# FASHN Virtual Try-On V1.5 API

> Virtuelle Anprobe, die ein Modellfoto mit einem Kleidungsbild bekleidet, in der Auflösung von v1.5

Übernimmt `model_image` und `garment_image` (URL oder base64) und rendert das Kleidungsstück an der Person. `category` umfasst Oberteile, Unterteile, einteilige Kleidungsstücke oder auto; `garment_photo_type` verarbeitet Aufnahmen am Modell oder Flat-Lays. `mode` wägt Geschwindigkeit und Qualität ab, und `num_samples` gibt 1 bis 4 Bilder zurück.

- Model id: `fashn/tryon/v1.5`
- Made by: FASHN
- Category: Image Editing
- Output: image
- Price: $0.075 / image (cheapest run $0.075 (75 API credits))
- Run: `POST https://api.doitong.ru/v1/run/fashn/tryon/v1.5`
- Quote: `POST https://api.doitong.ru/v1/quote/fashn/tryon/v1.5`
- Docs page: https://doitong.com/de/developers/models/fashn/tryon/v1.5

## Pricing

Price: **$0.075 / image**. Billed per generated image (`num_samples`, default 1).

The full example input below costs $0.075 = 75 API credits (1 image × 75 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/fashn/tryon/v1.5` 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 |
|---|---|---|---|---|---|---|
| `model_image` |  | string | yes |  |  | Modellbild, bereitgestellt als URL oder Base64-Daten. |
| `garment_image` |  | string | yes |  |  | Kleidungsbild, bereitgestellt als URL oder Base64-Daten. |
| `category` |  | enum (string) | no | `auto` | `tops`, `bottoms`, `one-pieces`, `auto` | Kategorie des Anprobekleidungsstücks; mit 'auto' wird versucht, sie automatisch zu erkennen. |
| `mode` |  | enum (string) | no | `balanced` | `performance`, `balanced`, `quality` | Betriebsmodus für den Kompromiss zwischen Geschwindigkeit und Qualität: 'balanced' strebt einen Mittelweg an, 'quality' liefert bei langsamerer Verarbeitung bessere Ergebnisse und 'performance' arbeitet schneller, möglicherweise mit Qualitätseinbußen. |
| `garment_photo_type` |  | enum (string) | no | `auto` | `auto`, `model`, `flat-lay` | Kategorie des Kleidungsfotos zur Leistungsoptimierung interner Parameter. Flat-Lay-Aufnahmen und Ghost-Mannequin-Bilder verwenden 'flat-lay'; Fotos, auf denen Kleidung an einem Modell getragen wird, verwenden 'model'. Bei 'auto' versucht das System, die Kategorie selbst zu erkennen. |
| `moderation_level` |  | enum (string) | no | `permissive` | `none`, `permissive`, `conservative` | Moderationsrichtlinie für Kleidungsbilder. Das Deaktivieren von Filtern mit 'none' erfordert eine Kontoberechtigung; ohne diese verhält sich die Auswahl wie 'permissive'. Unter 'permissive' werden nur explizite Inhalte blockiert, während 'conservative' zusätzlich Unterwäsche und Badebekleidung ausschließt. |
| `seed` |  | integer \| null | no |  |  | Seed für reproduzierbare Generierung: Er fixiert die Zufälligkeit, sodass identische Eingaben dasselbe Ergebnis liefern können, während ein geänderter Seed ein anderes Ergebnis erzwingt. |
| `num_samples` |  | integer | no | `1` | 1 – 4 | Bildanzahl für einen einzelnen Durchlauf, wodurch mehrere Versuche gemeinsam möglich sind und trotz zufälliger Generierung die Wahrscheinlichkeit eines guten Ergebnisses steigt. |
| `segmentation_free` |  | boolean | no | `true` |  | Human Parsing für das Modellbild deaktivieren. |
| `output_format` |  | enum (string) | no | `png` | `png`, `jpeg` | Bildformat: 'png' für maximale Qualität oder 'jpeg' für schnellere Generierung. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist. |

## Example input

Required parameters only:

```json
{
  "model_image": "example",
  "garment_image": "example"
}
```

A fuller example:

```json
{
  "model_image": "example",
  "garment_image": "example"
}
```

## 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/fashn/tryon/v1.5?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_image": "example",
    "garment_image": "example"
  }'

# 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/fashn/tryon/v1.5?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "model_image": "example",
    "garment_image": "example"
  }),
});
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 = {
    "model_image": "example",
    "garment_image": "example",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/fashn/tryon/v1.5", 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": "fashn/tryon/v1.5",
      "input": {
        "model_image": "example",
        "garment_image": "example"
      },
      "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": "fashn/tryon/v1.5",
  "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": 75,
    "usd": "0.075",
    "charged": 75,
    "refunded": 0
  },
  "input": {
    "model_image": "example",
    "garment_image": "example"
  },
  "output": {
    "images": [
      {
        "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": "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, content_type, file_name, file_size} |  |

## Related models

- [FASHN Virtual Try-On V1.6](https://doitong.com/developers/models/fashn/tryon/v1.6.md) (`fashn/tryon/v1.6`): $0.075 / image
- [FLUX.1 Kontext \[pro\]](https://doitong.com/developers/models/flux-pro/kontext.md) (`flux-pro/kontext`): $0.04 / image
- [GPT Image 2.5 Edit](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/edit.md) (`openai/gpt-image-2.5/flare/edit`): from $0.12 / image
- [Nano Banana 2 Edit](https://doitong.com/developers/models/nano-banana-2/edit.md) (`nano-banana-2/edit`): from $0.06 / image
- [Nano Banana Pro Edit](https://doitong.com/developers/models/nano-banana-pro/edit.md) (`nano-banana-pro/edit`): from $0.15 / image
- [Qwen Image 3 Edit](https://doitong.com/developers/models/alibaba/qwen-image-3/edit.md) (`alibaba/qwen-image-3/edit`): from $0.04 / image
- [Seedream 5.0 Pro Edit](https://doitong.com/developers/models/bytedance/seedream/v5/pro/edit.md) (`bytedance/seedream/v5/pro/edit`): from $0.0675 / run of output image
- [Age Modify](https://doitong.com/developers/models/image-apps-v2/age-modify.md) (`image-apps-v2/age-modify`): $0.04 / image

## Links

- HTML page: https://doitong.com/developers/models/fashn/tryon/v1.5
- 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=fashn/tryon/v1.5
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/fashn/tryon/v1.5