# Krea 2 Trainer API

> ঐচ্ছিক স্বয়ংক্রিয় ক্যাপশনসহ ছবির একটি zip থেকে কাস্টম Krea 2 LoRA প্রশিক্ষণ দেয়

`images_data_url`-এ থাকা .zip-এর ছবির ওপর LoRA ফাইন-টিউন করে, ঐচ্ছিক একই-নামের .txt ক্যাপশন ও একটি `trigger_phrase`-সহ। `auto_captioning` মোডগুলো হলো Off, Object/Character, Style এবং Custom। `steps` 50 থেকে 10000 (ডিফল্ট 100), `resolution` 768 অথবা 1024। LoRA ওজন এবং একটি config ফাইল আউটপুট করে।

- Model id: `krea-2-trainer`
- Made by: Krea
- Category: Training
- Output: file
- Price per run: from $0.30 / run (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.ru/v1/run/krea-2-trainer`
- Quote: `POST https://api.doitong.ru/v1/quote/krea-2-trainer`
- Docs page: https://doitong.com/bn/developers/models/krea-2-trainer

## Pricing

Price: **from $0.30 / run** (the lowest tier; the quote prices your exact input). Price per run: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.30 = 300 API credits (1 run × $0.30).

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/krea-2-trainer` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `images_data_url` |  | string | yes |  |  | PNG/JPG/JPEG/WebP ফাইল থাকা training-image .zip-এর URL; কোনো ছবিতে caption ফাইল না থাকলে এবং non-empty `trigger_phrase` না থাকলে রিকোয়েস্ট 422 ত্রুটিতে ব্যর্থ হয়। `trigger_phrase` fallback সরবরাহ করলে caption ঐচ্ছিক; অন্যথায় মিল থাকা filename stem ব্যবহার করুন: ROOT.EXT-এর সঙ্গে ROOT.txt জোড়া হয়, যেমন 001.jpg-এর সঙ্গে 001.txt। |
| `trigger_phrase` |  | string | no | `` |  | `auto_captioning` Off থাকলে এবং কোনো ছবিতে caption ফাইল না থাকলে প্রয়োজনীয় DreamBooth-style instance phrase। এটি অনুপস্থিত .txt ফাইলগুলোর জন্য caption সরবরাহ করে এবং ডিফল্ট validation প্রম্পট-এর প্রারম্ভিক টেক্সট দেয়। |
| `auto_captioning` |  | enum (string) | no | `Off` | `Off`, `Object/Character`, `Style`, `Custom` | ঐচ্ছিক ক্যাপশনিং মোড: Object/Character, Style এবং Custom, google/gemma-4-31B-it সহ dataset-captioner চালায়, আর Off প্রতিটি ছবির জন্য মিল থাকা stem-এর .txt ক্যাপশন থাকা বা fallback হিসেবে trigger_phrase ব্যবহারের বিদ্যমান প্রয়োজনীয়তা বজায় রাখে। জেনারেট করা ক্যাপশনের ক্ষেত্রে trigger_phrase ক্যাপশনিং প্রম্পটে প্রবেশ করে এবং নির্বাচিত LoRA ক্যাপশনিং কনভেনশন অনুযায়ী ফলস্বরূপ sidecar-এ স্বাভাবিকীকরণ করা হয়। |
| `steps` |  | integer | no | `100` | 50 – 10,000 | LoRA ট্রেনিংয়ের ধাপের সংখ্যা। |
| `learning_rate` |  | number | no | `0.0005` | 0.000001 – 0.01 | LoRA B-factor-এর learning rate, `lora_a_lr_multiplier=1` হলে A-এর ক্ষেত্রেও প্রযোজ্য; muon-এর অধীনে এটি match_rms_adamw দিয়ে স্কেল করা AdamW-সমতুল্য rate নির্দেশ করে। ধ্রুব schedule-এর জন্য Krea 3e-4–7e-4 পরিসর সুপারিশ করে। |
| `resolution` |  | enum (integer) | no | `768` | `768`, `1024` | Training রেজোলিউশন, যেখানে 1024 সর্বাধিক সূক্ষ্ম বিবরণকে অগ্রাধিকার দেয় এবং 768 প্রায় 1.7x দ্রুত training, কম VRAM ব্যবহার ও প্রায় অভিন্ন style quality দেয়। ছবিগুলো target square পূরণ করার জন্য স্কেল করা হয়, তারপর কেন্দ্রে crop করা হয়। |
| `debug_dataset` |  | boolean | no | `false` |  | Dataset-download option, যা training-এ ঠিক কী ব্যবহার হয়েছে তা প্রকাশ করে এবং caption backfill বা automatic caption জেনারেশন-এর পর archive হিসেবে প্যাকেজ করা হয়। |

## Example input

Required parameters only:

```json
{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

## 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/krea-2-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_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://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/krea-2-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "images_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 + ")");
```

### Python

```python
import os
import requests

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

payload = {
    "images_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/krea-2-trainer", 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": "krea-2-trainer",
      "input": {
        "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "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": "krea-2-trainer",
  "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": 300,
    "usd": "0.30",
    "charged": 300,
    "refunded": 0
  },
  "input": {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "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
    },
    "prompt_enhancement_system_prompt": "string",
    "debug_dataset": {
      "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://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `lora_file` | object {url, content_type, file_name, file_size} | Trained Krea-2 LoRA weights-এর safetensors format-এ download URL। |
| `config_file` | object {url, content_type, file_name, file_size} | Training/LoRA configuration-সম্বলিত একটি JSON ফাইলের লিংক। |
| `prompt_enhancement_system_prompt` | string \| null | `auto_captioning` enabled থাকলে ফেরত দেওয়া system প্রম্পট, যা স্বয়ংক্রিয়ভাবে caption করা training data-এর একই caption convention ব্যবহার করে inference প্রম্পট লিখতে বা পরিমার্জন করতে সহায়তা করে। |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | `debug_dataset` enabled থাকলে দেওয়া training-data download: প্রস্তুত dataset এবং স্বয়ংক্রিয়ভাবে জেনারেট করা ক্যাপশনসম্বলিত একটি archive। |

## Related models

- [Krea 2 Text to Image Turbo LoRA](https://doitong.com/developers/models/krea-2/turbo/lora.md) (`krea-2/turbo/lora`): $0.01 / megapixel
- [Krea 2 Turbo](https://doitong.com/developers/models/krea-2/turbo.md) (`krea-2/turbo`): $0.008 / megapixel
- [ERNIE-Image Trainer](https://doitong.com/developers/models/ernie-image-trainer.md) (`ernie-image-trainer`): $0.0012 / step
- [FLUX 2 \[klein\] 9b Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer.md) (`flux-2-klein-9b-base-trainer`): $0.0043 / step
- [Flux 2 Klein 9B Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer/edit.md) (`flux-2-klein-9b-base-trainer/edit`): $0.0139 / step
- [FLUX 2 Trainer](https://doitong.com/developers/models/flux-2-trainer.md) (`flux-2-trainer`): $0.0064 / step
- [FLUX 2 Trainer Edit](https://doitong.com/developers/models/flux-2-trainer/edit.md) (`flux-2-trainer/edit`): $0.0389 / step
- [FLUX 2 Trainer V2](https://doitong.com/developers/models/flux-2-trainer-v2.md) (`flux-2-trainer-v2`): $0.0064 / step

## Links

- HTML page: https://doitong.com/developers/models/krea-2-trainer
- 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=krea-2-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/krea-2-trainer