কনটেন্টে যান

FLUX.1 [dev] with Controlnets and Loras

ইন্টিগ্রেট করুন

মডেল id flux-general
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-general?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://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ: ≈০.৩০$ ৩০০ API ক্রেডিট এই পেজে চালান

API কী পান
Black Forest Labs টেক্সট থেকে ছবি রেফারেন্স ইনপুট #lora#controlnet#ip-adapter

LoRAs, ControlNets, IP-Adapters, EasyControl এবং রেফারেন্স-ছবি নির্দেশনাসহ FLUX.1 [dev] টেক্সট-টু-ইমেজ

Black Forest Labs · ছবি

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক

ছবি জেনারেশন নির্দেশকারী প্রম্পট।

image_size

জেনারেট করা ছবির মাত্রা।

num_images ডিফল্ট 1

কতটি ছবি জেনারেট করতে হবে তা নির্ধারণ করুন; আউটপুট স্ট্রিম করা হলে এই নির্বাচনটি 1-এ স্থির থাকে।

অ্যাডভান্সড negative_prompt · reference_image_url · output_format · scheduler · sigma_schedule · num_inference_steps · guidance_scale · real_cfg_scale · reference_strength · reference_start · reference_end · base_shift · max_shift · nag_scale · nag_tau · nag_alpha · nag_end · seed · use_real_cfg · use_cfg_zero · enable_safety_checker · use_beta_schedule · loras · control_loras · controlnets · controlnet_unions · ip_adapters · easycontrols · fill_image
ডিফল্ট

ডিফল্টভাবে NAG দিয়ে প্রক্রিয়াকৃত negative প্রম্পট, যাতে জেনারেট করা ছবিতে নির্দিষ্ট অবাঞ্ছিত বৈশিষ্ট্য নিরুৎসাহিত হয়।

একটি ফাইল ড্রপ করুন, অথবা

Reference-Only নির্দেশনার জন্য ব্যবহৃত ছবির URL।

output_format ডিফল্ট png

ফলাফল ছবির ফাইল ফরম্যাট।

scheduler ডিফল্ট euler

denoising-এর সময় ব্যবহৃত scheduler।

denoising-এর সময় ব্যবহৃত Sigma schedule।

ডিফল্ট 28

চালানোর জন্য inference ধাপের সংখ্যা।

ডিফল্ট 3.5

ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।

ডিফল্ট 3.5

ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।

ডিফল্ট 0.65

reference_only জেনারেশনের সময় রেফারেন্স ছবির প্রভাব; রেফারেন্স ছবি সরবরাহ না করলে এই strength সেটিংয়ের কোনো প্রভাব নেই।

ডিফল্ট 0

রেফারেন্স নির্দেশনার শুরুর বিন্দু, সব টাইমস্টেপের শতাংশ হিসেবে প্রকাশিত।

ডিফল্ট 1

রেফারেন্স নির্দেশনার শেষ বিন্দু, সব টাইমস্টেপের শতাংশ হিসেবে প্রকাশিত।

ডিফল্ট 0.5

নির্ধারিত টাইমস্টেপে প্রয়োগ করা বেসলাইন শিফট।

ডিফল্ট 1.15

নির্ধারিত টাইমস্টেপে প্রয়োগ করা সর্বোচ্চ শিফট।

ডিফল্ট 3

NAG scale দ্বারা নিয়ন্ত্রিত negative-prompt avoidance: এটি বাড়ালে জেনারেট করা ছবি negative description-এর মতো কম হয়।

ডিফল্ট 2.5

hidden-state normalization-এর জন্য NAG tau সেটিং; এটি অপরিবর্তিত রাখার পরামর্শ দেওয়া হয়। এটি বাড়ালে normalization দুর্বল হয় এবং মূল ছবি থেকে অপ্রত্যাশিত বিচ্যুতির ঝুঁকি থাকে।

ডিফল্ট 0.25

NAG alpha নির্ধারণ করে positive ও negative প্রম্পট একত্র করে normalized guidance-কে positive প্রম্পট কতটা পুনর্নির্দেশ করবে। এই চূড়ান্ত weighting কম সেটিংয়ে positive প্রম্পট-কে বেশি প্রভাব দেয় এবং বেশি সেটিংয়ে পুনর্নির্দেশ কমায়।

ডিফল্ট 0.25

জেনারেশন ধাপের অনুপাত হিসেবে প্রকাশিত NAG cutoff। NAG ওই প্রাথমিক অনুপাত সময় চালানোর পর FLUX-এর মূল attention processors নিয়ন্ত্রণ গ্রহণ করে।

পুনরুৎপাদনযোগ্য ছবির জন্য seed: মডেলের সংস্করণ অপরিবর্তিত থাকলে একই প্রম্পট ও seed থেকে একই ছবি তৈরি হয়।

ডিফল্ট []

যেসব LoRA-র সম্মিলিত ইফেক্টে জেনারেট করা ছবি তৈরি হয়; সরবরাহযোগ্য সংখ্যার কোনো সীমা নেই।

ডিফল্ট []

চূড়ান্ত ছবি তৈরির জন্য সম্মিলিত কনফিগারেশনে মেশানো control-image LoRA; সরবরাহ করা সংখ্যার কোনো সীমা নেই।

ডিফল্ট []

ছবি জেনারেশনের জন্য ControlNet কনফিগারেশন, বর্তমানে একটি ControlNet-এ সীমাবদ্ধ।

ডিফল্ট []

ছবির জেনারেশনের জন্য ControlNet union কনফিগারেশন, বর্তমান single-ControlNet সীমাবদ্ধতার অধীন।

ডিফল্ট []

ছবির জেনারেশনের সময় প্রয়োগ করা IP-Adapter।

ডিফল্ট []

ছবির জেনারেশনের সময় প্রয়োগ করা EasyControl ইনপুট।

জেনারেশন নির্দেশকারী এবং মাস্ক করা অঞ্চলের জন্য কনটেন্ট সরবরাহ করতে সক্ষম ইনপুট ছবি।

POST /run/flux-general?wait=20 মূল্য → ০.৩০$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-general?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://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

FLUX.1 [dev] with Controlnets and Loras সম্পর্কে

`prompt` থেকে ছবি তৈরি করার সময় একাধিক কন্ডিশনিং পদ্ধতি ব্যবহার করা যায়: `loras`, `control_loras`, `controlnets`, `controlnet_unions`, `ip_adapters` এবং `easycontrols`; মাস্ক করা এলাকার জন্য `fill_image`-ও রয়েছে। এছাড়া `reference_image_url`, নেগেটিভ প্রম্পট এবং euler বা dpmpp_2m scheduler-এর একটি বিকল্প নেওয়া যায়। প্রতি কল-এ সর্বোচ্চ 10টি ছবি, png বা jpeg-এ।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
promptআবশ্যক
ধরনstring
ছবি জেনারেশন নির্দেশকারী প্রম্পট।
image_sizeঐচ্ছিক
ধরনobject
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
জেনারেট করা ছবির মাত্রা।
num_inference_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট28
১ – ৫০
চালানোর জন্য inference ধাপের সংখ্যা।
seedঐচ্ছিক
ধরনinteger | null
পুনরুৎপাদনযোগ্য ছবির জন্য seed: মডেলের সংস্করণ অপরিবর্তিত থাকলে একই প্রম্পট ও seed থেকে একই ছবি তৈরি হয়।
lorasঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
যেসব LoRA-র সম্মিলিত ইফেক্টে জেনারেট করা ছবি তৈরি হয়; সরবরাহযোগ্য সংখ্যার কোনো সীমা নেই।
loras[].pathআবশ্যক
ধরনstring
LoRA weights-এর অবস্থান, URL বা path হিসেবে নির্দিষ্ট করা হয়।
loras[].scaleঐচ্ছিক
ধরনobject | number
ডিফল্ট1
ভিত্তি মডেলের সঙ্গে মিশ্রণের আগে LoRA ওজনে প্রয়োগ করা স্কেলিং। পৃথক layer scale সেট করতে {"layer_name":layer_scale} ফর্মের একটি dictionary দিন; অনির্দিষ্ট layer-এ 1.0 ব্যবহার হয়।
control_lorasঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
চূড়ান্ত ছবি তৈরির জন্য সম্মিলিত কনফিগারেশনে মেশানো control-image LoRA; সরবরাহ করা সংখ্যার কোনো সীমা নেই।
control_loras[].pathআবশ্যক
ধরনstring
LoRA weights-এর অবস্থান, URL বা path হিসেবে নির্দিষ্ট করা হয়।
control_loras[].scaleঐচ্ছিক
ধরনobject | number
ডিফল্ট1
ভিত্তি মডেলের সঙ্গে মিশ্রণের আগে LoRA ওজনে প্রয়োগ করা স্কেলিং। পৃথক layer scale সেট করতে {"layer_name":layer_scale} ফর্মের একটি dictionary দিন; অনির্দিষ্ট layer-এ 1.0 ব্যবহার হয়।
control_loras[].control_image_urlআবশ্যক
ধরনurl · image
control ছবি সরবরাহ করা ছবির URL।
control_loras[].preprocessঐচ্ছিক
ধরনenum
ডিফল্টNone
cannydepthNone
দেওয়া ছবিতে প্রয়োগ করা preprocessing পদ্ধতি।
controlnetsঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবি জেনারেশনের জন্য ControlNet কনফিগারেশন, বর্তমানে একটি ControlNet-এ সীমাবদ্ধ।
controlnets[].pathআবশ্যক
ধরনstring
ControlNet-এর ওজনের অবস্থান, URL অথবা path হিসেবে নির্দিষ্ট।
controlnets[].config_urlঐচ্ছিক
ধরনstring | null
ControlNet-এর config.json ফাইলের দিকে নির্দেশ করা ঐচ্ছিক URL।
controlnets[].variantঐচ্ছিক
ধরনstring | null
Hugging Face রিপোজিটরি key-এর সঙ্গে ব্যবহারের জন্য ঐচ্ছিক variant।
controlnets[].control_image_urlআবশ্যক
ধরনurl · image
control ছবি সরবরাহ করা ছবির URL।
controlnets[].mask_image_urlঐচ্ছিক
ধরনurl · image
কন্ট্রোল ছবির সঙ্গে সম্পর্কিত মাস্ক URL।
controlnets[].mask_thresholdঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০.০১ – ০.৯৯
মাস্ক থ্রেশহোল্ডের মান।
controlnets[].conditioning_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ২
বেস মডেলের সঙ্গে একীভূত করার আগে ControlNet ওজনে প্রয়োগ করা স্কেলিং।
controlnets[].start_percentageঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
মোট টাইমস্টেপের যে শতাংশে ControlNet ছবির জেনারেশনে প্রভাব বিস্তার শুরু করে।
controlnets[].end_percentageঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ১
মোট টাইমস্টেপের যে শতাংশে ControlNet ছবির জেনারেশনে প্রভাব বিস্তার বন্ধ করে।
controlnet_unionsঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবির জেনারেশনের জন্য ControlNet union কনফিগারেশন, বর্তমান single-ControlNet সীমাবদ্ধতার অধীন।
controlnet_unions[].pathআবশ্যক
ধরনstring
ControlNet-এর ওজনের অবস্থান, URL অথবা path হিসেবে নির্দিষ্ট।
controlnet_unions[].config_urlঐচ্ছিক
ধরনstring | null
ControlNet-এর config.json ফাইলের দিকে নির্দেশ করা ঐচ্ছিক URL।
controlnet_unions[].variantঐচ্ছিক
ধরনstring | null
Hugging Face রিপোজিটরি key-এর সঙ্গে ব্যবহারের জন্য ঐচ্ছিক variant।
controlnet_unions[].controlsআবশ্যক
ধরনobject[]
ControlNet-এ সরবরাহ করা কন্ট্রোল ছবি ও সংশ্লিষ্ট মোড।
controlnet_unions[].controls[].control_image_urlআবশ্যক
ধরনurl · image
control ছবি সরবরাহ করা ছবির URL।
controlnet_unions[].controls[].mask_image_urlঐচ্ছিক
ধরনurl · image
কন্ট্রোল ছবির সঙ্গে সম্পর্কিত মাস্ক URL।
controlnet_unions[].controls[].control_modeআবশ্যক
ধরনenum
cannytiledepthblurposegraylow-quality
Flux Controlnet Union-এ ব্যবহৃত কন্ট্রোল মোড। বিকল্প: canny প্রান্ত ব্যবহার করে জেনারেশন নির্দেশ করে; tile টাইল ব্যবহার করে নির্দেশ করে; depth গ্রেস্কেল depth map ব্যবহার করে নির্দেশ করে; blur ছবিকে ঝাপসা করে; pose ছবির pose ব্যবহার করে জেনারেশন নির্দেশ করে; gray ছবিকে গ্রেস্কেল করে; low-quality ছবির নিম্নমানের সংস্করণ তৈরি করে।
controlnet_unions[].controls[].conditioning_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ২
বেস মডেলের সঙ্গে একীভূত করার আগে ControlNet ওজনে প্রয়োগ করা স্কেলিং।
controlnet_unions[].controls[].mask_thresholdঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০.০১ – ০.৯৯
মাস্ক থ্রেশহোল্ডের মান।
controlnet_unions[].controls[].start_percentageঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
মোট টাইমস্টেপের যে শতাংশে ControlNet ছবির জেনারেশনে প্রভাব বিস্তার শুরু করে।
controlnet_unions[].controls[].end_percentageঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ১
মোট টাইমস্টেপের যে শতাংশে ControlNet ছবির জেনারেশনে প্রভাব বিস্তার বন্ধ করে।
ip_adaptersঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবির জেনারেশনের সময় প্রয়োগ করা IP-Adapter।
ip_adapters[].pathআবশ্যক
ধরনstring
Hugging Face-এ IP-Adapter-এর অবস্থান।
ip_adapters[].subfolderঐচ্ছিক
ধরনstring | null
ip_adapter ওজন ধারণকারী সাবফোল্ডার।
ip_adapters[].weight_nameঐচ্ছিক
ধরনstring | null
IP-Adapter-এর ওজনের Safetensors ফাইলের নাম।
ip_adapters[].image_encoder_pathআবশ্যক
ধরনstring
IP-Adapter ছবির এনকোডারের অবস্থান, যেমন 'openai/clip-vit-large-patch14'।
ip_adapters[].image_encoder_subfolderঐচ্ছিক
ধরনstring | null
ছবির এনকোডারের ওজন ধারণকারী সাবফোল্ডার।
ip_adapters[].image_encoder_weight_nameঐচ্ছিক
ধরনstring | null
ছবির এনকোডারের নাম।
ip_adapters[].image_urlআবশ্যক
ধরনurl · image
IP-Adapter-এ সরবরাহ করা কন্ডিশনিং ছবির URL।
ip_adapters[].mask_image_urlঐচ্ছিক
ধরনurl · image
কন্ট্রোল ছবির সঙ্গে সম্পর্কিত মাস্ক URL।
ip_adapters[].mask_thresholdঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০.০১ – ০.৯৯
মাস্ক থ্রেশহোল্ডের মান।
ip_adapters[].scaleআবশ্যক
ধরনnumber
IP-Adapter-এর স্কেলিং ফ্যাক্টর।
easycontrolsঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবির জেনারেশনের সময় প্রয়োগ করা EasyControl ইনপুট।
easycontrols[].control_method_urlআবশ্যক
ধরনstring
কন্ট্রোল পদ্ধতির safetensor ওজনের URL, অথবা সমর্থিত শনাক্তকারী: `canny`, `depth`, `hedsketch`, `inpainting`, `pose`, `seg`, `subject`, `ghibli`।
easycontrols[].scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ২
কন্ট্রোল পদ্ধতির স্কেলিং ফ্যাক্টর।
easycontrols[].image_urlআবশ্যক
ধরনurl · image
কন্ট্রোল ইনপুট সরবরাহকারী ছবির URL।
easycontrols[].image_control_typeআবশ্যক
ধরনenum
subjectspatial
ছবির কন্ট্রোল মোড; `spatial` অথবা `subject` গ্রহণ করে।
fill_imageঐচ্ছিক
ধরনobject
জেনারেশন নির্দেশকারী এবং মাস্ক করা অঞ্চলের জন্য কনটেন্ট সরবরাহ করতে সক্ষম ইনপুট ছবি।
fill_image.fill_image_urlঐচ্ছিক
ধরনurl · image
ডিফল্ট[]
redux prompting-এর মাধ্যমে পূরণের জন্য ছবির URL।
guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3.5
০ – ২০
ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।
real_cfg_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3.5
০ – ৫
ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।
use_real_cfgঐচ্ছিক
ধরনboolean
ডিফল্টfalse
ক্লাসিক্যাল CFG সুইচ, XLabs IP-Adapter v1-এর সঙ্গে স্বয়ংক্রিয়ভাবে সক্রিয় হয়। এর নির্দেশনা আচরণ SD1.5 এবং SDXL-এর মতো মডেলের সঙ্গে সামঞ্জস্যপূর্ণ।
use_cfg_zeroঐচ্ছিক
ধরনboolean
ডিফল্টfalse
https://arxiv.org/abs/2503.18886-এ বর্ণিত CFG-zero initialization sampling সক্রিয় করে।
num_imagesঐচ্ছিক num_outputs
ধরনinteger
ডিফল্ট1
১ – ১০
কতটি ছবি জেনারেট করতে হবে তা নির্ধারণ করুন; আউটপুট স্ট্রিম করা হলে এই নির্বাচনটি 1-এ স্থির থাকে।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
নিরাপত্তা পরীক্ষা, যা অনিরাপদ হিসেবে চিহ্নিত ছবির বদলে কালো ছবি ফেরত দেয়। true মান পরীক্ষা সক্ষম করে; false তা শুধু অনুমোদিত অ্যাকাউন্টের জন্য নিষ্ক্রিয় করে, অথরাইজেশনহীন রিকোয়েস্ট সবসময় পরীক্ষা করা হয়।
reference_image_urlঐচ্ছিক
ধরনurl · image
Reference-Only নির্দেশনার জন্য ব্যবহৃত ছবির URL।
reference_strengthঐচ্ছিক
ধরনnumber
ডিফল্ট0.65
-৩ – ৩
reference_only জেনারেশনের সময় রেফারেন্স ছবির প্রভাব; রেফারেন্স ছবি সরবরাহ না করলে এই strength সেটিংয়ের কোনো প্রভাব নেই।
reference_startঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
রেফারেন্স নির্দেশনার শুরুর বিন্দু, সব টাইমস্টেপের শতাংশ হিসেবে প্রকাশিত।
reference_endঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ১
রেফারেন্স নির্দেশনার শেষ বিন্দু, সব টাইমস্টেপের শতাংশ হিসেবে প্রকাশিত।
base_shiftঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০.০১ – ৫
নির্ধারিত টাইমস্টেপে প্রয়োগ করা বেসলাইন শিফট।
max_shiftঐচ্ছিক
ধরনnumber
ডিফল্ট1.15
০.০১ – ৫
নির্ধারিত টাইমস্টেপে প্রয়োগ করা সর্বোচ্চ শিফট।
output_formatঐচ্ছিক
ধরনenum
ডিফল্টpng
jpegpng
ফলাফল ছবির ফাইল ফরম্যাট।
use_beta_scheduleঐচ্ছিক
ধরনboolean
ডিফল্টfalse
beta sigmas ব্যবহার করা হবে কি না তা নিয়ন্ত্রণ করে।
sigma_scheduleঐচ্ছিক
ধরনstring | null
denoising-এর সময় ব্যবহৃত Sigma schedule।
schedulerঐচ্ছিক
ধরনenum
ডিফল্টeuler
eulerdpmpp_2m
denoising-এর সময় ব্যবহৃত scheduler।
negative_promptঐচ্ছিক
ধরনstring
ডিফল্ট
ডিফল্টভাবে NAG দিয়ে প্রক্রিয়াকৃত negative প্রম্পট, যাতে জেনারেট করা ছবিতে নির্দিষ্ট অবাঞ্ছিত বৈশিষ্ট্য নিরুৎসাহিত হয়।
nag_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3
≤ ১০> ১
NAG scale দ্বারা নিয়ন্ত্রিত negative-prompt avoidance: এটি বাড়ালে জেনারেট করা ছবি negative description-এর মতো কম হয়।
nag_tauঐচ্ছিক
ধরনnumber
ডিফল্ট2.5
> ০
hidden-state normalization-এর জন্য NAG tau সেটিং; এটি অপরিবর্তিত রাখার পরামর্শ দেওয়া হয়। এটি বাড়ালে normalization দুর্বল হয় এবং মূল ছবি থেকে অপ্রত্যাশিত বিচ্যুতির ঝুঁকি থাকে।
nag_alphaঐচ্ছিক
ধরনnumber
ডিফল্ট0.25
≤ ১> ০
NAG alpha নির্ধারণ করে positive ও negative প্রম্পট একত্র করে normalized guidance-কে positive প্রম্পট কতটা পুনর্নির্দেশ করবে। এই চূড়ান্ত weighting কম সেটিংয়ে positive প্রম্পট-কে বেশি প্রভাব দেয় এবং বেশি সেটিংয়ে পুনর্নির্দেশ কমায়।
nag_endঐচ্ছিক
ধরনnumber
ডিফল্ট0.25
≤ ১> ০
জেনারেশন ধাপের অনুপাত হিসেবে প্রকাশিত NAG cutoff। NAG ওই প্রাথমিক অনুপাত সময় চালানোর পর FLUX-এর মূল attention processors নিয়ন্ত্রণ গ্রহণ করে।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-general",
  "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": 300,
    "usd": "0.30",
    "charged": 300,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
images
array of object {url, width, height, content_type}জেনারেট করা ছবিগুলোর ফাইল তথ্য।
timings
object
seed
integerছবি-জেনারেশনের সিড, যার মধ্যে ইনপুটে সিড না থাকলে এলোমেলোভাবে নির্বাচিত মানটিও অন্তর্ভুক্ত; অন্যথায় প্রদত্ত মানটি পুনরাবৃত্তি করে।
has_nsfw_concepts
array of booleanজেনারেট করা ছবিতে NSFW ধারণা রয়েছে কি না নির্দেশ করে।
prompt
stringছবি জেনারেশনের সময় ব্যবহৃত প্রম্পট।

আরও মডেল: টেক্সট থেকে ছবি

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/flux-general.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt