# GLM Image API

> Μοντέλο text-to-image με επέκταση prompt, ρυθμιζόμενα βήματα και καθοδήγηση και έως 4 εικόνες ανά κλήση

Παράγει εικόνες από prompt κειμένου, με έμφαση στην ακριβή απόδοση κειμένου. Μπορείτε να ορίσετε το `image_size` από δέκα προεπιλογές, το `num_inference_steps` από 10 έως 100, το `guidance_scale` από 1 έως 10 και ένα `seed`. Μπορούν να δημιουργηθούν έως 4 εικόνες ανά αίτημα, με έξοδο jpeg ή png. Η προαιρετική επέκταση prompt ξαναγράφει το prompt με ένα LLM.

- Model id: `glm-image`
- Made by: Zhipu AI
- Category: Text to Image
- Output: image
- Estimated price per run: $0.05 / image (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.ru/v1/run/glm-image`
- Quote: `POST https://api.doitong.ru/v1/quote/glm-image`
- Docs page: https://doitong.com/el/developers/models/glm-image

## Pricing

Price: **$0.05 / 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 $0.05 = 50 API credits (1 image × 50 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/glm-image` 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 |  |  | Οδηγίες κειμένου που καθοδηγούν την παραγωγή εικόνας. |
| `image_size` |  | object {width, height} \| enum (string) | no | `square_hd` | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9`, `portrait_3_2`, `landscape_3_2`, `portrait_hd`, `landscape_hd` | Διαστάσεις της εικόνας εξόδου. |
| `num_inference_steps` |  | integer | no | `30` | 10 – 100 | Έλεγχος ποιότητας εικόνας ως πλήθος βημάτων αποθορυβοποίησης diffusion· τα επιπλέον βήματα γενικά βελτιώνουν τα αποτελέσματα. |
| `guidance_scale` |  | number | no | `1.5` | 1 – 10 | Προσήλωση στο prompt μέσω guidance χωρίς ταξινομητή: η αύξηση αυτής της κλίμακας κάνει την παραγωγή να συμμορφώνεται περισσότερο με το prompt. |
| `seed` |  | integer \| null | no |  |  | Τυχαίο seed για επαναλήψιμες εικόνες: για αναπαραγωγή μιας εικόνας, χρησιμοποιήστε ξανά το prompt και το seed της. |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 4 | Πλήθος εικόνων προς παραγωγή. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Έλεγχος ελέγχου NSFW για παραγόμενες εικόνες· κάθε εικόνα που κρίνεται μη ασφαλής αντικαθίσταται από μαύρη εικόνα. Μόνο εξουσιοδοτημένοι λογαριασμοί μπορούν να απενεργοποιήσουν τον έλεγχο, επομένως τα αιτήματα χωρίς αυτή την εξουσιοδότηση ελέγχονται ανεξάρτητα από τη ρύθμιση. |
| `output_format` |  | enum (string) | no | `jpeg` | `jpeg`, `png` | Μορφή της παραγόμενης εικόνας. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Επέκταση prompt βάσει LLM, ενεργοποιούμενη από το True, για βελτίωση της λεπτομέρειας και της ποιότητας των παραγόμενων αποτελεσμάτων. |

## 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/glm-image?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/glm-image?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/glm-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"])
```

### 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": "glm-image",
      "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": "glm-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": 50,
    "usd": "0.05",
    "charged": 50,
    "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} | Λίστα που περιέχει URL για παραγόμενες εικόνες. |
| `timings` | object |  |
| `seed` | integer | Seed παραγωγής εικόνας, συμπεριλαμβανομένης της τυχαία επιλεγμένης τιμής αν η είσοδος δεν περιείχε seed· διαφορετικά, επαναλαμβάνει την παρεχόμενη τιμή. |
| `has_nsfw_concepts` | array of boolean | Υποδεικνύει αν εμφανίζονται έννοιες NSFW στις παραγόμενες εικόνες. |
| `prompt` | string | Prompt που χρησιμοποιείται κατά την παραγωγή εικόνας. |

## Related models

- [Glm Image · Image to Image](https://doitong.com/developers/models/glm-image/image-to-image.md) (`glm-image/image-to-image`): $0.05 / image
- [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

## Links

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