# Stable Diffusion 3.5 Large API

> محول انتشار لتحويل النص إلى صورة، مع دعم المطالبات السلبية وLoRA وControlNet وIP-Adapter

ينشئ صورًا من `prompt`، مع `negative_prompt` اختيارية. يقبل `loras` و`controlnet` و`ip_adapter` لمزيد من التحكم. اختر من ست قيم مسبقة لـ `image_size`، وأنشئ من 1 إلى 4 صور لكل طلب، مع إخراج jpeg أو png. تتراوح الخطوات من 1 إلى 50، ودرجة التوجيه من 0 إلى 20.

- Model id: `stable-diffusion-v35-large`
- Made by: Stability AI
- Category: Text to Image
- Output: image
- Estimated price per run: $0.065 / image (cheapest run $0.065 (65 API credits))
- Run: `POST https://api.doitong.ru/v1/run/stable-diffusion-v35-large`
- Quote: `POST https://api.doitong.ru/v1/quote/stable-diffusion-v35-large`
- Docs page: https://doitong.com/ar/developers/models/stable-diffusion-v35-large

## Pricing

Price: **$0.065 / image**. Estimated from the typical cost of one run, per output (`num_images`). The quote is exactly what the run charges.

The full example input below costs $0.065 = 65 API credits (1 image × 65 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/stable-diffusion-v35-large` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | الموجّه الذي يوجّه توليد الصورة. |
| `negative_prompt` |  | string | no | `` |  | موجّه سلبي يحدد تفاصيل الصورة المطلوب استبعادها، بما في ذلك الألوان والعناصر والمشهد أو السمات الدقيقة. تشمل الأمثلة الشارب والضبابية والدقة المنخفضة. |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | عدد خطوات الاستدلال المطلوب تنفيذها. |
| `seed` |  | integer \| null | no |  |  | بذرة لصور قابلة لإعادة الإنتاج: ينتج الموجّه والبذرة المتطابقان الصورة نفسها عند عدم تغيير إصدار النموذج. |
| `guidance_scale` |  | number | no | `3.5` | 0 – 20 | قوة الالتزام بالموجّه لاختيار الصورة، معبَّر عنها بصيغة CFG (Classifier Free Guidance). |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 4 | عدد الصور المطلوب توليده. |
| `enable_safety_checker` |  | boolean | no | `true` |  | فحص السلامة، الذي يعيد صورًا سوداء بدلًا من أي صور مصنفة على أنها غير آمنة. تُمكّن القيمة true الفحص؛ وتعطله false للحسابات المخولة فقط، بينما تُفحص الطلبات من دون تخويل على أي حال. |
| `output_format` |  | enum (string) | no | `jpeg` | `jpeg`, `png` | تنسيق ملف الصورة الناتجة. |
| `controlnet` |  | object {path, control_image_url, conditioning_scale, start_percentage, end_percentage} | no |  |  | ControlNet المستخدم أثناء الاستدلال. |
| `controlnet.path` |  | string | yes |  |  | موقع أوزان ControlNet، محدد كعنوان URL أو مسار. |
| `controlnet.control_image_url` |  | string (image URL) | yes |  |  | عنوان URL للصورة التي توفر صورة التحكم. |
| `controlnet.conditioning_scale` |  | number | no | `1` | 0 – 2 | القياس المطبق على أوزان ControlNet قبل دمجها في النموذج الأساسي. |
| `controlnet.start_percentage` |  | number | no | `0` | 0 – 1 | النسبة المئوية من إجمالي الخطوات الزمنية التي يبدأ عندها ControlNet بالتأثير في توليد الصورة. |
| `controlnet.end_percentage` |  | number | no | `1` | 0 – 1 | النسبة المئوية من إجمالي الخطوات الزمنية التي يتوقف عندها ControlNet عن التأثير في توليد الصورة. |
| `image_size` |  | object {width, height} \| enum (string) \| null | no |  | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | أبعاد الصورة المخرجة. دون controlnet، تكون القيمة الافتراضية landscape_4_3؛ ومع وجوده، تطابق القيمة الافتراضية أبعاد صورة التهيئة الخاصة به. |
| `loras` |  | array of object {path, scale} | no | `[]` |  | نماذج LoRA التي ينتج تأثيرها المشترك الصورة المولدة، دون حد لعدد النماذج المقدمة. |
| `loras[].path` |  | string | yes |  |  | موقع أوزان LoRA، محدد كرابط أو مسار. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | المضاعف المطبق على وزن LoRA قبل دمجه في النموذج الأساسي. |
| `ip_adapter` |  | object {path, subfolder, weight_name, image_encoder_path, image_encoder_subfolder, image_encoder_weight_name, image_url, mask_image_url, mask_threshold, scale} \| null | no |  |  | IP-Adapter المطبق أثناء الاستدلال. |
| `ip_adapter.path` |  | string | yes |  |  | موقع IP-Adapter على Hugging Face. |
| `ip_adapter.subfolder` |  | string \| null | no |  |  | المجلد الفرعي الذي يحتوي على أوزان ip_adapter. |
| `ip_adapter.weight_name` |  | string \| null | no |  |  | اسم ملف Safetensors لأوزان IP-Adapter. |
| `ip_adapter.image_encoder_path` |  | string | yes |  |  | موقع مشفّر الصور الخاص بـ IP-Adapter، مثل 'openai/clip-vit-large-patch14'. |
| `ip_adapter.image_encoder_subfolder` |  | string \| null | no |  |  | المجلد الفرعي الذي يحتوي على أوزان مشفّر الصور. |
| `ip_adapter.image_encoder_weight_name` |  | string \| null | no |  |  | اسم مشفّر الصور. |
| `ip_adapter.image_url` |  | string (image URL) | yes |  |  | عنوان URL لصورة التهيئة المقدمة إلى IP-Adapter. |
| `ip_adapter.mask_image_url` |  | string (image URL) \| null | no |  |  | عنوان URL للقناع المرتبط بصورة التحكم. |
| `ip_adapter.mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | قيمة عتبة القناع. |
| `ip_adapter.scale` |  | number | yes |  |  | عامل قياس IP-Adapter. |

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/stable-diffusion-v35-large?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://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/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/stable-diffusion-v35-large?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
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 + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/stable-diffusion-v35-large", 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"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "stable-diffusion-v35-large",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-diffusion-v35-large",
  "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": 65,
    "usd": "0.065",
    "charged": 65,
    "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://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `images` | array of object {url, width, height, content_type} | معلومات الملفات الخاصة بالصور المولّدة. |
| `timings` | object |  |
| `seed` | integer | بذرة توليد الصورة، بما في ذلك القيمة المختارة عشوائيًا إذا لم يتضمن المدخل بذرة؛ وإلا تكرر القيمة المقدمة. |
| `has_nsfw_concepts` | array of boolean | يشير إلى ما إذا كانت مفاهيم NSFW تظهر في الصور المُولّدة. |
| `prompt` | string | الموجّه المستخدم أثناء توليد الصورة. |

## Related models

- [FLUX.1 \[dev\]](https://doitong.com/developers/models/flux/dev.md) (`flux/dev`): $0.025 / megapixel
- [FLUX.1 \[schnell\]](https://doitong.com/developers/models/flux/schnell.md) (`flux/schnell`): $0.003 / megapixel
- [FLUX.2 \[dev\]](https://doitong.com/developers/models/flux-2.md) (`flux-2`): $0.012 / megapixel
- [FLUX.2 \[pro\]](https://doitong.com/developers/models/flux-2-pro.md) (`flux-2-pro`): $0.015 / megapixel of output image
- [GPT Image 2.5 Text to Image](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/text-to-image.md) (`openai/gpt-image-2.5/flare/text-to-image`): from $0.008 / image
- [Ideogram V4.5](https://doitong.com/developers/models/ideogram/v4.5.md) (`ideogram/v4.5`): from $0.03 / image
- [Nano Banana 2](https://doitong.com/developers/models/nano-banana-2.md) (`nano-banana-2`): from $0.06 / image
- [Nano Banana Pro](https://doitong.com/developers/models/nano-banana-pro.md) (`nano-banana-pro`): from $0.15 / image

## Links

- HTML page: https://doitong.com/developers/models/stable-diffusion-v35-large
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=stable-diffusion-v35-large
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/stable-diffusion-v35-large