Qwen Image Edit 2509 Trainer

ஒருங்கிணை

மாடல் id qwen-image-edit-2509-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/qwen-image-edit-2509-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image_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/qwen-image-edit-2509-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image_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 = {
    "image_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/qwen-image-edit-2509-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/ta/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": "qwen-image-edit-2509-trainer",
  "input": {
    "image_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

Doitong API மூலம் Qwen Image Edit 2509 Trainer மாதிரியை (qwen-image-edit-2509-trainer) அழைக்கவும். முகவர்களுக்கான ஆவணங்கள்: https://doitong.com/ta/developers/models/qwen-image-edit-2509-trainer.md

POST https://api.doitong.ru/v1/run/qwen-image-edit-2509-trainer?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

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

பதிலின் நிலை "queued" அல்லது "running" எனில், அது "succeeded" ஆகும் வரை GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 மூலம் தொடர்ந்து சரிபார்க்கவும்; கோப்புகள் outputs[].url இல் உள்ளன. அதே body-யுடன் POST https://api.doitong.ru/v1/quote/qwen-image-edit-2509-trainer அனுப்பினால், இயக்கத்திற்கு முன் துல்லியமான விலை கிடைக்கும்.

எடுத்துக்காட்டு போன்ற கோப்புகள்: $4.00 4,000 API கிரெடிட்கள் · ≈ ₽430.32 இயக்குவதற்கு முன் உங்கள் கோப்புகள் அளவிடப்படும் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

Alibaba பயிற்சி

இணைக்கப்பட்ட தொடக்க மற்றும் இறுதி படங்களைக் கொண்ட zip இலிருந்து Qwen Image Edit 2509 க்கான தனிப்பயன் LoRA-வைப் பயிற்றுவிக்கிறது

OpenAPI Markdown

Alibaba · கோப்பு

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

ஒவ்வொரு இயக்கத்துக்கான விலை

உங்கள் உள்ளீட்டின் அடிப்படையிலான விலை

$4.00ஒரு இயக்கத்திற்கு

4,000 API கிரெடிட்கள் · ≈ ₽430.32

விலை: $0.40 முதல்

1 இயக்கம் × $4.00 இயக்கு · $4.00

வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்; தோல்வியுற்றால் தானாகத் திருப்பியளிக்கப்படும்.

steps இயல்புநிலை 1000

இயக்கத்திற்கு முன் உங்கள் கோப்புகள் (நீளம், தெளிவுத்திறன், ஃப்ரேம் வீதம்) அளவிடப்படுகின்றன; மேற்கோள் சரியான விலையைத் திருப்பி வழங்கும், மேலும் இயக்கத்திற்கு அதே தொகை வசூலிக்கப்படும்.

விலைமதிப்பீட்டு முனையம்: POST /quote/{id}

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

image_data_url •தேவை

ROOT_start.EXT மற்றும் ROOT_end.EXT எனப் பெயரிடப்பட்ட இணைப்பட்ட படங்களைக் கொண்ட ZIP காப்பகத்தின் URL; எடுத்துக்காட்டாக photo_start.jpg மற்றும் photo_end.jpg. ஒவ்வொரு இணைக்கும் பல குறிப்பு படங்கள் ROOT_start.EXT, ROOT_start2.EXT, ROOT_start3.EXT, ..., ROOT_end.EXT மூலம் ஆதரிக்கப்படும் (எடுத்துக்காட்டாக, photo_start.jpg, photo_start2.jpg, photo_end.jpg); குறிப்பு படங்களின் மொத்த எண்ணிக்கைக்கு ஏற்ப Reference Image Count அமைக்கவும். ஒவ்வொரு இணையும் ROOT.txt இல் (எடுத்துக்காட்டாக, photo.txt) திருத்த வழிமுறைகளைக் கொண்டிருக்கலாம்; அந்தக் கோப்பு இல்லாவிட்டால் பயிற்சி default_caption-ஐப் பயன்படுத்தும், மேலும் default_caption இல்லாவிட்டால் பயிற்சி தோல்வியடையும்.

steps இயல்புநிலை 1000

மொத்தப் பயிற்சி படிநிலை எண்ணிக்கை.

மேம்பட்டவை default_caption · learning_rate

default_caption

காணாமல் போன தலைப்பு கோப்புகளுக்குப் பதிலாகப் பயன்படுத்தப்படும் தலைப்பு; None கொடுத்தால் அவை இல்லாதது பிழையாகக் கருதப்படும்.

learning_rate இயல்புநிலை 0.0001

கற்றலின்போது LoRA அளவுருக்களைப் புதுப்பிக்கப் பயன்படுத்தப்படும் விகிதம்.

POST /run/qwen-image-edit-2509-trainer?wait=20 விலை → $4.00

# 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/qwen-image-edit-2509-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image_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/qwen-image-edit-2509-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image_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 = {
    "image_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/qwen-image-edit-2509-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": "qwen-image-edit-2509-trainer",
      "input": {
        "image_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

இந்தக் கோரிக்கையை இயக்கு

API விசை

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். இந்த உலாவியில் நினைவில் கொள்க API விசையைப் பெறுங்கள்

Qwen Image Edit 2509 Trainer பற்றி

உங்கள் சொந்த முன்/பின் எடுத்துக்காட்டுகளில் LoRA-வைப் பொருத்துகிறது. `image_data_url` ROOT_start.EXT மற்றும் ROOT_end.EXT எனப் பெயரிடப்பட்ட பட ஜோடிகளைக் கொண்ட zip-ஐச் சுட்டுகிறது. `steps` (1 முதல் 30000 வரை, இயல்புநிலை 1000) மற்றும் `learning_rate`-ஐ அமைக்கவும்; தலைப்புரை கோப்புகள் இல்லாத ஜோடிகளுக்கு விருப்பமாக `default_caption`-ஐ வழங்கலாம். config கோப்பையும் diffusers LoRA எடைகளையும் வெளியிடுகிறது.

அளவுருக்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்

image_data_urlதேவை

வகைstring

learning_rateவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை0.0001

கற்றலின்போது LoRA அளவுருக்களைப் புதுப்பிக்கப் பயன்படுத்தப்படும் விகிதம்.

stepsவிருப்பத்தேர்வு

வகைinteger

இயல்புநிலை1000

1 – 30,000

மொத்தப் பயிற்சி படிநிலை எண்ணிக்கை.

default_captionவிருப்பத்தேர்வு

வகைstring | null

தேவை

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-image-edit-2509-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": 4000,
    "usd": "4.00",
    "charged": 4000,
    "refunded": 0
  },
  "input": {
    "image_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"
  }
}

உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.

ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.

வெளியீட்டின் புலங்கள்

diffusers_lora_file: object {url, content_type, file_name, file_size}diffusers வடிவில் பயிற்சி செய்யப்பட்ட LoRA எடைகளுக்குச் செல்லும் URL.
config_file: object {url, content_type, file_name, file_size}பயிற்சி செய்யப்பட்ட மாதிரியின் உள்ளமைவு கோப்பைச் சுட்டும் URL.

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/qwen-image-edit-2509-trainer.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt

உங்கள் முதல் முடிவு இங்கே வரும்

கோரிக்கையை உருவாக்கு

இந்தக் கோரிக்கையை இயக்கு

Qwen Image Edit 2509 Trainer பற்றி

அளவுருக்கள்

வெளியீடு

மேலும் மாதிரிகள்: பயிற்சி

Qwen Image 2512 Trainer

Wan 2.2 14B Image Trainer

Wan-2.1 LoRA Trainer · I2V 720p மாறுபாடுகள்: 3

Wan-2.1 LoRA Trainer · T2V மாறுபாடுகள்: 3