# Optimized Latent Consistency (SDv1.5) API

> Μετασχηματισμός image-to-image με λίγα βήματα στο Stable Diffusion 1.5, με latent consistency και έλεγχο ισχύος

Αλλάζει το στυλ ή τροποποιεί μια βασική εικόνα από prompt κειμένου, χρησιμοποιώντας προσέγγιση λανθάνουσας συνέπειας που χρειάζεται μόνο λίγα βήματα. Το `num_inference_steps` έχει προεπιλογή 4 και φτάνει έως 12. Το `strength` (0 έως 1) ορίζει πόσο απομακρύνεται το αποτέλεσμα από την είσοδο και μπορούν να επιστραφούν έως 8 εικόνες ανά κλήση. Γίνονται δεκτά προαιρετικά `mask_url`, `negative_prompt` και `seed`.

- Model id: `lcm-sd15-i2i`
- Made by: Open model
- Category: Image Editing
- Output: image
- Estimated price per run: $0.007 / image (cheapest run $0.007 (7 API credits))
- Run: `POST https://api.doitong.ru/v1/run/lcm-sd15-i2i`
- Quote: `POST https://api.doitong.ru/v1/quote/lcm-sd15-i2i`
- Docs page: https://doitong.com/el/developers/models/lcm-sd15-i2i

## Pricing

Price: **$0.007 / 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 $0.007 = 7 API credits (1 image × 7 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/lcm-sd15-i2i` 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 |  |  | Περιγράψτε την εικόνα που θέλετε να παραχθεί, με όσο το δυνατόν περισσότερες λεπτομέρειες για τα καλύτερα αποτελέσματα. |
| `image_url` | `image` | string (image URL) | yes |  |  | Βασική εικόνα προς επεξεργασία. |
| `mask_url` | `mask` | string (image URL) \| null | no |  |  | URL που δείχνει σε μάσκα, παρεχόμενη για γενική συμβατότητα επεξεργασίας LCM. |
| `strength` |  | number | no | `0.8` | 0 – 1 | Ρύθμιση ισχύος εικόνας. |
| `negative_prompt` |  | string | no | `` |  | Αρνητικό prompt που καθορίζει ανεπιθύμητες λεπτομέρειες εικόνας. Μπορεί να αποκλείσει χρώματα, αντικείμενα, τοπία ή λεπτότερα χαρακτηριστικά και ιδιότητες, όπως μουστάκι, θόλωση ή χαμηλή ανάλυση. |
| `seed` |  | integer \| null | no |  |  | Seed για αναπαραγωγή εικόνων στο Stable Diffusion. Μια εικόνα μπορεί να αναπαραχθεί ακριβώς σε κάθε εκτέλεση, αν παραμείνουν αμετάβλητα η έκδοση του μοντέλου, το prompt και το seed. |
| `guidance_scale` |  | number | no | `1` | 0 – 16 | Ισχύς προσήλωσης στο prompt για την επιλογή εικόνας, εκφρασμένη ως CFG (Classifier Free Guidance). |
| `num_inference_steps` |  | integer | no | `4` | 1 – 12 | Πλήθος βημάτων inference για παραγωγή εικόνας, με καλύτερη ποιότητα εικόνας σε μεγαλύτερα πλήθη, εις βάρος μεγαλύτερου χρόνου παραγωγής. |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 8 | Μέγεθος της επιστρεφόμενης λίστας εικόνων, που δημιουργούνται με κοινό prompt και negative prompt αλλά διαφορετικό seed για κάθε εικόνα. |
| `enable_safety_checks` |  | boolean | no | `true` |  | Εναλλαγή ελέγχου ασφάλειας εξόδου, την οποία μπορούν να απενεργοποιήσουν μόνο εξουσιοδοτημένοι λογαριασμοί· όλα τα μη εξουσιοδοτημένα αιτήματα ελέγχονται ανεξάρτητα από τη ρύθμιση. Όταν είναι true, ελέγχει την εικόνα που προκύπτει για πιθανώς μη ασφαλές περιεχόμενο και την αντικαθιστά με μαύρη εικόνα αν εντοπιστεί κάτι τέτοιο. |
| `request_id` |  | string | no | `` |  | Αναγνωριστικό αιτήματος για τη συσχέτιση μιας απόκρισης με το αίτημα που την παρήγαγε. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Ο έλεγχος μπορεί να χαλαρώσει με τη ρύθμιση false, εφόσον ο καλών είναι εξουσιοδοτημένος. |

File parameters (`image`, `mask`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

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

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "image_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/lcm-sd15-i2i?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",
    "image_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/lcm-sd15-i2i?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",
    "image_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 = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_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/lcm-sd15-i2i", 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": "lcm-sd15-i2i",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "image_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": "lcm-sd15-i2i",
  "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": 7,
    "usd": "0.007",
    "charged": 7,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "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,
    "num_inference_steps": 4,
    "request_id": "",
    "nsfw_content_detected": [
      false
    ]
  },
  "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} | Πληροφορίες αρχείου για τις εικόνες που παράγονται. |
| `timings` | object |  |
| `seed` | integer | Seed παραγωγής εικόνας, συμπεριλαμβανομένης της τυχαία επιλεγμένης τιμής αν η είσοδος δεν περιείχε seed· διαφορετικά, επαναλαμβάνει την παρεχόμενη τιμή. |
| `num_inference_steps` | integer | Επιλυμένο πλήθος βημάτων inference για παραγωγή εικόνας, που λαμβάνεται από την είσοδο όταν παρέχεται και διαφορετικά από την προεπιλογή. |
| `request_id` | string | Αναγνωριστικό αιτήματος για τη συσχέτιση μιας απόκρισης με το αίτημα που την παρήγαγε. |
| `nsfw_content_detected` | array of boolean | Αποτελέσματα ασφάλειας ανά εικόνα ως λογική λίστα: κάθε εγγραφή δηλώνει πιθανώς μη ασφαλές περιεχόμενο ή είναι false όταν ο έλεγχος ασφάλειας είναι απενεργοποιημένος. |

## Related models

- [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
- [Bernini-R Edit Image](https://doitong.com/developers/models/bernini-r/edit-image.md) (`bernini-r/edit-image`): $0.03 / megapixel of output image
- [Boogu Image · Edit](https://doitong.com/developers/models/boogu-image/edit.md) (`boogu-image/edit`): $0.08 / image

## Links

- HTML page: https://doitong.com/developers/models/lcm-sd15-i2i
- 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=lcm-sd15-i2i
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/lcm-sd15-i2i