Latent Consistency Models (v1.5/XL) · Image to Image

ইন্টিগ্রেট করুন

মডেল id fast-lcm-diffusion/image-to-image

# 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/fast-lcm-diffusion/image-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

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/fast-lcm-diffusion/image-to-image?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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 + ")");

import os
import requests

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

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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/fast-lcm-diffusion/image-to-image", 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/bn/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "fast-lcm-diffusion/image-to-image",
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }
}

Doitong API-এর মাধ্যমে Latent Consistency Models (v1.5/XL) · Image to Image মডেল (fast-lcm-diffusion/image-to-image) কল করুন। এজেন্টদের জন্য ডকুমেন্টেশন: https://doitong.com/bn/developers/models/fast-lcm-diffusion/image-to-image.md

POST https://api.doitong.ru/v1/run/fast-lcm-diffusion/image-to-image?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}

রেসপন্সের স্ট্যাটাস যদি "queued" বা "running" হয়, তাহলে এটি "succeeded" না হওয়া পর্যন্ত GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 পোল করুন; ফাইলগুলো outputs[].url-এ থাকে। রান করার আগেই সঠিক মূল্য জানতে একই বডি দিয়ে POST https://api.doitong.ru/v1/quote/fast-lcm-diffusion/image-to-image করুন।

এই অনুরোধ: ≈০.০১৯$ ১৯ API ক্রেডিট · ≈ ১.৯৯₽ এই পেজে চালান

API কী পান

Open model ছবি সম্পাদনা দ্রুত #lcm#diffusion#turbo#real-time

latent consistency image-to-image, যা strength নিয়ন্ত্রণের মাধ্যমে সোর্স ছবির রিস্টাইলিং করে

OpenAPI Markdown

Open model · ছবি

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

প্রতি রানে আনুমানিক মূল্য

আনুমানিক মূল্য

০.০১৯$প্রতি রান

১৯ API ক্রেডিট · ≈ ১.৯৯₽

প্রতি রানে নির্ধারিত মূল্য, শুধু সফল হলে চার্জ করা হয়।

চালান · ০.০১৯$

শুধু সফল হলে চার্জ করা হয়, ব্যর্থ হলে স্বয়ংক্রিয়ভাবে ফেরত দেওয়া হয়।

num_outputs ডিফল্ট 1

একটি সাধারণ রানের খরচের ভিত্তিতে আনুমানিক হিসাব। কোটে রানটির প্রকৃত চার্জই দেখানো হয়।

কোট এন্ডপয়েন্ট: POST /quote/{id}

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

prompt •আবশ্যক

আপনি যে ছবি জেনারেট করতে চান তা যতটা সম্ভব বিস্তারিতভাবে বর্ণনা করুন, যাতে সেরা ফলাফল পাওয়া যায়।

image •আবশ্যক image_url

একটি ফাইল ড্রপ করুন, অথবা

URL-এর মাধ্যমে দেওয়া জেনারেশনের শুরুর ছবি।

image_size ডিফল্ট square_hd

জেনারেট করা ছবির মাত্রা।

num_outputs num_images ডিফল্ট 1

জেনারেশনের জন্য অনুরোধ করা ছবির সংখ্যা।

অ্যাডভান্সড negative_prompt · safety_checker_version · format · request_id · num_inference_steps · guidance_scale · strength · seed · enable_safety_checker · expand_prompt · preserve_aspect_ratio · crop_output

negative_prompt ডিফল্ট

অনাকাঙ্ক্ষিত ছবির বিস্তারিত নির্দিষ্ট করা নেগেটিভ প্রম্পট। এটি রং, বস্তু, দৃশ্য বা সূক্ষ্ম বৈশিষ্ট্য ও গুণাবলি—যেমন গোঁফ, ব্লার বা কম রেজোলিউশন—বাদ দিতে পারে।

safety_checker_version ডিফল্ট v1

কাস্টম ViT safety checker (`v2`) এবং CompVis checker (`v1`, ডিফল্ট)-এর মধ্যে নির্বাচন করুন।

format ডিফল্ট jpeg

ফলাফল ছবির ফাইল ফরম্যাট।

request_id ডিফল্ট

যে রিকোয়েস্ট থেকে response তৈরি হয়েছে, তার সঙ্গে response মিলিয়ে দেখার জন্য রিকোয়েস্ট identifier।

num_inference_steps ডিফল্ট 6

চালানোর জন্য inference ধাপের সংখ্যা।

guidance_scale ডিফল্ট 1.5

ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।

strength ডিফল্ট 0.95

জেনারেট করা ছবি ও প্রাথমিক ছবির মধ্যে সাদৃশ্যের মাত্রা।

seed

Stable Diffusion-এ ছবি পুনরুৎপাদনের seed। মডেলের সংস্করণ, প্রম্পট এবং seed অপরিবর্তিত রাখলে প্রতিবার ছবি হুবহু পুনরুৎপাদন করা যায়।

POST /run/fast-lcm-diffusion/image-to-image?wait=20 মূল্য → ০.০১৯$

# 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/fast-lcm-diffusion/image-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

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/fast-lcm-diffusion/image-to-image?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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 + ")");

import os
import requests

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

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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/fast-lcm-diffusion/image-to-image", 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": "fast-lcm-diffusion/image-to-image",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}

এই অনুরোধ চালান

API কী

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। এই ব্রাউজারে মনে রাখুন একটি API কী পান

Latent Consistency Models (v1.5/XL) · Image to Image সম্পর্কে

`image_url` এবং একটি `prompt` থেকে শুরু করে; `strength` 0.05 থেকে 1 পর্যন্ত (ডিফল্ট 0.95), যা ফলাফলটি উৎস থেকে কতটা বিচ্যুত হবে তা নির্ধারণ করে। এটি অল্প কয়েকটি ধাপে চলে (ডিফল্ট 6), সর্বোচ্চ 8টি ছবি ফেরত দেয় এবং `preserve_aspect_ratio` ও `crop_output` অপশন দেয়।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ

image_urlআবশ্যক image

ধরনurl · image

URL-এর মাধ্যমে দেওয়া জেনারেশনের শুরুর ছবি।

promptআবশ্যক

ধরনstring

negative_promptঐচ্ছিক

ধরনstring

ডিফল্ট

image_sizeঐচ্ছিক

ধরনobject

ডিফল্টsquare_hd

square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9

জেনারেট করা ছবির মাত্রা।

num_inference_stepsঐচ্ছিক

ধরনinteger

ডিফল্ট6

১ – ৩২

চালানোর জন্য inference ধাপের সংখ্যা।

guidance_scaleঐচ্ছিক

ধরনnumber

ডিফল্ট1.5

০ – ২০

ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।

strengthঐচ্ছিক

ধরনnumber

ডিফল্ট0.95

০.০৫ – ১

জেনারেট করা ছবি ও প্রাথমিক ছবির মধ্যে সাদৃশ্যের মাত্রা।

seedঐচ্ছিক

ধরনinteger | null

num_imagesঐচ্ছিক num_outputs

ধরনinteger

ডিফল্ট1

১ – ৮

জেনারেশনের জন্য অনুরোধ করা ছবির সংখ্যা।

enable_safety_checkerঐচ্ছিক

ধরনboolean

ডিফল্টtrue

নিরাপত্তা পরীক্ষক সক্রিয়করণ; true পরীক্ষা সক্ষম করে।

safety_checker_versionঐচ্ছিক

ধরনenum

ডিফল্টv1

v1v2

কাস্টম ViT safety checker (`v2`) এবং CompVis checker (`v1`, ডিফল্ট)-এর মধ্যে নির্বাচন করুন।

expand_promptঐচ্ছিক

ধরনboolean

ডিফল্টfalse

অতিরিক্ত প্রম্পটসহ প্রম্পট expansion, true হলে সক্রিয়।

formatঐচ্ছিক

ধরনenum

ডিফল্টjpeg

jpegpng

ফলাফল ছবির ফাইল ফরম্যাট।

request_idঐচ্ছিক

ধরনstring

ডিফল্ট

preserve_aspect_ratioঐচ্ছিক

ধরনboolean

ডিফল্টfalse

আকার সীমা ছাড়িয়ে গেলেও জেনারেট করা ছবির অ্যাসপেক্ট রেশিও ধরে রাখতে true সেট করুন। জেনারেশনের পরে ক্রপ করে সঠিক অনুপাত পেতে crop_output-এ True সেট করুন। 32 দিয়ে বিভাজ্য নয় এমন প্রস্থ বা উচ্চতার মানও 32-এর নিকটতম গুণকে রাউন্ড করা হয়, এবং ডিফল্টভাবে এই রিসাইজিং অ্যাসপেক্ট রেশিও ধরে রাখে না।

crop_outputঐচ্ছিক

ধরনboolean

ডিফল্টfalse

true হলে জেনারেট করা আউটপুটকে সঠিক অ্যাসপেক্ট রেশিওতে ক্রপ করে।

আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "fast-lcm-diffusion/image-to-image",
  "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": 19,
    "usd": "0.019",
    "charged": 19,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"
  }
}

আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।

প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।

আউটপুটের ফিল্ড

images: array of object {url, width, height, content_type}জেনারেট করা ছবিগুলোর ফাইল তথ্য।
timings: object
seed: integerছবি-জেনারেশনের সিড, যার মধ্যে ইনপুটে সিড না থাকলে এলোমেলোভাবে নির্বাচিত মানটিও অন্তর্ভুক্ত; অন্যথায় প্রদত্ত মানটি পুনরাবৃত্তি করে।
has_nsfw_concepts: array of booleanজেনারেট করা ছবিতে NSFW ধারণা রয়েছে কি না নির্দেশ করে।
prompt: stringছবি জেনারেশনের সময় ব্যবহৃত প্রম্পট।