽版圖像生成與編輯模型,支援多圖參考、多輪對話創作與最高 4K 輸出。

Hy Image 3.5 Preview 是騰訊發佈的預覽版圖像模型,於 2026 年 9 月 22 日推出。它同時接受文字與圖像輸入並輸出圖像,可進行文生圖與圖生圖編輯,每次請求最多可附上 5 張參考圖,並能依據先前的上下文進行多輪對話式創作與修改。輸出支援多種長寬比,解析度提供 1K、2K 與 4K 三檔,並具備多語言文字渲染與排版能力。

在寫實表現上,模型著重呈現皮膚紋理、布料織紋與輪廓光等細節,並能在編輯時維持參考圖的一致性,適合廣告視覺、商業海報、資訊圖表、UI 設計、知識卡片、電商素材、影視物料與分鏡腳本等專業圖像製作情境;人像美化與照片修飾亦在其適用範圍內。騰訊表示其整體能力在自家內部測試中較前一代提升約 30%,中文語意理解較強,寫實風格適合商業交付,定位為兼顧成本效益的專業圖像創作模型,而非追求基準分數領先。

使用上需留意這是預覽版本,並非最終穩定正式版,行為、限制與定價都可能變動;30% 的效能提升說法來自騰訊自身評估,仍待獨立驗證。自動尺寸選擇可能讓不同次執行產生不同方向,正式生產環境建議手動指定尺寸;4K 的定價與穩定性在預覽階段尚不明確。API 模型 ID 為 hy-image-v3.5-preview,採用 Chat/Messages 協定,支援多圖輸入、多輪編輯上下文與思維鏈改寫。

更新時間:

模型 ID

hy-image-v3.5-preview
輸入
text / image
輸出
image

核心要點

  • 每次請求最多 5 張參考圖
  • 支援多輪對話式創作與編輯
  • 輸出解析度涵蓋 1K、2K、4K
  • 多語言文字渲染與排版
  • 寫實呈現皮膚紋理與布料織紋
  • 中文語意理解較強

供應商

1 個供應商

比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。

供應商 · 計費明細
可用率

快速开始

提交圖片任務、輪詢狀態,再儲存圖片。以下範例使用 curl 和 Python 3(僅標準函式庫,無須安裝依賴)。

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

1填入 API key

從 Felo API Platform 帳戶建立 key,並設定為環境變數。

export FELO_API_KEY="YOUR_API_KEY"

2發出第一次請求

選用參數的值依模型而異,範例不預設這些值;加入前請在 Playground 確認。請求欄位與 model、prompt 同層,不包在 input 中。

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"
}'

3輪詢任務

提交後取得 task_id;queued、running 時每 3 秒查詢一次,succeeded、failed 或 interrupted 時停止。範例最多等待 30 分鐘。保留 created.json 可繼續查詢同一任務,避免重複提交。

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

4下載輸出

成功後從 task.json 讀取 outputs 並儲存。結果相容 HTTPS 位址、URL 物件和 b64_json。簽名位址請及時下載;下載圖片時無須攜帶 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

編輯圖片時,將範例位址替換為你的 HTTPS 圖片位址或 base64 圖片 data URL。提交一次後,沿用相同的輪詢與儲存步驟。

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"
      }
    }
  ]
}'

支援的參數

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

想查看完整文件?

API 文件 →

常見問題

什麼是 Hy Image 3.5 Preview?

Hy Image 3.5 Preview 是騰訊發佈的預覽版圖像模型,於 2026 年 9 月 22 日推出。它同時接受文字與圖像輸入並輸出圖像,可進行文生圖與圖生圖編輯,每次請求最多可附上 5 張參考圖,並能依據先前的上下文進行多輪對話式創作與修改。輸出支援多種長寬比,解析度提供 1K、2K 與 4K 三檔,並具備多語言文字渲染與排版能力。 在寫實表現上,模型著重呈現皮膚紋理、布料織紋與輪廓光等細節,並能在編輯時維持參考圖的一致性,適合廣告視覺、商業海報、資訊圖表、UI 設計、知識卡片、電商素材、影視物料與分鏡腳本等專業圖像製作情境;人像美化與照片修飾亦在其適用範圍內。騰訊表示其整體能力在自家內部測試中較前一代提升約 30%,中文語意理解較強,寫實風格適合商業交付,定位為兼顧成本效益的專業圖像創作模型,而非追求基準分數領先。 使用上需留意這是預覽版本,並非最終穩定正式版,行為、限制與定價都可能變動;30% 的效能提升說法來自騰訊自身評估,仍待獨立驗證。自動尺寸選擇可能讓不同次執行產生不同方向,正式生產環境建議手動指定尺寸;4K 的定價與穩定性在預覽階段尚不明確。API 模型 ID 為 hy-image-v3.5-preview,採用 Chat/Messages 協定,支援多圖輸入、多輪編輯上下文與思維鏈改寫。

如何計算呼叫費用?

費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。

Hy Image 3.5 Preview 支援哪些輸入與輸出?

支援文字輸入、圖像輸入與圖像輸出,可用於文生圖與圖生圖編輯,每次請求最多可附上 5 張參考圖。

輸出解析度與長寬比有什麼選項?

輸出解析度提供 1K、2K 與 4K,並支援多種輸出長寬比。預覽階段 4K 的定價與穩定性尚不明確。

它適合哪些任務?

適合廣告視覺、資訊圖表、UI 設計、商業海報、知識卡片、電商素材、影視物料與分鏡腳本等專業圖像製作,也可用於照片修飾與人像美化。

它和同系列前一代有什麼差別?

騰訊表示其整體能力在自家內部測試中較前一代提升約 30%,但此說法仍待獨立驗證。

這是正式版嗎?

不是,這是預覽版本,行為、限制與定價都可能變動,並非最終穩定正式版。

API 要如何接入?

API 模型 ID 為 hy-image-v3.5-preview,採用 Chat/Messages 協定,支援多圖輸入、多輪編輯上下文與思維鏈改寫。

相關模型