رفتن به محتوا

Cosmos 3 Super

یکپارچه‌سازی

شناسه مدل nvidia/cosmos-3-super/text-to-image
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/cosmos-3-super/text-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۰۴⁩ ۴۰ اعتبار API · ≈ ⁨‎₽۴٫۳۰⁩ فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
NVIDIA متن به تصویر #stylized#transform#realism

تولید تصویر از متن با گسترش پرامپت و حالت اختیاری عامل‌محور برای مقایسه نامزدها

NVIDIA · تصویر

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی 88 / 4096

توضیح متنی تصویر خروجی موردنظر.

image_size پیش‌فرض square_hd

ابعاد تصویر خروجی را تعیین کنید؛ محدودسازی، هر لبه را بین 512 و 1280px نگه می‌دارد و طول لبه‌ها را به مضرب‌های 16 محدود می‌کند.

پیش‌فرض 2

حد دور پالایش برای تولید با حالت عامل‌محور فعال.

پیش‌فرض 2

تعداد نامزدهای تصویر در هر تکرار حلقه عامل‌محور؛ مشخص می‌کند پیش از بازنویسی پرامپت، چند تصویر در ارزیابی رقابت کنند.

num_images پیش‌فرض 1

تعداد تصاویر درخواستی برای تولید.

پیشرفته negative_prompt · output_format · num_inference_steps · guidance_scale · seed · agentic_early_stop · enable_safety_checker
0 / 1024

راهنمایی منفی برای شناسایی رنگ‌ها، اشیا یا مصنوعات ناخواسته‌ای که باید از تولید حذف شوند.

output_format پیش‌فرض jpeg

قالب فایل تصویر نهایی.

پیش‌فرض 28

تعداد گام‌های حذف نویز؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود.

پیش‌فرض 4

قدرت راهنمایی بدون طبقه‌بند.

seed برای تولید تکرارپذیر تصویر. تصویر خروجی در اجراهای مختلف ثابت می‌ماند، مگر اینکه seed، پرامپت یا نسخه مدل تغییر کند.

POST /run/nvidia/cosmos-3-super/text-to-image?wait=20 قیمت → ⁨‎$۰٫۰۴⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/cosmos-3-super/text-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Cosmos 3 Super

از یک `prompt` حداکثر 4096 کاراکتری، 1 تا 4 تصویر ایجاد می‌کند. اضلاع `image_size` به 512-1280 px محدود می‌شوند. `enable_agentic_generation` چند نامزد تولید می‌کند و بین دورها پرامپت را با حداکثر 3 تکرار پالایش می‌کند. `negative_prompt`، `guidance_scale` تا 20، `num_inference_steps` تا 50 و خروجی jpeg یا png نیز دارد.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
≤ ۴٬۰۹۶ نویسه
توضیح متنی تصویر خروجی موردنظر.
negative_promptاختیاری
نوعstring
پیش‌فرض
≤ ۱٬۰۲۴ نویسه
راهنمایی منفی برای شناسایی رنگ‌ها، اشیا یا مصنوعات ناخواسته‌ای که باید از تولید حذف شوند.
enable_prompt_expansionاختیاری
نوعboolean
پیش‌فرضfalse
بهبود پرامپت پیش از تولید از طریق OpenRouter که در صورت فعال بودن، نمایش dense structured-JSON مورد استفاده در آموزش Cosmos3 را تولید می‌کند. در صورت شکست بهبود، تولید تصویر با پرامپت تغییریافته‌نشده ادامه می‌یابد.
enable_agentic_generationاختیاری
نوعboolean
پیش‌فرضfalse
حلقه خودکار پالایش پرامپت برای پایبندی بیشتر به درخواست اصلی. هر دور چند نامزد تصویر تولید و آن‌ها را مقایسه می‌کند و بین دورها پرامپت را بازبینی می‌کند.
agentic_max_iterationsاختیاری
نوعinteger
پیش‌فرض2
۱ – ۳
حد دور پالایش برای تولید با حالت عامل‌محور فعال.
agentic_samples_per_iterationاختیاری
نوعinteger
پیش‌فرض2
۱ – ۳
تعداد نامزدهای تصویر در هر تکرار حلقه عامل‌محور؛ مشخص می‌کند پیش از بازنویسی پرامپت، چند تصویر در ارزیابی رقابت کنند.
agentic_early_stopاختیاری
نوعboolean
پیش‌فرضtrue
کنترل توقف زودهنگام که تطابق قوی تصویر با پرامپت را برای پایان بدون تکرارهای بیشتر کافی می‌داند.
image_sizeاختیاری
نوعobject
پیش‌فرضsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ابعاد تصویر خروجی را تعیین کنید؛ محدودسازی، هر لبه را بین 512 و 1280px نگه می‌دارد و طول لبه‌ها را به مضرب‌های 16 محدود می‌کند.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض28
۱ – ۵۰
تعداد گام‌های حذف نویز؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض4
۰ – ۲۰
قدرت راهنمایی بدون طبقه‌بند.
num_imagesاختیاری num_outputs
نوعinteger
پیش‌فرض1
۱ – ۴
تعداد تصاویر درخواستی برای تولید.
seedاختیاری
نوعinteger | null
seed برای تولید تکرارپذیر تصویر. تصویر خروجی در اجراهای مختلف ثابت می‌ماند، مگر اینکه seed، پرامپت یا نسخه مدل تغییر کند.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
کلید تعدیل محتوا برای ورودی پرامپت و خروجی تصویر. حساب‌ها برای دور زدن تعدیل باید مجاز باشند؛ در غیر این صورت بررسی‌ها صرف‌نظر از این تنظیم الزامی می‌مانند. هر تصویر ناامن با تصویر سیاه جایگزین می‌شود.
output_formatاختیاری
نوعenum
پیش‌فرضjpeg
jpegpng
قالب فایل تصویر نهایی.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nvidia/cosmos-3-super/text-to-image",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 40,
    "usd": "0.04",
    "charged": 40,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ]
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
images
array of object {url, content_type, file_name, file_size, width, height}تصاویر تولیدشده توسط مدل.
seed
integerمقدار Seed اعمال‌شده هنگام تولید.
has_nsfw_concepts
array of booleanوضعیت پرچم بررسی ایمنی برای هر تصویر تولیدشده.

مدل‌های بیشتر: متن به تصویر

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/nvidia/cosmos-3-super/text-to-image.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt