更新日志

2026-11-04 — 分割后处理、多边形输出、CBOR 响应

API（不兼容变更）

• 分割结果（POST /v1/segment、POST /v1/refine、批量分割）默认返回含洞的简化多边形，不返回蒙版。Instance.polygon 为部分列表 {outer, holes}，环为图片像素的扁平整数数组。bbox 为整数，x2 和 y2 不包含在内；每个实例都带有 area。
• 蒙版按需返回（geometry: ["mask"]），放在 mask 中：COCO 压缩 RLE（encoding: coco，默认）或无损 WebP 裁剪区域（encoding: webp）。未压缩的整数 rle 已删除。
• 后处理按提示配置（prompts[].options），叠加在请求级默认值（options.defaults）之上：分数、尺寸和面积过滤（含贴边模式，默认 strict）、碎片与洞的清理、多边形容差、洞与部分数量，以及按 group 合并。请求级新增 options.maxInstances、options.nms 和 options.report。响应返回 dropStats，按需返回 dropped。
• 已删除：options.threshold（改为 filter.minScore）、options.maxDetections（改为 options.maxInstances）、options.polygons（多边形为默认输出）。取消 maskSize 大于 2048 时最多 10 个提示的限制。
• 取决于图片内容的限制（每个实例的顶点数、每个响应的几何数据量、WebP 像素）按文档规则缩减输出（tolerancePx、omitted、mask.encoding），不会使调用失败。
• Accept: application/cbor 以 CBOR 返回分割、修整、背景移除和 JSON 模式批量的响应：多边形环为 RFC 8746 类型化数组，二进制数据为字节串。

2026-11-02 — 原图尺寸坐标、蒙版尺寸、图片存储

API

• 请求和响应中的坐标均为摆正后的原图（已应用 EXIF 方向）的像素坐标。图片不再缩小到短边 1008 px；image.width 和 image.height 是原图的尺寸，最多 40 百万像素，每边最多 16384 px。
• 蒙版可以比图片小。rle.size 是蒙版的实际尺寸，客户端按它缩放。
• POST /v1/segment 和 POST /v1/refine 新增 options.maskSize：返回蒙版的长边，范围 64 到 4096 px，默认 2048。大于 2048 时，POST /v1/segment 最多接受 10 个提示。
• 新增错误 400 invalid_image：图片通过了上传检查，但无法解码。此类调用不收费。
• 带有 Retry-After 的 503 unavailable 也可能表示图片存储暂时不可用。

隐私

• 元数据和附加数据在上传时删除。图片本身最长保留 7 天。图片不会转发给 GPU 节点，节点只收到按模型生成的缩放副本。内嵌的 base64 图片与上传的处理方式相同。

2026-11-02 — 图片保留期限

• 图片句柄和缓存的编码最长保留 7 天，从账户首次存储该图片时起算，到期后删除。存储容量不足时仍可能更早被清除，因此不设最短保留期限。使用已删除的句柄调用会返回 404 image_not_found，应重新上传图片。

2026-11-01 — sam3 支持点提示，文档按用例组织

API

• sam3 在 POST /v1/segment 中接受点提示：{ "point": { "x", "y" } } 每个点恰好返回一个对象。点提示可以与文本提示和样例框在一次调用中混用，并计入 50 个提示的上限。options.threshold 和 options.maxDetections 只作用于文本提示和样例框的实例，样例框只作用于文本提示。
• 点提示按 point 计费，单价与 sam3 的点相同；图片编码每次调用计费一次。
• POST /v1/refine 按调用计费：每次调用计一个 refine 单位（sam3 0.02，sam-lite 0.01，一次解码），与点的数量以及是否带框无关。POST /v1/segment 中的样例框不再单独计费：每个文本提示计为一个 prompt，只含样例框而没有文本提示的调用计为一个 prompt。
• 未变：sam3 分割调用中的 box 为样例框。用框标出单个物体请使用 POST /v1/refine。

文档

• 新增六个用例页面：交互分割、概念分割、文字识别、文档解析、嵌入与检索、抠图。每个页面说明请求与响应，并比较适用于该任务的模型。
• 模型页面介绍模型本身、权重、许可证、工作原理、计费单位和限制，以及模型在各用例下的特性。
• 侧边栏以缩进显示层级。
• 用例页面先说明任务及其场景，再比较模型，最后给出一个调用示例及其费用。请求与响应字段的说明见 API 参考；模型页面不再重复计费单位，计费单位见计费页面。

2026-11 — 首次发布

公共 API 版本 0.1.0-draft。

接口

• POST /v1/images：上传图片并获得可复用的 img_ 句柄。
• POST /v1/segment 和 POST /v1/refine：使用 sam3 和 sam-lite 进行分割。
• POST /v1/ocr：使用 ppocr-v6 进行文字识别。
• POST /v1/documents/parse：使用 paddleocr-vl 对单个页面进行版面分析与识别。
• POST /v1/embeddings：使用 dinov3 和 siglip2 进行图像和文本嵌入。
• POST /v1/remove-background：使用 birefnet 移除背景。
• GET /v1/models：模型、价格和各账户的可用性。

平台

• 带模型范围、有效期和轮换的 API 密钥。
• 预付额度；1 额度 = US$0.001。每次调用返回 cost、balance、billing 和 timing 字段。
• 带每日额度的模型池：公共池和免费池，以及从余额中扣费的付费模型。
• 会消耗额度的调用支持 Idempotency-Key；每个响应都带有 X-Request-Id。
• Playground，其试用通道无需账户。

暂未提供

• 异步任务和 webhook。
• image.url 输入；图片以 base64 发送或先上传。
• POST /v1/documents/parse 的多页 PDF 输入。