Ir al contenido

FLUX 2 Trainer V2 Edit

Integrar

Id del modelo flux-2-trainer-v2/edit
# 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-2-trainer-v2/edit?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://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Esta solicitud: 38,92 $ 38.920 créditos de API Ejecutar en esta página

Obtener clave de API
Black Forest Labs Entrenamiento

Entrenador de LoRA de edición FLUX.2 de segunda generación mediante pares de imágenes inicial/final, con hasta 20,000 pasos

Black Forest Labs · Archivo

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

URL del archivo zip de datos de entrenamiento, con instrucciones de edición para cada par de imágenes mediante un archivo ROOT.txt opcional (por ejemplo, photo.txt); de lo contrario, se usa default_caption y el entrenamiento falla si tampoco existe. Los pares de imágenes deben usar ROOT_start.EXT y ROOT_end.EXT, como photo_start.jpg y photo_end.jpg. Cada par también puede incluir hasta cuatro imágenes de referencia mediante ROOT_start.EXT, ROOT_start2.EXT, ROOT_start3.EXT, ROOT_start4.EXT, ROOT_end.EXT; los nombres de archivo de ejemplo son photo_start.jpg, photo_start2.jpg, photo_end.jpg.

predeterminado 1000

Cantidad total de pasos de entrenamiento.

Avanzado default_caption · learning_rate

Descripción utilizada cuando faltan archivos de descripción; con None, su ausencia genera un error.

predeterminado 5.0e-05

Tasa de aprendizaje utilizada para los parámetros que se pueden entrenar.

POST /run/flux-2-trainer-v2/edit?wait=20 cotización → 38,92 $
# 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-2-trainer-v2/edit?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://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de FLUX 2 Trainer V2 Edit

Ajusta una LoRA para una tarea de edición a partir de un zip de imágenes emparejadas con nombres ROOT_start y ROOT_end, que también puede incluir algunas imágenes de referencia. `steps` acepta de 100 a 20000, y están disponibles `learning_rate` y `default_caption`. Produce los pesos de LoRA y un archivo de configuración para su uso posterior.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
image_data_urlobligatorio
Tipostring
URL del archivo zip de datos de entrenamiento, con instrucciones de edición para cada par de imágenes mediante un archivo ROOT.txt opcional (por ejemplo, photo.txt); de lo contrario, se usa default_caption y el entrenamiento falla si tampoco existe. Los pares de imágenes deben usar ROOT_start.EXT y ROOT_end.EXT, como photo_start.jpg y photo_end.jpg. Cada par también puede incluir hasta cuatro imágenes de referencia mediante ROOT_start.EXT, ROOT_start2.EXT, ROOT_start3.EXT, ROOT_start4.EXT, ROOT_end.EXT; los nombres de archivo de ejemplo son photo_start.jpg, photo_start2.jpg, photo_end.jpg.
stepsopcional
Tipointeger
Predeterminado1000
100 – 20.000
Cantidad total de pasos de entrenamiento.
learning_rateopcional
Tiponumber
Predeterminado5.0e-05
Tasa de aprendizaje utilizada para los parámetros que se pueden entrenar.
default_captionopcional
Tipostring | null
Descripción utilizada cuando faltan archivos de descripción; con None, su ausencia genera un error.
obligatorio

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-2-trainer-v2/edit",
  "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": 38920,
    "usd": "38.92",
    "charged": 38920,
    "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://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
diffusers_lora_file
object {url, content_type, file_name, file_size}URL de los pesos de la LoRA entrenada en formato diffusers.
config_file
object {url, content_type, file_name, file_size}URL del archivo de configuración del modelo entrenado.

Más modelos: Entrenamiento

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/flux-2-trainer-v2/edit.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt