# SDXL ControlNet Union · Image to Image API

> SDXL מתמונה לתמונה עם הנחיה מרובת־ControlNet מתמונות בקרה של תנוחה, עומק, קצוות, נורמל או סגמנטציה

משנה תמונת התחלה באמצעות בסיס SDXL המונחה על ידי הנחיה ותמונות בקרה אופציונליות עבור openpose, מפת עומק, teed, canny, normal וסגמנטציה. לכל קלט בקרה יש מתג עיבוד מקדים משלו. `strength` נע בין 0.05 ל-1, `num_inference_steps` בין 1 ל-70, וניתן להחזיר עד 8 תמונות בכל קריאה. ניתן לספק LoRAs והטמעות, והפלט הוא jpeg או png.

- Model id: `sdxl-controlnet-union/image-to-image`
- Made by: Stability AI
- Category: Image Editing
- Output: image
- Estimated price per run: $0.048 / image (cheapest run $0.048 (48 API credits))
- Run: `POST https://api.doitong.ru/v1/run/sdxl-controlnet-union/image-to-image`
- Quote: `POST https://api.doitong.ru/v1/quote/sdxl-controlnet-union/image-to-image`
- Docs page: https://doitong.com/he/developers/models/sdxl-controlnet-union/image-to-image

## Pricing

Price: **$0.048 / image**. Estimated from the typical cost of one run, per output (`num_images`). The quote is exactly what the run charges.

The full example input below costs $0.048 = 48 API credits (1 image × 48 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/sdxl-controlnet-union/image-to-image` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | תאר את התמונה שברצונך ליצור, בפירוט רב ככל האפשר לקבלת התוצאות הטובות ביותר. |
| `controlnet_conditioning_scale` |  | number | no | `0.5` | 0 – 1 | עוצמת ההתניה המוחלת על ידי ControlNet. |
| `image_url` | `image` | string (image URL) | yes |  |  | תמונת התחלה ליצירה, שסופקה באמצעות URL. |
| `negative_prompt` |  | string | no | `` |  | הנחיה שלילית המציינת פרטי תמונה לא רצויים. היא יכולה להחריג צבעים, אובייקטים, נוף או תכונות ואיכויות עדינות יותר, כגון שפם, טשטוש או רזולוציה נמוכה. |
| `image_size` |  | object {height, width} \| enum (string) \| null | no |  | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | מידות הפלט, הנקבעות אוטומטית מתמונת הבקרה כאשר לא סופק גודל. |
| `num_inference_steps` |  | integer | no | `35` | 1 – 70 | מספר שלבי ההסקה לביצוע. |
| `guidance_scale` |  | number | no | `7.5` | 0 – 20 | עוצמת ההיצמדות להנחיה עבור בחירת תמונה, המבוטאת כ-CFG (Classifier Free Guidance). |
| `strength` |  | number | no | `0.95` | 0.05 – 1 | מידת הדמיון בין התמונה שנוצרה לתמונה הראשונית. |
| `seed` |  | integer \| null | no |  |  | זרע לשחזור תמונות ב־Stable Diffusion. ניתן לשחזר תמונה בדיוק בכל הרצה באמצעות שמירה על גרסת המודל, ההנחיה והזרע ללא שינוי. |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 8 | מספר התמונות המבוקש ליצירה. |
| `loras` |  | array of object {force, path, scale} | no | `[]` |  | משקלי LoRA שנבחרו לשימוש, מסופקים כרשימה. |
| `loras[].force` |  | boolean | no | `false` |  | האם השימוש ב-embedding חובה: true הופך אותו לחובה. |
| `loras[].path` |  | string | yes |  |  | מקור משקלי LoRA, המסופק כמזהה מודל HF שנפתר למשקלי safetensors או כקובץ safetensors הממוקם באמצעות כתובת URL או נתיב. |
| `loras[].scale` |  | number | no | `1` | 0 – 1 | מכפיל המוחל על משקל ה־LoRA לפני מיזוגו במודל הבסיס. |
| `embeddings` |  | array of object {path, tokens} | no | `[]` |  | Embeddings שנבחרו לשימוש, מסופקים כרשימה. |
| `embeddings[].path` |  | string | yes |  |  | משקלי embedding שצוינו באמצעות כתובת URL או נתיב קובץ. |
| `embeddings[].tokens` |  | array of string \| null | no |  |  | רשימת טוקנים של embedding, עם מתן שמות אוטומטי כאשר הרשימה מושמטת: כל וקטור בקובץ ה-embedding מקבל טוקן מהרצף <s0>, <s1>, ... . |
| `enable_safety_checker` |  | boolean | no | `true` |  | הפעלת בודק הבטיחות; true מאפשר בדיקה. |
| `safety_checker_version` |  | enum (string) | no | `v1` | `v1`, `v2` | בחירה בין בודק בטיחות ViT מותאם אישית (`v2`) לבין הבודק של CompVis (`v1`, ברירת המחדל). |
| `expand_prompt` |  | boolean | no | `false` |  | הרחבת הנחיה באמצעות הנחיות נוספות, מופעלת כאשר true. |
| `format` |  | enum (string) | no | `jpeg` | `jpeg`, `png` | פורמט הקובץ של התמונה שהתקבלה. |
| `request_id` |  | string | no | `` |  | מזהה בקשה לקישור תגובה לבקשה שיצרה אותה. |
| `preserve_aspect_ratio` |  | boolean | no | `false` |  | הגדר ל־true כדי לשמור על יחס הגובה־רוחב של התמונה שנוצרה גם כאשר גודלה חורג מהמגבלה. כדי לקבל את הפרופורציות הנכונות באמצעות חיתוך לאחר היצירה, הגדר crop_output ל־True. ערכי רוחב או גובה שאינם מתחלקים ב־32 יעוגלו עדיין לכפולה הקרובה ביותר של 32, ושינוי גודל זה אינו שומר על יחס הגובה־רוחב כברירת מחדל. |
| `crop_output` |  | boolean | no | `false` |  | חתוך את הפלט שנוצר ליחס הגובה־רוחב הנכון כאשר הערך true. |
| `openpose_image_url` |  | string (image URL) \| null | no |  |  | כתובת URL המפנה לתמונת הבקרה. |
| `openpose_preprocess` |  | boolean | no | `true` |  | שולט בעיבוד המקדים של תמונת openpose. |
| `depth_image_url` |  | string (image URL) \| null | no |  |  | כתובת URL המפנה לתמונת הבקרה. |
| `depth_preprocess` |  | boolean | no | `true` |  | שולט בעיבוד המקדים של תמונת העומק. |
| `teed_image_url` |  | string (image URL) \| null | no |  |  | כתובת URL המפנה לתמונת הבקרה. |
| `teed_preprocess` |  | boolean | no | `true` |  | שולט בעיבוד המקדים של תמונת teed. |
| `canny_image_url` |  | string (image URL) \| null | no |  |  | כתובת URL המפנה לתמונת הבקרה. |
| `canny_preprocess` |  | boolean | no | `true` |  | שולט בעיבוד המקדים של תמונת canny. |
| `normal_image_url` |  | string (image URL) \| null | no |  |  | כתובת URL המפנה לתמונת הבקרה. |
| `normal_preprocess` |  | boolean | no | `true` |  | שולט בעיבוד המקדים של התמונה הנורמלית. |
| `segmentation_image_url` |  | string (image URL) \| null | no |  |  | כתובת URL המפנה לתמונת הבקרה. |
| `segmentation_preprocess` |  | boolean | no | `true` |  | שולט בעיבוד המקדים של תמונת הפילוח. |

File parameters (`image`, `openpose_image_url`, `depth_image_url`, `teed_image_url`, `canny_image_url`, `normal_image_url`, `segmentation_image_url`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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/sdxl-controlnet-union/image-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/sdxl-controlnet-union/image-to-image?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/sdxl-controlnet-union/image-to-image", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "sdxl-controlnet-union/image-to-image",
      "input": {
        "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sdxl-controlnet-union/image-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": 48,
    "usd": "0.048",
    "charged": 48,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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",
        "width": 1024,
        "height": 768,
        "content_type": "image/jpeg"
      }
    ],
    "timings": {},
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "prompt": "string"
  },
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `images` | array of object {url, width, height, content_type} | פרטי קובץ עבור התמונות שנוצרו. |
| `timings` | object |  |
| `seed` | integer | Seed ליצירת תמונה, כולל הערך שנבחר באקראי אם הקלט לא כלל Seed; אחרת, הוא חוזר על הערך שסופק. |
| `has_nsfw_concepts` | array of boolean | מציין אם מושגים מסוג NSFW מופיעים בתמונות שנוצרו. |
| `prompt` | string | הנחיה המשמשת במהלך יצירת התמונה. |

## Related models

- [SDXL ControlNet Union](https://doitong.com/developers/models/sdxl-controlnet-union.md) (`sdxl-controlnet-union`): $0.014 / image
- [SDXL ControlNet Union · Inpainting](https://doitong.com/developers/models/sdxl-controlnet-union/inpainting.md) (`sdxl-controlnet-union/inpainting`): $0.012 / image
- [FLUX.1 Kontext \[pro\]](https://doitong.com/developers/models/flux-pro/kontext.md) (`flux-pro/kontext`): $0.04 / image
- [GPT Image 2.5 Edit](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/edit.md) (`openai/gpt-image-2.5/flare/edit`): from $0.12 / image
- [Nano Banana 2 Edit](https://doitong.com/developers/models/nano-banana-2/edit.md) (`nano-banana-2/edit`): from $0.06 / image
- [Nano Banana Pro Edit](https://doitong.com/developers/models/nano-banana-pro/edit.md) (`nano-banana-pro/edit`): from $0.15 / image
- [Qwen Image 3 Edit](https://doitong.com/developers/models/alibaba/qwen-image-3/edit.md) (`alibaba/qwen-image-3/edit`): from $0.04 / image
- [Seedream 5.0 Pro Edit](https://doitong.com/developers/models/bytedance/seedream/v5/pro/edit.md) (`bytedance/seedream/v5/pro/edit`): from $0.0675 / run of output image

## Links

- HTML page: https://doitong.com/developers/models/sdxl-controlnet-union/image-to-image
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=sdxl-controlnet-union/image-to-image
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/sdxl-controlnet-union/image-to-image