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

> اسٹائل کی موافقت کے لیے LoRA وزن کے ساتھ A14B متن سے تصویر، PNG یا JPEG آؤٹ پٹ

`prompt` سے تصویر تخلیق کرتا ہے اور `loras` میں دیے گئے حسبِ ضرورت LoRA وزن لاگو کرتا ہے۔ `image_size` مربع، پورٹریٹ اور لینڈ اسکیپ پری سیٹ فراہم کرتا ہے، جبکہ `image_format` png یا jpeg ہے۔ اس میں `guidance_scale`، `guidance_scale_2`، 40 تک `num_inference_steps` اور `negative_prompt` بھی شامل ہیں۔

- 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/ur/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 |  |  | تخلیق کردہ تصویر کی رہنمائی کرنے والی متنی ہدایات۔ |
| `negative_prompt` |  | string | no | `` |  | ویڈیو تخلیق کرتے وقت لاگو ہونے والا منفی پرامپٹ۔ |
| `seed` |  | integer \| null | no |  |  | تخلیق کو قابلِ تکرار بنانے والا سیڈ۔ اسے None پر سیٹ کرنے سے سیڈ تصادفی طور پر منتخب ہوتا ہے۔ |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | sampling steps کی تعداد، جس میں تعداد بڑھنے کے ساتھ زیادہ پروسیسنگ وقت کے بدلے بہتر معیار ملتا ہے۔ |
| `enable_safety_checker` |  | boolean | no | `false` |  | پراسیسنگ سے پہلے ان پٹ کی حفاظتی جانچ، جسے صرف مجاز اکاؤنٹس بند کر سکتے ہیں۔ اجازت کے بغیر درخواستوں کی ہمیشہ جانچ ہوتی ہے؛ بصورت دیگر true جانچ فعال کرتا ہے۔ |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | تخلیق کردہ ویڈیو کی حفاظتی جانچ متعین کرتا ہے؛ true رکھنے سے تخلیق کے بعد جانچ فعال ہوتی ہے۔ |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | بڑے ماڈل کو تفصیلات کے ساتھ پرامپٹ بہتر بنانے کی اجازت دیں۔ یہ توسیع فعال کرنے سے پرامپٹ کا مفہوم تبدیل نہیں ہوتا۔ |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | Acceleration کی ترتیب؛ 'regular' تجویز کردہ انتخاب ہے۔ Acceleration بڑھانے سے معیار کم ہوتا ہے، مگر تخلیق کا وقت گھٹتا ہے۔ |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Classifier-free guidance کی طاقت، اسکیل بڑھنے کے ساتھ ممکنہ معیار کے نقصان کے بدلے پرامپٹ سے زیادہ قریب مطابقت فراہم کرتی ہے۔ |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | Guidance scale، جو دوسرے مرحلے کے دوران ماڈل کی پرامپٹ کی پیروی کی نزدیکی کو کنٹرول کرتا ہے۔ |
| `shift` |  | number | no | `2` | 1 – 10 | تصویر shift کی ترتیب، جس کی مجاز حد 1.0–10.0 ہے۔ |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | Inference کے دوران لاگو کیے جانے والے LoRA weights۔ |
| `loras[].path` |  | string | yes |  |  | LoRA weights کا مقام، URL یا path کے طور پر۔ |
| `loras[].weight_name` |  | string \| null | no |  |  | LoRA weight name، صرف اس وقت ضروری ہے جب Hugging Face repository میں 1 سے زیادہ safetensors فائل ہو۔ یہ نام صرف اس وقت استعمال ہوتا ہے جب `path` ایسی repository کی شناخت کرے۔ |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | بنیادی ماڈل میں ضم کرنے سے پہلے LoRA weight پر لاگو ہونے والا multiplier۔ |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | LoRA وزن کے لیے Transformer destination۔ high-noise transformer کے لیے 'high'، low-noise transformer کے لیے 'low'، یا دونوں میں وزن load کرنے کے لیے 'both' منتخب کریں۔ |
| `reverse_video` |  | boolean | no | `false` |  | ویڈیو الٹانے کا toggle؛ true پلے بیک کو الٹ دیتا ہے۔ |
| `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` | تخلیق شدہ تصویر کی dimensions۔ |
| `image_format` |  | enum (string) | no | `jpeg` | `png`, `jpeg` | نتیجے کی تصویر کا فائل فارمیٹ۔ |

## 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} | تخلیق سے تیار کردہ تصویر فائل۔ |
| `seed` | integer | تخلیق کے دوران لاگو ہونے والی سیڈ قدر۔ |

## 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