Turbo Flux Trainer

ပေါင်းစည်းရန်

မော်ဒယ် id turbo-flux-trainer

# 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/turbo-flux-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

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/turbo-flux-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
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 + ")");

import os
import requests

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

payload = {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/turbo-flux-trainer", 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"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/my/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "turbo-flux-trainer",
  "input": {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

Doitong API မှတစ်ဆင့် Turbo Flux Trainer မော်ဒယ် (turbo-flux-trainer) ကို ခေါ်ယူပါ။ အေးဂျင့်များအတွက် စာရွက်စာတမ်းများ: https://doitong.com/my/developers/models/turbo-flux-trainer.md

POST https://api.doitong.ru/v1/run/turbo-flux-trainer?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}

Response status သည် "queued" သို့မဟုတ် "running" ဖြစ်ပါက "succeeded" ဖြစ်သည်အထိ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 ဖြင့် poll လုပ်ပါ။ ဖိုင်များသည် outputs[].url တွင် ရှိသည်။ လုပ်ဆောင်မီ အတိအကျစျေးနှုန်းရရန် တူညီသော body ဖြင့် POST https://api.doitong.ru/v1/quote/turbo-flux-trainer ကို အသုံးပြုပါ။

ဤတောင်းဆိုချက်: ၂.၄၀ $ ၂,၄၀၀ API ခရက်ဒစ် · ≈ ၂၅၈.၁၉ ₽ ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်

Black Forest Labs လေ့ကျင့်ခြင်း မြန်ဆန်

ပုံများပါသော zip မှ FLUX dev LoRA ကို အကြောင်းအရာ သို့မဟုတ် စတိုင်အတွက် လေ့ကျင့်ပေးပြီး အဆင့်နှင့် နှုန်း ထိန်းချုပ်မှုများ ပါဝင်သည်

OpenAPI Markdown

Black Forest Labs · ဖိုင်

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

စျေးနှုန်း

အတိအကျ စျေးနှုန်း

အဆင့်တစ်ဆင့်လျှင် ၀.၀၀၂၄ $

အဆင့်တစ်ဆင့်လျှင် ၂.၄ API ခရက်ဒစ် · ≈ ၀.၂၆ ₽

ဤတောင်းဆိုချက်: အဆင့် ၁,၀၀၀ ဆင့် × ၀.၀၀၂၄ $ ၂.၄၀ $ ၂,၄၀၀ API ခရက်ဒစ် · ≈ ၂၅၈.၁၉ ₽

လုပ်ဆောင်ရန် · ၂.၄၀ $

အောင်မြင်မှသာ ကောက်ခံပြီး မအောင်မြင်ပါက အလိုအလျောက် ပြန်အမ်းပေးသည်။

steps မူလ 1000

လေ့ကျင့်မှုအဆင့်တစ်ဆင့်လျှင် ကောက်ခံသည်။

စျေးနှုန်းတွက်ချက်ရန် Endpoint: POST /quote/{id}

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

images_data_url •လိုအပ်သည်

Training ပုံများ archive URL။ စတိုင်တူပုံများ ပါဝင်သော zip ကို ပေးပါ။ 10 ပုံနှင့်အထက် ဖြစ်ပါက ပိုကောင်းသည်။ ပုံအစုကြီးလေ ပိုကောင်းလေဖြစ်သည်။

steps မူလ 1000

LoRA အတွက် လေ့ကျင့်မှုအဆင့် အရေအတွက်။

အဆင့်မြင့် training_style · trigger_phrase · learning_rate · face_crop

training_style မူလ subject

Training စတိုင်ရွေးချယ်မှု။

trigger_phrase မူလ ohwx

ရှိပြီးသား caption များထဲရှိ `[trigger]` ကို အစားထိုးရန် သို့မဟုတ် caption မပေးထားပါက caption အဖြစ် အသုံးပြုရန် trigger စကားစုကို ပေးပါ (trigger_work)။ None သည် trigger word ကို ပိတ်ထားသည်။

learning_rate မူလ 0.00115

Training အတွင်း အသုံးပြုသည့် learning rate။

POST /run/turbo-flux-trainer?wait=20 ကုန်ကျစရိတ် → ၂.၄၀ $

# 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/turbo-flux-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

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/turbo-flux-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
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 + ")");

import os
import requests

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

payload = {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/turbo-flux-trainer", 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"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "turbo-flux-trainer",
      "input": {
        "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

API ကီး

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ ဤဘရောက်ဇာတွင် မှတ်ထားရန် API ကီး ရယူရန်

Turbo Flux Trainer အကြောင်း

`images_data_url` မှတစ်ဆင့် ပေးပို့ထားသော ပုံများပါဝင်သည့် zip ဖိုင်မှ စိတ်ကြိုက် LoRA Weights ကို ထုတ်ပေးသော လေ့ကျင့်ရေး မော်ဒယ်ဖြစ်သည်။ အနည်းဆုံး ပုံ 10 ပုံ အသုံးပြုရန် အကြံပြုထားသည်။ `training_style` ကို subject သို့မဟုတ် စတိုင် အဖြစ် သတ်မှတ်ပြီး `trigger_phrase` (မူလတန်ဖိုး ohwx) ကို ရွေးချယ်ကာ `steps` (1 မှ 10000 အထိ) နှင့် `learning_rate` ကို ချိန်ညှိပါ။ `face_crop` သည် ပုံများကို တွေ့ရှိထားသော မျက်နှာများအတိုင်း ဖြတ်တောက်ပေးနိုင်သည်။ ထွက်ရလဒ်မှာ diffusers LoRA Weights ဖိုင်နှင့် ဖွဲ့စည်းမှုသတ်မှတ်ချက် ဖိုင်တို့ဖြစ်သည်။

ပါရာမီတာများ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်

images_data_urlလိုအပ်သည်

အမျိုးအစားstring

trigger_phraseရွေးချယ်နိုင်သည်

အမျိုးအစားstring | null

မူလတန်ဖိုးohwx

stepsရွေးချယ်နိုင်သည်

အမျိုးအစားinteger

မူလတန်ဖိုး1000

၁ – ၁၀,၀၀၀

LoRA အတွက် လေ့ကျင့်မှုအဆင့် အရေအတွက်။

learning_rateရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး0.00115

၀ – ၀.၀၁

Training အတွင်း အသုံးပြုသည့် learning rate။

training_styleရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုးsubject

subjectstyle

Training စတိုင်ရွေးချယ်မှု။

face_cropရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးtrue

မျက်နှာကို အခြေခံ၍ ပုံဖြတ်တောက်ခြင်းကို ဖွင့်ပြီး မျက်နှာကို ဦးစွာ ရှာဖွေရန် ကြိုးစားသည်။

လိုအပ်သည်

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "turbo-flux-trainer",
  "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": 2400,
    "usd": "2.40",
    "charged": 2400,
    "refunded": 0
  },
  "input": {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "diffusers_lora_file": {
      "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
    },
    "config_file": {
      "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
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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"
  }
}

သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။

မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။

ထွက်ရလဒ်၏ Fields များ

diffusers_lora_file: object {url, content_type, file_name, file_size}diffusers ဖော်မတ်ရှိ လေ့ကျင့်ပြီး LoRA weights သို့ ညွှန်ပြသည့် URL။
config_file: object {url, content_type, file_name, file_size}Training ပြုလုပ်ထားသော diffusers မော်ဒယ်၏ configuration ဖိုင် URL။

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/turbo-flux-trainer.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

Turbo Flux Trainer အကြောင်း

ပါရာမီတာများ

ထွက်ရလဒ်

နောက်ထပ် မော်ဒယ်များ: လေ့ကျင့်ခြင်း

FLUX 2 [klein] 9b Base Trainer မူကွဲများ: 2

Flux 2 Klein 9B Base Trainer မူကွဲများ: 2

FLUX 2 Trainer မူကွဲများ: 2

FLUX 2 Trainer Edit မူကွဲများ: 2