腾讯混元上线了 Hy Image 3.5 preview.先给宣发挤个水分. 官方推文里所谓的相比 3.0 提升 30%, 实际指的是内部设计师做的 GSB 盲测胜率高了 30%, 截至目前不管是 LMArena 还是 Artificial Analysis 都没有第三方的公开测试数据.

不过去扒了一圈腾讯云公开的 API 文档, 里面藏的技术细节比宣发推文有价值得多:

1. 协议完全对齐 OpenAI messages 格式.底层给了 100k tokens 的上下文, 支持保留图像历史的多轮编辑. 传统的生图模型往往是一次性请求, 这种用标准对话协议做图像编辑的架构, 明显是冲着多模态 Agent 流程去的.

2. 文档参数与宣发口径有出入.推文里说单次最多 5 张参考图, 但云文档里的实际规则是上下文内最多给 20 张 (单图 20MB 以内). 输出端除了默认的 1.5K 和 2K 档位, 强制输出其实支持到了 4096x4096 (4K). 另外底层挂了思维链提示词改写和外部联网搜索.

3. 计费规则与试用.国内 API 跑 2K 是 0.15 元一张 (国际版 $0.024). 比较实在的一点是输入参考图不计费, 只对最终生成的图片收费. 目前官方给了 OnSolo 和 Miora 两个平台两周的免费试用.

如果只是拿来当玩具文生图, 这次预览版感知可能有限. 但如果你在搭图像处理管线, 这种协议标准化、支持多轮连续修改且参考图免费的底座, 接入成本非常低.

🔗 文档: cloud.tencent.com/document/product/1823/135745🔗 免费试用: onsolo.ai

腾讯混元 HyImage35AI生图AIGC多模态API