உள்ளடக்கத்திற்குச் செல்க

Flux 3 Action

ஒருங்கிணை

மாடல் id flux-3-action/so101
# 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-3-action/so101?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",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  }'

# 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"

இந்தக் கோரிக்கை: ≈$0.003 3 API கிரெடிட்கள் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

கேமரா ஃப்ரேம்கள், இணை நிலை மற்றும் ஒரு வழிமுறையிலிருந்து SO-101 கைச் செயல் துண்டுகளைக் கணிக்கும் ரோபோ கொள்கை மாதிரி

Black Forest Labs · தரவு (JSON)

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

•தேவை 88 / 2000

இயற்கை மொழியில் எழுதப்பட்ட ரோபோ பணிக் கட்டளைகள்.

•தேவை
கோப்பை விடுங்கள் அல்லது

256x256 அளவுக்கு மாற்றிய பின், நிலையான காட்சி கேமராவின் தற்போதைய ஃப்ரேமைக் காட்டும் இடது டைல் படம்.

•தேவை
கோப்பை விடுங்கள் அல்லது

வலது டைலில் வைக்கப்பட்டு 256x256 அளவுக்கு மாற்றப்பட்ட தற்போதைய மணிக்கட்டு-கேமரா ஃப்ரேம்.

•தேவை

அளவிடப்பட்ட நிலை மதிப்புகள் வரிசையாக: தோளின் பான் மற்றும் லிஃப்ட், முழங்கை வளைவு, மணிக்கட்டு வளைவு மற்றும் ரோல், அனைத்தும் டிகிரிகளில்; அதைத் தொடர்ந்து கிரிப்பர் நிலை சதவீதமாக.

மேம்பட்டவை history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
கோப்பை விடுங்கள் அல்லது

`state_history` தேவைப்படும் வரலாற்றுக் காட்சி-ஃப்ரேம் உள்ளீடு; விடுபட்டால் தற்போதைய ஃப்ரேம் பயன்படுத்தப்படும். வழங்கப்படும் ஃப்ரேம் 7 டிக்குகளுக்கு முந்தைய ஆரம்பகால வரலாற்றுக் கவனிப்பைக் குறிக்கும்.

கோப்பை விடுங்கள் அல்லது

ஆரம்பகால வரலாற்று டிக்கிலுள்ள மணிக்கட்டு-கேமரா ஃப்ரேம்; `state_history` தேவைப்படும்.

இயல்புநிலை 4

Euler denoising படிகளின் எண்ணிக்கை; சோதனைச் சாவடி சரிபார்ப்பில் 4 படிகள் பயன்படுத்தப்பட்டன.

இயல்புநிலை 3

வீடியோ மற்றும் செயல் இரண்டிற்குமான Classifier-free guidance வலிமை; CFG-ஐ முடக்க 1.0 என அமைக்கவும்.

DROID-க்கு 0 மற்றும் SO-101-க்கு 42 என்ற குறிப்பு மதிப்பீட்டு அமைப்புகளைக் கொண்ட மாதிரி விதை. குறிப்பிடாமல் விட்டால் விதை சீரற்ற முறையில் தேர்ந்தெடுக்கப்படும்.

புதிய எபிசோடுக்கு விடப்படும் அளவிடப்பட்ட நிலை வரலாறு; இல்லையெனில் `command_history` தேவைப்படும். `state`-க்கு உடனடியாக முந்திய 7 கட்டுப்பாட்டு டிக்குகளுக்கான அளவீடுகளை 30 Hz வேகத்தில் காலவரிசைப்படி வழங்கவும்.

`state_history` தேவைப்படும் முழுமையான கட்டளை வரலாறு; சமீபத்தில் அனுப்பப்பட்ட கட்டளை இறுதி வரியில் இருக்கும். வரிகள் 8 கவனிப்பு டிக்குகள் முழுவதும் காலவரிசையில் அமைந்து, ஒவ்வொரு டிக்கிலும் நடைமுறையில் உள்ள கட்டளையைக் குறிப்பிடும்.

POST /run/flux-3-action/so101?wait=20 விலை → $0.003
# 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-3-action/so101?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",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  }'

# 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"

இந்தக் கோரிக்கையை இயக்கு

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். API விசையைப் பெறுங்கள்

Flux 3 Action பற்றி

மீடியாவுக்குப் பதிலாக, கணிக்கப்பட்ட `actions`, அவற்றின் கட்டுப்பாட்டு விகிதம், நெடுவரிசை லேபிள்கள் மற்றும் புதிய துண்டைக் கோருவதற்கு முன் இயக்க வேண்டிய தொடக்கப் படிகளின் எண்ணிக்கை (`execute_steps`) ஆகியவற்றைக் கொண்ட JSON-ஐத் தருகிறது. தேவையான உள்ளீடுகள் அதிகபட்சம் 2000 எழுத்துகளைக் கொண்ட உரை `prompt`, `scene_image_url`, `wrist_image_url` மற்றும் 6 மதிப்புகளைக் கொண்ட `state` ஆகும். விருப்பமான வரலாற்று உள்ளீடுகள் (`state_history`, `command_history`, வரலாற்றுப் படங்கள்) காலச் சூழலை வழங்குகின்றன. `num_inference_steps` 1 முதல் 8 வரை இயங்குகிறது, `guidance_scale` 1 முதல் 10 வரை.

அளவுருக்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
promptதேவை
வகைstring
≤ 2,000 எழுத்துகள்
இயற்கை மொழியில் எழுதப்பட்ட ரோபோ பணிக் கட்டளைகள்.
scene_image_urlதேவை
வகைurl · image
256x256 அளவுக்கு மாற்றிய பின், நிலையான காட்சி கேமராவின் தற்போதைய ஃப்ரேமைக் காட்டும் இடது டைல் படம்.
wrist_image_urlதேவை
வகைurl · image
வலது டைலில் வைக்கப்பட்டு 256x256 அளவுக்கு மாற்றப்பட்ட தற்போதைய மணிக்கட்டு-கேமரா ஃப்ரேம்.
stateதேவை
வகைnumber[]
≤ 6 உருப்படிகள்≥ 6 உருப்படிகள்
அளவிடப்பட்ட நிலை மதிப்புகள் வரிசையாக: தோளின் பான் மற்றும் லிஃப்ட், முழங்கை வளைவு, மணிக்கட்டு வளைவு மற்றும் ரோல், அனைத்தும் டிகிரிகளில்; அதைத் தொடர்ந்து கிரிப்பர் நிலை சதவீதமாக.
state_historyவிருப்பத்தேர்வு
வகைarray[]
≤ 7 உருப்படிகள்≥ 7 உருப்படிகள்
புதிய எபிசோடுக்கு விடப்படும் அளவிடப்பட்ட நிலை வரலாறு; இல்லையெனில் `command_history` தேவைப்படும். `state`-க்கு உடனடியாக முந்திய 7 கட்டுப்பாட்டு டிக்குகளுக்கான அளவீடுகளை 30 Hz வேகத்தில் காலவரிசைப்படி வழங்கவும்.
command_historyவிருப்பத்தேர்வு
வகைarray[]
≤ 8 உருப்படிகள்≥ 8 உருப்படிகள்
`state_history` தேவைப்படும் முழுமையான கட்டளை வரலாறு; சமீபத்தில் அனுப்பப்பட்ட கட்டளை இறுதி வரியில் இருக்கும். வரிகள் 8 கவனிப்பு டிக்குகள் முழுவதும் காலவரிசையில் அமைந்து, ஒவ்வொரு டிக்கிலும் நடைமுறையில் உள்ள கட்டளையைக் குறிப்பிடும்.
history_scene_image_urlவிருப்பத்தேர்வு
வகைurl · image
`state_history` தேவைப்படும் வரலாற்றுக் காட்சி-ஃப்ரேம் உள்ளீடு; விடுபட்டால் தற்போதைய ஃப்ரேம் பயன்படுத்தப்படும். வழங்கப்படும் ஃப்ரேம் 7 டிக்குகளுக்கு முந்தைய ஆரம்பகால வரலாற்றுக் கவனிப்பைக் குறிக்கும்.
history_wrist_image_urlவிருப்பத்தேர்வு
வகைurl · image
ஆரம்பகால வரலாற்று டிக்கிலுள்ள மணிக்கட்டு-கேமரா ஃப்ரேம்; `state_history` தேவைப்படும்.
num_inference_stepsவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை4
1 – 8
Euler denoising படிகளின் எண்ணிக்கை; சோதனைச் சாவடி சரிபார்ப்பில் 4 படிகள் பயன்படுத்தப்பட்டன.
guidance_scaleவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை3
1 – 10
வீடியோ மற்றும் செயல் இரண்டிற்குமான Classifier-free guidance வலிமை; CFG-ஐ முடக்க 1.0 என அமைக்கவும்.
seedவிருப்பத்தேர்வு
வகைinteger | null
DROID-க்கு 0 மற்றும் SO-101-க்கு 42 என்ற குறிப்பு மதிப்பீட்டு அமைப்புகளைக் கொண்ட மாதிரி விதை. குறிப்பிடாமல் விட்டால் விதை சீரற்ற முறையில் தேர்ந்தெடுக்கப்படும்.
தேவை

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-3-action/so101",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  },
  "output": {
    "actions": [
      [
        1.0
      ]
    ],
    "action_labels": [
      "string"
    ],
    "action_hz": 1.0,
    "execute_steps": 1,
    "seed": 42,
    "timings": {}
  },
  "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"
  }
}
உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.
ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.
வெளியீட்டின் புலங்கள்
actions
array of array of numberகாலவரிசை வரிகளாகக் கட்டுப்பாட்டு படிகளைக் குறிக்கும் கணிக்கப்பட்ட செயல் அணிவரிசை; மதிப்புகள் வெட்டப்படாதவை, எனவே கூட்டு, வேகம் மற்றும் பணியிட வரம்புகள் ரோபோவில் அமல்படுத்தப்பட வேண்டும். 30 Hz-ல், SO-101 deg மற்றும் gripper % அளவுகளில் 42x6 முழுமையான கட்டளைகளை வழங்கும்; 15 Hz-ல், DROID rad அளவுகளில் 32x8 முழுமையான கூட்டு இலக்குகளையும், கிரிப்பரின் மூடிய பகுதியையும் வழங்கும்.
action_labels
array of stringசெயல் நெடுவரிசைகளுக்குரிய பெயர்கள்.
action_hz
numberசெயல் வரிகளுக்கான கட்டுப்பாட்டு அதிர்வெண்.
execute_steps
integerமற்றொரு தொகுதியைக் கோருவதற்கு முன் செயல்படுத்த வேண்டிய ஆரம்பச் செயல்களின் எண்ணிக்கை.
seed
integerமாதிரியாக்கத்தின்போது பயன்படுத்தப்படும் சீரற்ற விதை.
timings
objectசேவையகத்திலிருந்து பெறப்பட்ட நேர அளவீடுகள், வினாடிகளில்.

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/flux-3-action/so101.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt