ControlNet SDXL · Inpainting

ਇੰਟੀਗ੍ਰੇਟ ਕਰੋ

ਮਾਡਲ id fast-sdxl-controlnet-canny/inpainting

# 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/fast-sdxl-controlnet-canny/inpainting?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",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "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/fast-sdxl-controlnet-canny/inpainting?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",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "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 = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "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/fast-sdxl-controlnet-canny/inpainting", 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/pa/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": "fast-sdxl-controlnet-canny/inpainting",
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

Doitong API ਰਾਹੀਂ ControlNet SDXL · Inpainting ਮਾਡਲ (fast-sdxl-controlnet-canny/inpainting) ਨੂੰ ਕਾਲ ਕਰੋ। ਏਜੰਟਾਂ ਲਈ ਦਸਤਾਵੇਜ਼: https://doitong.com/pa/developers/models/fast-sdxl-controlnet-canny/inpainting.md

POST https://api.doitong.ru/v1/run/fast-sdxl-controlnet-canny/inpainting?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

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

ਜੇ ਜਵਾਬ ਦੀ ਸਥਿਤੀ "queued" ਜਾਂ "running" ਹੈ, ਤਾਂ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 ਨੂੰ ਉਦੋਂ ਤੱਕ ਪੋਲ ਕਰੋ ਜਦੋਂ ਤੱਕ ਇਹ "succeeded" ਨਾ ਹੋ ਜਾਵੇ; ਫ਼ਾਈਲਾਂ outputs[].url ਵਿੱਚ ਹਨ। ਉਸੇ ਬਾਡੀ ਨਾਲ POST https://api.doitong.ru/v1/quote/fast-sdxl-controlnet-canny/inpainting ਚਲਾਉਣ ’ਤੇ ਰਨ ਤੋਂ ਪਹਿਲਾਂ ਸਹੀ ਕੀਮਤ ਮਿਲ ਜਾਂਦੀ ਹੈ।

ਇਹ ਬੇਨਤੀ: ≈$0.014 14 API ਕ੍ਰੈਡਿਟ · ≈ ₽1.50 ਇਸ ਪੰਨੇ ’ਤੇ ਚਲਾਓ

API ਕੁੰਜੀ ਲਵੋ

Stability AI ਚਿੱਤਰ ਸੰਪਾਦਨ ਤੇਜ਼ #diffusion#controlnet#editing#manipulation

ControlNet SDXL ਇਨਪੇਂਟਿੰਗ: ਕੰਟਰੋਲ-ਚਿੱਤਰ ਗਾਈਡੈਂਸ ਹੇਠ ਚਿੱਤਰ ਦੇ ਮਾਸਕ ਕੀਤੇ ਖੇਤਰ ਨੂੰ ਮੁੜ ਰੰਗਦਾ ਹੈ

OpenAPI Markdown

Stability AI · ਚਿੱਤਰ

ਤੁਹਾਡਾ ਪਹਿਲਾ ਨਤੀਜਾ ਇੱਥੇ ਹੋਵੇਗਾ

ਹੇਠਾਂ ਬੇਨਤੀ ਬਣਾਓ ਅਤੇ ਆਪਣੀ API ਕੁੰਜੀ ਨਾਲ ਚਲਾਓ। ਆਉਟਪੁੱਟ ਸਾਡੇ ਸਟੋਰੇਜ ਵਿੱਚ ਕਾਪੀ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਹਮੇਸ਼ਾ ਲਈ ਜਾਂ ਮੁਫ਼ਤ ਵਿੱਚ 7 ਦਿਨ ਤੱਕ ਰੱਖੇ ਜਾਂਦੇ ਹਨ।

ਰਿਕਵੈਸਟ ਬਣਾਓ

ਪ੍ਰਤੀ ਰਨ ਅਨੁਮਾਨਿਤ ਕੀਮਤ

ਅਨੁਮਾਨਿਤ ਕੀਮਤ

$0.014ਪ੍ਰਤੀ ਰਨ

14 API ਕ੍ਰੈਡਿਟ · ≈ ₽1.50

ਪ੍ਰਤੀ ਰਨ ਨਿਰਧਾਰਤ ਕੀਮਤ, ਸਿਰਫ਼ ਸਫਲਤਾ ’ਤੇ ਚਾਰਜ।

ਚਲਾਓ · $0.014

ਸਿਰਫ਼ ਸਫਲਤਾ ’ਤੇ ਚਾਰਜ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; ਅਸਫਲਤਾ ’ਤੇ ਆਪਣੇ ਆਪ ਰਿਫੰਡ ਹੁੰਦਾ ਹੈ।

num_outputs ਡਿਫ਼ਾਲਟ 1

ਇੱਕ ਆਮ ਰਨ ਦੀ ਲਾਗਤ ਦੇ ਆਧਾਰ ’ਤੇ ਅਨੁਮਾਨਿਤ। ਕੋਟ ਬਿਲਕੁਲ ਉਹੀ ਹੈ ਜੋ ਰਨ ਲਈ ਲਿਆ ਜਾਂਦਾ ਹੈ।

ਕੋਟ ਐਂਡਪੌਇੰਟ: POST /quote/{id}

ਰਿਕਵੈਸਟ ਬਣਾਓ

ਕੰਟਰੋਲ ਮਾਡਲ ਸਕੀਮਾ ਤੋਂ ਤਿਆਰ ਹੁੰਦੇ ਹਨ। ਤੁਸੀਂ ਬਦਲਾਅ ਕਰਦੇ ਹੀ ਕੋਡ ਅਤੇ ਕੀਮਤ ਅੱਪਡੇਟ ਹੋ ਜਾਂਦੇ ਹਨ।

prompt •ਲੋੜੀਂਦਾ

ਜਿਸ ਚਿੱਤਰ ਨੂੰ ਤੁਸੀਂ ਸਿਰਜਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਉਸ ਦਾ ਵੱਧ ਤੋਂ ਵੱਧ ਵੇਰਵੇ ਨਾਲ ਵਰਣਨ ਕਰੋ ਤਾਂ ਜੋ ਸਭ ਤੋਂ ਵਧੀਆ ਨਤੀਜੇ ਮਿਲਣ।

control_image_url •ਲੋੜੀਂਦਾ

ਫ਼ਾਈਲ ਛੱਡੋ, ਜਾਂ

ਕੰਟਰੋਲ ਚਿੱਤਰ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ URL।

image •ਲੋੜੀਂਦਾ image_url

ਫ਼ਾਈਲ ਛੱਡੋ, ਜਾਂ

ਸਿਰਜਣਾ ਲਈ ਸ਼ੁਰੂਆਤੀ ਚਿੱਤਰ, URL ਰਾਹੀਂ ਦਿੱਤਾ ਗਿਆ।

mask •ਲੋੜੀਂਦਾ mask_url

ਫ਼ਾਈਲ ਛੱਡੋ, ਜਾਂ

ਇਨਪੇਂਟਿੰਗ ਮਾਸਕ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ URL।

image_size

ਆਉਟਪੁੱਟ ਮਾਪ, ਜੋ ਆਕਾਰ ਨਾ ਦਿੱਤੇ ਜਾਣ 'ਤੇ ਕੰਟਰੋਲ ਚਿੱਤਰ ਤੋਂ ਆਪਣੇ ਆਪ ਨਿਰਧਾਰਤ ਹੁੰਦੇ ਹਨ।

num_outputs num_images ਡਿਫ਼ਾਲਟ 1

ਸਿਰਜਣਾ ਲਈ ਮੰਗੀ ਗਈ ਚਿੱਤਰਾਂ ਦੀ ਗਿਣਤੀ।

ਉੱਨਤ negative_prompt · safety_checker_version · format · request_id · controlnet_conditioning_scale · num_inference_steps · guidance_scale · strength · seed · enable_safety_checker · expand_prompt · loras · embeddings

negative_prompt ਡਿਫ਼ਾਲਟ

ਅਣਚਾਹੇ ਚਿੱਤਰ ਵੇਰਵਿਆਂ ਲਈ ਨੈਗੇਟਿਵ ਪ੍ਰੌਂਪਟ। ਇਹ ਰੰਗ, ਵਸਤੂਆਂ, ਦ੍ਰਿਸ਼ ਜਾਂ ਬਾਰੀਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਗੁਣਾਂ, ਜਿਵੇਂ ਮੁੱਛ, ਧੁੰਦਲਾਪਣ ਜਾਂ ਘੱਟ ਰੈਜ਼ੋਲਿਊਸ਼ਨ, ਨੂੰ ਬਾਹਰ ਰੱਖ ਸਕਦਾ ਹੈ।

safety_checker_version ਡਿਫ਼ਾਲਟ v1

ਕਸਟਮ ViT safety checker (`v2`) ਅਤੇ CompVis checker (`v1`, ਪੂਰਵ-ਨਿਰਧਾਰਤ) ਵਿੱਚੋਂ ਚੁਣੋ।

format ਡਿਫ਼ਾਲਟ jpeg

ਨਤੀਜੇ ਵਾਲੇ ਚਿੱਤਰ ਦਾ ਫ਼ਾਈਲ ਫਾਰਮੈਟ।

request_id ਡਿਫ਼ਾਲਟ

ਜਵਾਬ ਨੂੰ ਉਹ ਬੇਨਤੀ ਨਾਲ ਜੋੜਨ ਲਈ ਬੇਨਤੀ identifier ਜਿਸ ਨੇ ਇਸਨੂੰ ਪੈਦਾ ਕੀਤਾ।

controlnet_conditioning_scale ਡਿਫ਼ਾਲਟ 0.5

ControlNet ਦੁਆਰਾ ਲਾਗੂ ਕੀਤੀ ਕੰਡੀਸ਼ਨਿੰਗ ਦੀ ਤਾਕਤ।

num_inference_steps ਡਿਫ਼ਾਲਟ 35

ਚਲਾਏ ਜਾਣ ਵਾਲੇ ਇਨਫ਼ਰੈਂਸ ਕਦਮਾਂ ਦੀ ਗਿਣਤੀ।

guidance_scale ਡਿਫ਼ਾਲਟ 7.5

ਚਿੱਤਰ ਚੋਣ ਲਈ ਪ੍ਰੌਂਪਟ-ਅਨੁਸਾਰਤਾ ਦੀ ਤਾਕਤ, CFG (Classifier Free Guidance) ਵਜੋਂ ਦਰਸਾਈ ਗਈ ਹੈ।

strength ਡਿਫ਼ਾਲਟ 0.95

ਬਣਾਏ ਗਏ ਚਿੱਤਰ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਚਿੱਤਰ ਵਿਚਕਾਰ ਸਮਾਨਤਾ ਦੀ ਮਾਤਰਾ।

seed

Stable Diffusion ਵਿੱਚ ਚਿੱਤਰ ਦੁਬਾਰਾ ਸਿਰਜਣ ਲਈ ਸੀਡ। ਮਾਡਲ ਵਰਜਨ, ਪ੍ਰੌਂਪਟ ਅਤੇ ਸੀਡ ਨੂੰ ਅਣਬਦਲਿਆ ਰੱਖ ਕੇ ਹਰ ਰਨ ਵਿੱਚ ਚਿੱਤਰ ਬਿਲਕੁਲ ਉਸੇ ਤਰ੍ਹਾਂ ਦੁਬਾਰਾ ਸਿਰਜਿਆ ਜਾ ਸਕਦਾ ਹੈ।

loras ਡਿਫ਼ਾਲਟ []

ਵਰਤੋਂ ਲਈ ਚੁਣੇ ਗਏ LoRA weights, ਸੂਚੀ ਵਜੋਂ ਦਿੱਤੇ ਗਏ।

embeddings ਡਿਫ਼ਾਲਟ []

ਵਰਤੋਂ ਲਈ ਚੁਣੀਆਂ ਗਈਆਂ embeddings, ਸੂਚੀ ਵਜੋਂ ਦਿੱਤੀਆਂ ਗਈਆਂ।

POST /run/fast-sdxl-controlnet-canny/inpainting?wait=20 ਕੋਟ → $0.014

# 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/fast-sdxl-controlnet-canny/inpainting?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",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "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/fast-sdxl-controlnet-canny/inpainting?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",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "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 = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask": "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/fast-sdxl-controlnet-canny/inpainting", 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": "fast-sdxl-controlnet-canny/inpainting",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

ਇਹ ਬੇਨਤੀ ਚਲਾਓ

API ਕੁੰਜੀ

ਤੁਹਾਡੀ key ਇਸ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਰਹਿੰਦੀ ਹੈ: ਇਹ ਸਿਰਫ਼ Doitong API ਨੂੰ ਭੇਜੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਸਿਰਫ਼ ਤਾਂ ਹੀ (localStorage) ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਹੁੰਦੀ ਹੈ ਜੇ ਤੁਸੀਂ Remember ਚੁਣੋ। ਇਸ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਯਾਦ ਰੱਖੋ API ਕੁੰਜੀ ਪ੍ਰਾਪਤ ਕਰੋ

ControlNet SDXL · Inpainting ਬਾਰੇ

`prompt`, `control_image_url`, `image_url` ਅਤੇ ਦੁਬਾਰਾ ਰੰਗੇ ਜਾਣ ਵਾਲੇ ਖੇਤਰ ਨੂੰ ਦਰਸਾਉਂਦਾ `mask_url` ਲੋੜੀਂਦੇ ਹਨ। `strength` 0.01 ਤੋਂ 1 ਤੱਕ ਹੁੰਦਾ ਹੈ (ਪੂਰਵ-ਨਿਰਧਾਰਤ 0.95), ਅਤੇ `controlnet_conditioning_scale` 0 ਤੋਂ 1 ਤੱਕ। LoRA ਅਤੇ ਐਂਬੈਡਿੰਗ ਸਹਾਇਤਾ ਨਾਲ ਵੱਧ ਤੋਂ ਵੱਧ 8 ਆਉਟਪੁੱਟ ਅਤੇ 70 ਪੜਾਅ।

ਪੈਰਾਮੀਟਰ

ਕੈਨੋਨਿਕਲ ਨਾਮ ਜਾਂ ਨੇਟਿਵ ਨਾਮ ਵਿੱਚੋਂ ਕੋਈ ਇੱਕ ਭੇਜੋ, ਦੋਵੇਂ ਨਹੀਂ। ਕੈਨੋਨਿਕਲ ਨਾਮ

ਨਾਮਕਿਸਮ ਡਿਫ਼ਾਲਟਮਨਜ਼ੂਰਸ਼ੁਦਾ ਵੇਰਵਾ

promptਲੋੜੀਂਦਾ

ਕਿਸਮstring

control_image_urlਲੋੜੀਂਦਾ

ਕਿਸਮurl · image

ਕੰਟਰੋਲ ਚਿੱਤਰ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ URL।

controlnet_conditioning_scaleਵਿਕਲਪਿਕ

ਕਿਸਮnumber

ਡਿਫ਼ਾਲਟ0.5

0 – 1

ControlNet ਦੁਆਰਾ ਲਾਗੂ ਕੀਤੀ ਕੰਡੀਸ਼ਨਿੰਗ ਦੀ ਤਾਕਤ।

image_urlਲੋੜੀਂਦਾ image

ਕਿਸਮurl · image

ਸਿਰਜਣਾ ਲਈ ਸ਼ੁਰੂਆਤੀ ਚਿੱਤਰ, URL ਰਾਹੀਂ ਦਿੱਤਾ ਗਿਆ।

mask_urlਲੋੜੀਂਦਾ mask

ਕਿਸਮurl · image

ਇਨਪੇਂਟਿੰਗ ਮਾਸਕ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ URL।

negative_promptਵਿਕਲਪਿਕ

ਕਿਸਮstring

ਡਿਫ਼ਾਲਟ

image_sizeਵਿਕਲਪਿਕ

ਕਿਸਮobject

square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9

num_inference_stepsਵਿਕਲਪਿਕ

ਕਿਸਮinteger

ਡਿਫ਼ਾਲਟ35

1 – 70

ਚਲਾਏ ਜਾਣ ਵਾਲੇ ਇਨਫ਼ਰੈਂਸ ਕਦਮਾਂ ਦੀ ਗਿਣਤੀ।

guidance_scaleਵਿਕਲਪਿਕ

ਕਿਸਮnumber

ਡਿਫ਼ਾਲਟ7.5

0 – 20

ਚਿੱਤਰ ਚੋਣ ਲਈ ਪ੍ਰੌਂਪਟ-ਅਨੁਸਾਰਤਾ ਦੀ ਤਾਕਤ, CFG (Classifier Free Guidance) ਵਜੋਂ ਦਰਸਾਈ ਗਈ ਹੈ।

strengthਵਿਕਲਪਿਕ

ਕਿਸਮnumber

ਡਿਫ਼ਾਲਟ0.95

0.01 – 1

ਬਣਾਏ ਗਏ ਚਿੱਤਰ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਚਿੱਤਰ ਵਿਚਕਾਰ ਸਮਾਨਤਾ ਦੀ ਮਾਤਰਾ।

seedਵਿਕਲਪਿਕ

ਕਿਸਮinteger | null

num_imagesਵਿਕਲਪਿਕ num_outputs

ਕਿਸਮinteger

ਡਿਫ਼ਾਲਟ1

1 – 8

ਸਿਰਜਣਾ ਲਈ ਮੰਗੀ ਗਈ ਚਿੱਤਰਾਂ ਦੀ ਗਿਣਤੀ।

lorasਵਿਕਲਪਿਕ

ਕਿਸਮobject[]

ਡਿਫ਼ਾਲਟ[]

ਵਰਤੋਂ ਲਈ ਚੁਣੇ ਗਏ LoRA weights, ਸੂਚੀ ਵਜੋਂ ਦਿੱਤੇ ਗਏ।

loras[].forceਵਿਕਲਪਿਕ

ਕਿਸਮboolean

ਡਿਫ਼ਾਲਟfalse

ਕੀ embedding ਦੀ ਵਰਤੋਂ ਲਾਜ਼ਮੀ ਹੈ: true ਇਸਨੂੰ ਲਾਜ਼ਮੀ ਬਣਾਉਂਦਾ ਹੈ।

loras[].pathਲੋੜੀਂਦਾ

ਕਿਸਮstring

LoRA weight ਸਰੋਤ, HF ਮਾਡਲ identifier ਵਜੋਂ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਜੋ safetensors weights ਨਾਲ resolve ਹੁੰਦਾ ਹੈ, ਜਾਂ URL ਜਾਂ path ਰਾਹੀਂ ਮਿਲਣ ਵਾਲੀ safetensors ਫ਼ਾਈਲ ਵਜੋਂ।

loras[].scaleਵਿਕਲਪਿਕ

ਕਿਸਮnumber

ਡਿਫ਼ਾਲਟ1

0 – 1

ਬੇਸ ਮਾਡਲ ਵਿੱਚ ਮਿਲਾਉਣ ਤੋਂ ਪਹਿਲਾਂ LoRA ਵਜ਼ਨ ਉੱਤੇ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਗੁਣਕ।

embeddingsਵਿਕਲਪਿਕ

ਕਿਸਮobject[]

ਡਿਫ਼ਾਲਟ[]

ਵਰਤੋਂ ਲਈ ਚੁਣੀਆਂ ਗਈਆਂ embeddings, ਸੂਚੀ ਵਜੋਂ ਦਿੱਤੀਆਂ ਗਈਆਂ।

embeddings[].pathਲੋੜੀਂਦਾ

ਕਿਸਮstring

URL ਜਾਂ ਫ਼ਾਈਲ path ਰਾਹੀਂ ਨਿਰਧਾਰਤ embedding weights।

embeddings[].tokensਵਿਕਲਪਿਕ

ਕਿਸਮstring[]

ਐਮਬੈਡਿੰਗ ਟੋਕਨਾਂ ਦੀ ਸੂਚੀ; ਨਾ ਦਿੱਤੇ ਜਾਣ 'ਤੇ ਆਪਣੇ ਆਪ ਨਾਮ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ: ਐਮਬੈਡਿੰਗ ਫ਼ਾਈਲ ਦੇ ਹਰੇਕ ਵੈਕਟਰ ਨੂੰ <s0>, <s1>, ... ਲੜੀ ਵਿੱਚੋਂ ਇੱਕ ਟੋਕਨ ਮਿਲਦਾ ਹੈ।

enable_safety_checkerਵਿਕਲਪਿਕ

ਕਿਸਮboolean

ਡਿਫ਼ਾਲਟtrue

ਸੁਰੱਖਿਆ ਜਾਂਚਕਰਤਾ ਦੀ ਸਰਗਰਮੀ; true ਜਾਂਚ ਚਾਲੂ ਕਰਦਾ ਹੈ।

safety_checker_versionਵਿਕਲਪਿਕ

ਕਿਸਮenum

ਡਿਫ਼ਾਲਟv1

v1v2

ਕਸਟਮ ViT safety checker (`v2`) ਅਤੇ CompVis checker (`v1`, ਪੂਰਵ-ਨਿਰਧਾਰਤ) ਵਿੱਚੋਂ ਚੁਣੋ।

expand_promptਵਿਕਲਪਿਕ

ਕਿਸਮboolean

ਡਿਫ਼ਾਲਟfalse

ਵਾਧੂ ਪ੍ਰੌਂਪਟਾਂ ਨਾਲ ਪ੍ਰੌਂਪਟ ਵਿਸਤਾਰ, true ਹੋਣ 'ਤੇ ਸਮਰਥਿਤ।

formatਵਿਕਲਪਿਕ

ਕਿਸਮenum

ਡਿਫ਼ਾਲਟjpeg

jpegpng

ਨਤੀਜੇ ਵਾਲੇ ਚਿੱਤਰ ਦਾ ਫ਼ਾਈਲ ਫਾਰਮੈਟ।

request_idਵਿਕਲਪਿਕ

ਕਿਸਮstring

ਡਿਫ਼ਾਲਟ

ਜਵਾਬ ਨੂੰ ਉਹ ਬੇਨਤੀ ਨਾਲ ਜੋੜਨ ਲਈ ਬੇਨਤੀ identifier ਜਿਸ ਨੇ ਇਸਨੂੰ ਪੈਦਾ ਕੀਤਾ।

ਲੋੜੀਂਦਾ ਕੈਨੋਨਿਕਲ ਨਾਮ, ਇਹ ਵੀ ਸਵੀਕਾਰਿਆ ਜਾਂਦਾ ਹੈ

ਫ਼ਾਈਲ ਪੈਰਾਮੀਟਰ ਜਨਤਕ https:// URL, 10 MB ਤੱਕ ਦਾ data: URI, ਜਾਂ ਅੱਪਲੋਡ ਦੇ file_url ਨੂੰ ਸਵੀਕਾਰਦੇ ਹਨ। ਫ਼ਾਈਲਾਂ

ਆਉਟਪੁੱਟ

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "fast-sdxl-controlnet-canny/inpainting",
  "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": 14,
    "usd": "0.014",
    "charged": 14,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask_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",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "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"
  }
}

ਤੁਹਾਡੀਆਂ ਫ਼ਾਈਲਾਂ, ਤੁਹਾਡੀ ਚੋਣਹਰ outputs[].url ਸਾਡੇ ਸਟੋਰੇਜ ਵਿੱਚ ਇੱਕ ਕਾਪੀ ਹੈ: ਹਮੇਸ਼ਾ ਲਈ ਰੱਖੀ ਜਾਂਦੀ ਹੈ (ਪ੍ਰਤੀ GB-ਮਹੀਨਾ ਭੁਗਤਾਨ) ਜਾਂ 7 ਦਿਨ ਤੱਕ ਮੁਫ਼ਤ, ਤੁਹਾਡੀ ਖਾਤਾ ਸੈਟਿੰਗ ਜਾਂ ?storage= ਅਨੁਸਾਰ।

ਹਰ ਮਾਡਲ ’ਤੇ ਇੱਕੋ ਜਿਹਾ ਰੂਪਤਸਵੀਰਾਂ, ਵੀਡੀਓ ਅਤੇ ਆਡੀਓ ਸਭ ਲਈ type, url, content_type, width, height ਅਤੇ duration। output ਮਾਡਲ ਦਾ ਆਪਣਾ ਨਤੀਜਾ ਆਬਜੈਕਟ ਹੈ।

ਆਉਟਪੁੱਟ ਦੇ ਫ਼ੀਲਡ

images: array of object {url, width, height, content_type}ਤਿਆਰ ਕੀਤੇ ਚਿੱਤਰਾਂ ਦੀ ਫ਼ਾਈਲ ਜਾਣਕਾਰੀ।
timings: object
seed: integerਚਿੱਤਰ-ਸਿਰਜਣਾ ਸੀਡ, ਜਿਸ ਵਿੱਚ ਇਨਪੁੱਟ ਵਿੱਚ ਸੀਡ ਨਾ ਦੇਣ 'ਤੇ ਬੇਤਰਤੀਬ ਚੁਣੀ ਗਈ ਕੀਮਤ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ; ਨਹੀਂ ਤਾਂ ਦਿੱਤੀ ਕੀਮਤ ਦੁਹਰਾਈ ਜਾਂਦੀ ਹੈ।
has_nsfw_concepts: array of booleanਦੱਸਦਾ ਹੈ ਕਿ ਸਿਰਜੇ ਗਏ ਚਿੱਤਰਾਂ ਵਿੱਚ NSFW ਧਾਰਨਾਵਾਂ ਮੌਜੂਦ ਹਨ ਜਾਂ ਨਹੀਂ।
prompt: stringਚਿੱਤਰ ਸਿਰਜਣਾ ਦੌਰਾਨ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਪ੍ਰੌਂਪਟ।