FLUX 2 Trainer V2 Edit

इंटीग्रेट करें

मॉडल id 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"

const API = "https://vit.doitong.com/api/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/flux-2-trainer-v2/edit?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://vit.doitong.com/api/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/flux-2-trainer-v2/edit", 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/hi/developers/docs/mcp)
claude mcp add --transport http doitong-models https://vit.doitong.com/api/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "flux-2-trainer-v2/edit",
  "input": {
    "image_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

FLUX 2 Trainer V2 Edit मॉडल (flux-2-trainer-v2/edit) को Doitong API के ज़रिए कॉल करें। एजेंट के लिए दस्तावेज़: https://doitong.com/hi/developers/models/flux-2-trainer-v2/edit.md

POST https://vit.doitong.com/api/v1/run/flux-2-trainer-v2/edit?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"
}

यदि रिस्पॉन्स स्टेटस "queued" या "running" है, तो GET https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20 को तब तक पोल करें जब तक यह "succeeded" न हो जाए; फ़ाइलें outputs[].url में हैं। उसी बॉडी के साथ POST https://vit.doitong.com/api/v1/quote/flux-2-trainer-v2/edit चलाने से रन से पहले सटीक कीमत मिलती है।

यह अनुरोध: $38.92 38,920 API क्रेडिट इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें

Black Forest Labs ट्रेनिंग

दूसरी पीढ़ी का FLUX.2 एडिटिंग LoRA ट्रेनर, जो start/end इमेज युग्मों का उपयोग करता है और अधिकतम 20,000 चरणों तक चलता है

OpenAPI Markdown

Black Forest Labs · फ़ाइल

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कीमत

सटीक कीमत

प्रति चरण $0.0389

प्रति चरण 38.92 API क्रेडिट

यह अनुरोध: 1,000 चरण × $0.0389 $38.92 38,920 API क्रेडिट

चलाएँ · $38.92

केवल सफलता पर शुल्क लिया जाता है; विफलता पर अपने-आप रिफंड किया जाता है।

steps डिफ़ॉल्ट 1000

प्रशिक्षण के प्रत्येक चरण पर शुल्क लिया जाता है।

कोटेशन एंडपॉइंट: POST /quote/{id}

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

image_data_url •आवश्यक

प्रशिक्षण-डेटा zip URL, जिसमें प्रत्येक इमेज जोड़ी के संपादन निर्देश वैकल्पिक ROOT.txt फ़ाइल, जैसे photo.txt, के माध्यम से दिए जाते हैं; अन्यथा default_caption का उपयोग किया जाता है और वह भी अनुपस्थित होने पर प्रशिक्षण विफल हो जाता है। इमेज जोड़ियों में ROOT_start.EXT और ROOT_end.EXT का उपयोग होना चाहिए, जैसे photo_start.jpg और photo_end.jpg। प्रत्येक जोड़ी में ROOT_start.EXT, ROOT_start2.EXT, ROOT_start3.EXT, ROOT_start4.EXT, ROOT_end.EXT का उपयोग करके अधिकतम चार संदर्भ इमेज भी शामिल की जा सकती हैं; उदाहरण फ़ाइलनाम photo_start.jpg, photo_start2.jpg, photo_end.jpg हैं।

steps डिफ़ॉल्ट 1000

प्रशिक्षण के लिए चरणों की कुल संख्या।

उन्नत default_caption · learning_rate

default_caption

लापता caption फ़ाइलों के स्थान पर उपयोग किया जाने वाला caption; इसके बजाय None देने पर उनकी अनुपस्थिति त्रुटि मानी जाती है।

learning_rate डिफ़ॉल्ट 5.0e-05

प्रशिक्षित किए जा सकने वाले पैरामीटर के लिए उपयोग की जाने वाली learning rate।

POST /run/flux-2-trainer-v2/edit?wait=20 कोटेशन → $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"

const API = "https://vit.doitong.com/api/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/flux-2-trainer-v2/edit?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://vit.doitong.com/api/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/flux-2-trainer-v2/edit", 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": "flux-2-trainer-v2/edit",
      "input": {
        "image_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

यह अनुरोध चलाएँ

API कुंजी

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। इस ब्राउज़र में याद रखें API कुंजी प्राप्त करें

FLUX 2 Trainer V2 Edit के बारे में

ROOT_start और ROOT_end नाम वाली युग्मित इमेज की zip से संपादन कार्य के लिए LoRA को फ़ाइन-ट्यून करता है; इसमें कुछ संदर्भ इमेज भी हो सकती हैं। `steps` 100 से 20000 स्वीकार करता है, और `learning_rate` तथा `default_caption` उपलब्ध हैं। बाद में उपयोग के लिए LoRA वेट और config फ़ाइल बनाता है।

पैरामीटर

नामप्रकार डिफ़ॉल्टअनुमत विवरण

image_data_urlआवश्यक

प्रकारstring

stepsवैकल्पिक

प्रकारinteger

डिफ़ॉल्ट1000

100 – 20,000

प्रशिक्षण के लिए चरणों की कुल संख्या।

learning_rateवैकल्पिक

प्रकारnumber

डिफ़ॉल्ट5.0e-05

प्रशिक्षित किए जा सकने वाले पैरामीटर के लिए उपयोग की जाने वाली learning rate।

default_captionवैकल्पिक

प्रकारstring | null

आवश्यक

आउटपुट

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"
  }
}

आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।

हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।

आउटपुट के फ़ील्ड

diffusers_lora_file: object {url, content_type, file_name, file_size}diffusers format में trained LoRA weights की ओर संकेत करने वाला URL।
config_file: object {url, content_type, file_name, file_size}प्रशिक्षित मॉडल की कॉन्फ़िगरेशन फ़ाइल का URL।

और मॉडल: ट्रेनिंग

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/flux-2-trainer-v2/edit.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt

आपका पहला परिणाम यहाँ आएगा

अनुरोध बनाएँ

यह अनुरोध चलाएँ

FLUX 2 Trainer V2 Edit के बारे में

पैरामीटर

आउटपुट

अन्य FLUX 2 Trainer V2 वेरिएंट

FLUX 2 Trainer V2 वेरिएंट: 2

और मॉडल: ट्रेनिंग

FLUX 2 [klein] 9b Base Trainer वेरिएंट: 2

Flux 2 Klein 9B Base Trainer वेरिएंट: 2

FLUX 2 Trainer वेरिएंट: 2

FLUX 2 Trainer Edit वेरिएंट: 2