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
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。
| 可用率 | |
|---|---|
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
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")
PY4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)
PYinput_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。