# Wan v2.2 A14B Text-to-Image A14B with LoRAs API

> 스타일 적용을 위한 LoRA 가중치와 PNG 또는 JPEG 출력을 지원하는 A14B text-to-image

`prompt`에서 이미지를 생성하고 `loras`로 전달된 사용자 지정 LoRA 가중치를 적용합니다. `image_size`는 정사각형, 세로 및 가로 사전 설정을 제공하며 `image_format`은 png 또는 jpeg입니다. `guidance_scale`, `guidance_scale_2`, 최대 40의 `num_inference_steps` 및 `negative_prompt`도 지원합니다.

- Model id: `wan/v2.2-a14b/text-to-image/lora`
- Made by: Alibaba
- Category: Text to Image
- Output: image
- Price: $0.05 / image (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.ru/v1/run/wan/v2.2-a14b/text-to-image/lora`
- Quote: `POST https://api.doitong.ru/v1/quote/wan/v2.2-a14b/text-to-image/lora`
- Docs page: https://doitong.com/ko/developers/models/wan/v2.2-a14b/text-to-image/lora

## Pricing

Price: **$0.05 / image**. Billed per generated image.

The full example input below costs $0.05 = 50 API credits (1 image × 50 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/wan/v2.2-a14b/text-to-image/lora` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | 생성된 이미지를 안내하는 텍스트 지침입니다. |
| `negative_prompt` |  | string | no | `` |  | 동영상 생성에 적용되는 네거티브 프롬프트입니다. |
| `seed` |  | integer \| null | no |  |  | 생성을 재현 가능하게 하는 시드입니다. None으로 설정하면 무작위로 선택됩니다. |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | 샘플링 단계 수입니다. 수가 늘어날수록 처리 시간이 길어지는 대신 품질이 향상됩니다. |
| `enable_safety_checker` |  | boolean | no | `false` |  | 처리 전 입력 안전성 검사입니다. 승인된 계정만 해제할 수 있습니다. 권한이 없는 요청은 항상 검사되며, 그 외에는 true가 검사를 활성화합니다. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | 생성된 동영상의 안전성 검사를 제어합니다. true로 설정하면 생성 후 검사를 활성화합니다. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | 대규모 언어 모델이 세부 정보를 추가하여 프롬프트를 보강하도록 허용합니다. 이 확장을 활성화해도 프롬프트의 의미는 바뀌지 않습니다. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | 가속 설정입니다. 'regular'를 권장합니다. 가속을 높이면 품질이 저하되는 대신 생성 시간이 줄어듭니다. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | 분류기 없는 안내 강도입니다. 스케일이 커질수록 프롬프트 일치도가 높아지는 대신 품질이 저하될 수 있습니다. |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | 두 번째 단계에서 모델이 프롬프트를 얼마나 충실히 따를지 제어하는 안내 배율입니다. |
| `shift` |  | number | no | `2` | 1 – 10 | 이미지 이동 설정입니다. 허용 범위는 1.0–10.0입니다. |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | 추론 중 적용할 LoRA 가중치입니다. |
| `loras[].path` |  | string | yes |  |  | URL 또는 경로로 지정하는 LoRA 가중치 위치입니다. |
| `loras[].weight_name` |  | string \| null | no |  |  | LoRA 가중치 이름입니다. Hugging Face 저장소에 safetensors 파일이 1개보다 많을 때만 필요합니다. `path`가 이러한 저장소를 식별할 때만 사용됩니다. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | 기본 모델에 병합하기 전에 LoRA 가중치에 적용되는 배수입니다. |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | LoRA 가중치의 Transformer 대상입니다. 고노이즈 Transformer에는 'high', 저노이즈 Transformer에는 'low', 두 Transformer 모두에는 'both'를 선택합니다. |
| `reverse_video` |  | boolean | no | `false` |  | 동영상 반전 전환입니다. true이면 재생 방향을 반대로 바꿉니다. |
| `image_size` |  | object {width, height} \| enum (string) | no | `square_hd` | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | 생성된 이미지의 치수입니다. |
| `image_format` |  | enum (string) | no | `jpeg` | `png`, `jpeg` | 결과 이미지의 파일 형식입니다. |

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "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/wan/v2.2-a14b/text-to-image/lora?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"
```

### 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/wan/v2.2-a14b/text-to-image/lora?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "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 = {
    "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/wan/v2.2-a14b/text-to-image/lora", 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": "wan/v2.2-a14b/text-to-image/lora",
      "input": {
        "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": "wan/v2.2-a14b/text-to-image/lora",
  "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": 50,
    "usd": "0.05",
    "charged": 50,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "image": {
      "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
    },
    "seed": 42
  },
  "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 |
|---|---|---|
| `image` | object {url, content_type, file_name, file_size} | 생성으로 만들어진 이미지 파일입니다. |
| `seed` | integer | 생성 중 적용되는 시드 값입니다. |

## Related models

- [Wan-2.2 Text-to-Video A14B with LoRAs](https://doitong.com/developers/models/wan/v2.2-a14b/text-to-video/lora.md) (`wan/v2.2-a14b/text-to-video/lora`): from $0.507 / run
- [Wan v2.2 A14B Image-to-Video A14B with LoRAs](https://doitong.com/developers/models/wan/v2.2-a14b/image-to-video/lora.md) (`wan/v2.2-a14b/image-to-video/lora`): from $1.006 / run
- [Qwen Image 3 Text to Image](https://doitong.com/developers/models/alibaba/qwen-image-3/text-to-image.md) (`alibaba/qwen-image-3/text-to-image`): from $0.04 / image
- [FLUX.1 \[dev\]](https://doitong.com/developers/models/flux/dev.md) (`flux/dev`): $0.025 / megapixel
- [FLUX.1 \[schnell\]](https://doitong.com/developers/models/flux/schnell.md) (`flux/schnell`): $0.003 / megapixel
- [FLUX.2 \[dev\]](https://doitong.com/developers/models/flux-2.md) (`flux-2`): $0.012 / megapixel
- [FLUX.2 \[pro\]](https://doitong.com/developers/models/flux-2-pro.md) (`flux-2-pro`): $0.015 / megapixel of output image
- [GPT Image 2.5 Text to Image](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/text-to-image.md) (`openai/gpt-image-2.5/flare/text-to-image`): from $0.008 / image

## Links

- HTML page: https://doitong.com/developers/models/wan/v2.2-a14b/text-to-image/lora
- 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=wan/v2.2-a14b/text-to-image/lora
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/wan/v2.2-a14b/text-to-image/lora