Vai al contenuto

Flux 2 Klein 9B Base Trainer

Integra

ID del modello flux-2-klein-9b-base-trainer/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-klein-9b-base-trainer/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"

Questa richiesta: 13,90 $ 13.900 crediti API Esegui in questa pagina

Ottieni la chiave API
Black Forest Labs Addestramento

Addestra una LoRA di modifica per FLUX.2 klein 9B da coppie zip di immagini iniziali e finali

Black Forest Labs · File

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio

URL dello zip dei dati di addestramento, con istruzioni di modifica fornite per ogni coppia di immagini tramite un file ROOT.txt opzionale (ad esempio photo.txt); altrimenti viene usato default_caption e l'addestramento non riesce se manca anche questo. Le coppie di immagini devono usare ROOT_start.EXT e ROOT_end.EXT, come photo_start.jpg e photo_end.jpg. Ogni coppia può includere anche fino a quattro immagini di riferimento usando ROOT_start.EXT, ROOT_start2.EXT, ROOT_start3.EXT, ROOT_start4.EXT, ROOT_end.EXT; i nomi di esempio sono photo_start.jpg, photo_start2.jpg, photo_end.jpg.

predefinito 1000

Numero totale di passaggi per l'addestramento.

Avanzate default_caption · learning_rate

Didascalia usata al posto dei file mancanti; None considera invece la loro assenza un errore.

predefinito 5.0e-05

Tasso di apprendimento utilizzato per i parametri addestrabili.

POST /run/flux-2-klein-9b-base-trainer/edit?wait=20 preventivo → 13,90 $
# 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-klein-9b-base-trainer/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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Flux 2 Klein 9B Base Trainer

Esegue il fine-tuning di una LoRA per attività di modifica usando uno zip in `image_data_url` contenente coppie di immagini denominate ROOT_start e ROOT_end. `steps` varia da 100 a 20000 (predefinito 1000), con `learning_rate` e `default_caption` configurabili per le didascalie mancanti. Restituisce un file di configurazione e pesi LoRA diffusers.

Parametri

NomeTipo PredefinitoConsentiti Descrizione
image_data_urlobbligatorio
Tipostring
URL dello zip dei dati di addestramento, con istruzioni di modifica fornite per ogni coppia di immagini tramite un file ROOT.txt opzionale (ad esempio photo.txt); altrimenti viene usato default_caption e l'addestramento non riesce se manca anche questo. Le coppie di immagini devono usare ROOT_start.EXT e ROOT_end.EXT, come photo_start.jpg e photo_end.jpg. Ogni coppia può includere anche fino a quattro immagini di riferimento usando ROOT_start.EXT, ROOT_start2.EXT, ROOT_start3.EXT, ROOT_start4.EXT, ROOT_end.EXT; i nomi di esempio sono photo_start.jpg, photo_start2.jpg, photo_end.jpg.
stepsfacoltativo
Tipointeger
Predefinito1000
100 – 20.000
Numero totale di passaggi per l'addestramento.
learning_ratefacoltativo
Tiponumber
Predefinito5.0e-05
Tasso di apprendimento utilizzato per i parametri addestrabili.
default_captionfacoltativo
Tipostring | null
Didascalia usata al posto dei file mancanti; None considera invece la loro assenza un errore.
obbligatorio

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-2-klein-9b-base-trainer/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": 13900,
    "usd": "13.90",
    "charged": 13900,
    "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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
diffusers_lora_file
object {url, content_type, file_name, file_size}URL dei pesi LoRA addestrati in formato diffusers.
config_file
object {url, content_type, file_name, file_size}URL del file di configurazione del modello addestrato.

Altri modelli: Addestramento

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/flux-2-klein-9b-base-trainer/edit.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt