Ir al contenido

FLUX.1 [dev] with Controlnets and Loras · Differential Diffusion

Integrar

Id del modelo flux-general/differential-diffusion
# 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/flux-general/differential-diffusion?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": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "change_map_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"

Esta solicitud: ≈0,138 $ 138 créditos de API · ≈ 14,55 ₽ Ejecutar en esta página

Obtener clave de API
Black Forest Labs Edición de imágenes Entradas de referencia #lora#controlnet#ip-adapter

Edición de imágenes con FLUX.1 [dev] impulsada por un mapa de cambios que establece la intensidad de alteración de cada región

Creado en Doitong

Trabajos públicos creados con FLUX.1 [dev] with Controlnets and Loras por la comunidad de Doitong. Reutiliza un prompt con un clic.

Trabajos públicos mostrados: 9
Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lemb...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lemb...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Prompt Details Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut ...

Prompt Details Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikel...

Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi wajahnya. Ia memeluk...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

Foto sinematik hiper-realistis resolusi tinggi menampilkan seorang pria muda Indonesia dengan tub...

Foto sinematik hiper-realistis resolusi tinggi menampilkan seorang pria muda Indonesia dengan tubuh ramping dan proporsional, rambut hitam pendek agak acak, mengenakan jaket kulit hitam, celana riding fit, dan sepatu motor. Ia sedang melakukan aksi freestyle ekstrem dengan motor sport 500cc...

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Prompt que orienta la generación de imágenes.

•obligatorio image_url
Suelta un archivo o

URL de la imagen inicial.

•obligatorio
Suelta un archivo o

URL que apunta al mapa de cambios.

image_size

Dimensiones de la imagen generada.

num_images predeterminado 1

Establece cuántas imágenes se generarán; esta opción se fija en 1 cuando la salida se transmite.

Avanzado negative_prompt · reference_image_url · output_format · scheduler · sigma_schedule · num_inference_steps · guidance_scale · real_cfg_scale · reference_strength · reference_start · reference_end · base_shift · max_shift · nag_scale · nag_tau · nag_alpha · nag_end · strength · seed · use_real_cfg · use_cfg_zero · enable_safety_checker · use_beta_schedule · loras · control_loras · controlnets · controlnet_unions · ip_adapters · easycontrols · fill_image
predeterminado

Prompt negativo procesado con NAG de forma predeterminada para desalentar las características no deseadas especificadas en las imágenes generadas.

Suelta un archivo o

URL de la imagen utilizada para guidance Reference-Only.

output_format predeterminado png

Formato de archivo de la imagen resultante.

scheduler predeterminado euler

Programador utilizado durante la eliminación de ruido.

Programación de sigmas utilizada durante la eliminación de ruido.

predeterminado 28

Cantidad de pasos de inferencia que se ejecutarán.

predeterminado 3.5

Intensidad de adhesión al prompt para la selección de imágenes, expresada como CFG (Classifier Free Guidance).

predeterminado 3.5

Intensidad de adhesión al prompt para la selección de imágenes, expresada como CFG (Classifier Free Guidance).

predeterminado 0.65

Influencia de la imagen de referencia durante la generación reference_only; sin una imagen de referencia proporcionada, esta configuración de intensidad no tiene efecto.

predeterminado 0

Punto inicial de guidance de referencia, expresado como porcentaje de todos los pasos de tiempo.

predeterminado 1

Punto final de guidance de referencia, expresado como porcentaje de todos los pasos de tiempo.

predeterminado 0.5

Desplazamiento base aplicado a los pasos de tiempo programados.

predeterminado 1.15

Desplazamiento máximo aplicado a los pasos de tiempo programados.

predeterminado 3

Evitación del prompt negativo controlada por la escala NAG: aumentarla hace que la imagen generada se parezca menos a la descripción negativa.

predeterminado 2.5

Configuración tau de NAG para la normalización del estado oculto; se recomienda no modificarla. Aumentarla debilita la normalización y puede provocar desviaciones inesperadas respecto a la imagen original.

predeterminado 0.25

NAG alpha establece cuánto redirige el prompt positivo la guidance normalizada que combina los prompts positivo y negativo. Esta ponderación final da más influencia al prompt positivo con valores bajos y reduce la redirección con valores altos.

predeterminado 0.25

Corte de NAG expresado como proporción de los pasos de generación. Los procesadores de atención originales de FLUX toman el control después de que NAG se haya ejecutado durante esa proporción inicial.

predeterminado 0.85

Intensidad de difusión diferencial, desde la conservación del original en 0.0 hasta una recreación completa en 1.0.

Seed para obtener imágenes reproducibles: un prompt y una seed idénticos producen una imagen idéntica cuando la versión del modelo no cambia.

predeterminado []

LoRA cuyo efecto combinado produce la imagen generada, sin límite en la cantidad proporcionada.

predeterminado []

LoRA de imágenes de control combinados en una configuración para generar la imagen final; no hay límite en la cantidad proporcionada.

predeterminado []

Configuración de ControlNet para la generación de imágenes, actualmente limitada a un único ControlNet.

predeterminado []

Configuración de unión de ControlNet para la generación de imágenes, sujeta a la restricción actual de un único ControlNet.

predeterminado []

IP-Adapter aplicado durante la generación de imágenes.

predeterminado []

Entradas de EasyControl aplicadas durante la generación de imágenes.

Imagen de entrada que guía la generación y puede proporcionar contenido para regiones enmascaradas.

POST /run/flux-general/differential-diffusion?wait=20 cotización → 0,138 $
# 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/flux-general/differential-diffusion?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": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "change_map_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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de FLUX.1 [dev] with Controlnets and Loras · Differential Diffusion

Transforma una imagen de origen región por región mediante una imagen de mapa de cambios que controla cuánto se modifica cada área. Requiere `prompt`, `image_url` y `change_map_image_url`. También acepta LoRAs, ControlNets, IP-Adapters y una imagen de referencia. `num_inference_steps` va de 1 a 50 y `num_images` hasta 10, con salida png o jpeg.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
Prompt que orienta la generación de imágenes.
image_sizeopcional
Tipoobject
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensiones de la imagen generada.
num_inference_stepsopcional
Tipointeger
Predeterminado28
1 – 50
Cantidad de pasos de inferencia que se ejecutarán.
seedopcional
Tipointeger | null
Seed para obtener imágenes reproducibles: un prompt y una seed idénticos producen una imagen idéntica cuando la versión del modelo no cambia.
lorasopcional
Tipoobject[]
Predeterminado[]
LoRA cuyo efecto combinado produce la imagen generada, sin límite en la cantidad proporcionada.
loras[].pathobligatorio
Tipostring
Ubicación de los pesos de LoRA, especificada como URL o ruta.
loras[].scaleopcional
Tipoobject | number
Predeterminado1
Escala aplicada a los pesos de LoRA antes de combinarlos con el modelo base. Proporciona un diccionario con el formato {"layer_name":layer_scale} para establecer escalas de capas individuales; las capas no especificadas usan 1.0.
control_lorasopcional
Tipoobject[]
Predeterminado[]
LoRA de imágenes de control combinados en una configuración para generar la imagen final; no hay límite en la cantidad proporcionada.
control_loras[].pathobligatorio
Tipostring
Ubicación de los pesos de LoRA, especificada como URL o ruta.
control_loras[].scaleopcional
Tipoobject | number
Predeterminado1
Escala aplicada a los pesos de LoRA antes de combinarlos con el modelo base. Proporciona un diccionario con el formato {"layer_name":layer_scale} para establecer escalas de capas individuales; las capas no especificadas usan 1.0.
control_loras[].control_image_urlobligatorio
Tipourl · image
URL de la imagen que proporciona la imagen de control.
control_loras[].preprocessopcional
Tipoenum
PredeterminadoNone
cannydepthNone
Método de preprocesamiento aplicado a la imagen proporcionada.
controlnetsopcional
Tipoobject[]
Predeterminado[]
Configuración de ControlNet para la generación de imágenes, actualmente limitada a un único ControlNet.
controlnets[].pathobligatorio
Tipostring
Ubicación de los pesos de ControlNet, especificada como una URL o ruta.
controlnets[].config_urlopcional
Tipostring | null
URL opcional que apunta al archivo config.json de ControlNet.
controlnets[].variantopcional
Tipostring | null
Variante opcional para usar con una clave de repositorio de Hugging Face.
controlnets[].control_image_urlobligatorio
Tipourl · image
URL de la imagen que proporciona la imagen de control.
controlnets[].mask_image_urlopcional
Tipourl · image
URL de la máscara asociada a la imagen de control.
controlnets[].mask_thresholdopcional
Tiponumber
Predeterminado0.5
0,01 – 0,99
Valor de umbral de la máscara.
controlnets[].conditioning_scaleopcional
Tiponumber
Predeterminado1
0 – 2
Escala aplicada a los pesos de ControlNet antes de combinarlos con el modelo base.
controlnets[].start_percentageopcional
Tiponumber
Predeterminado0
0 – 1
Porcentaje del total de pasos de tiempo en el que ControlNet comienza a influir en la generación de imágenes.
controlnets[].end_percentageopcional
Tiponumber
Predeterminado1
0 – 1
Porcentaje del total de pasos de tiempo en el que ControlNet deja de influir en la generación de imágenes.
controlnet_unionsopcional
Tipoobject[]
Predeterminado[]
Configuración de unión de ControlNet para la generación de imágenes, sujeta a la restricción actual de un único ControlNet.
controlnet_unions[].pathobligatorio
Tipostring
Ubicación de los pesos de ControlNet, especificada como una URL o ruta.
controlnet_unions[].config_urlopcional
Tipostring | null
URL opcional que apunta al archivo config.json de ControlNet.
controlnet_unions[].variantopcional
Tipostring | null
Variante opcional para usar con una clave de repositorio de Hugging Face.
controlnet_unions[].controlsobligatorio
Tipoobject[]
Imágenes de control y modos asociados proporcionados a ControlNet.
controlnet_unions[].controls[].control_image_urlobligatorio
Tipourl · image
URL de la imagen que proporciona la imagen de control.
controlnet_unions[].controls[].mask_image_urlopcional
Tipourl · image
URL de la máscara asociada a la imagen de control.
controlnet_unions[].controls[].control_modeobligatorio
Tipoenum
cannytiledepthblurposegraylow-quality
Modo de control utilizado por Flux Controlnet Union. Opciones: canny guía la generación con bordes; tile la guía con mosaicos; depth la guía con un mapa de profundidad en escala de grises; blur desenfoca la imagen; pose guía la generación con la pose de la imagen; gray convierte la imagen a escala de grises; low-quality produce una versión de baja calidad de la imagen.
controlnet_unions[].controls[].conditioning_scaleopcional
Tiponumber
Predeterminado1
0 – 2
Escala aplicada a los pesos de ControlNet antes de combinarlos con el modelo base.
controlnet_unions[].controls[].mask_thresholdopcional
Tiponumber
Predeterminado0.5
0,01 – 0,99
Valor de umbral de la máscara.
controlnet_unions[].controls[].start_percentageopcional
Tiponumber
Predeterminado0
0 – 1
Porcentaje del total de pasos de tiempo en el que ControlNet comienza a influir en la generación de imágenes.
controlnet_unions[].controls[].end_percentageopcional
Tiponumber
Predeterminado1
0 – 1
Porcentaje del total de pasos de tiempo en el que ControlNet deja de influir en la generación de imágenes.
ip_adaptersopcional
Tipoobject[]
Predeterminado[]
IP-Adapter aplicado durante la generación de imágenes.
ip_adapters[].pathobligatorio
Tipostring
Ubicación de IP-Adapter en Hugging Face.
ip_adapters[].subfolderopcional
Tipostring | null
Subcarpeta que contiene los pesos de ip_adapter.
ip_adapters[].weight_nameopcional
Tipostring | null
Nombre de archivo Safetensors de los pesos de IP-Adapter.
ip_adapters[].image_encoder_pathobligatorio
Tipostring
Ubicación del codificador de imágenes de IP-Adapter, como 'openai/clip-vit-large-patch14'.
ip_adapters[].image_encoder_subfolderopcional
Tipostring | null
Subcarpeta que contiene los pesos del codificador de imágenes.
ip_adapters[].image_encoder_weight_nameopcional
Tipostring | null
Nombre del codificador de imágenes.
ip_adapters[].image_urlobligatorio
Tipourl · image
URL de la imagen de condicionamiento proporcionada a IP-Adapter.
ip_adapters[].mask_image_urlopcional
Tipourl · image
URL de la máscara asociada a la imagen de control.
ip_adapters[].mask_thresholdopcional
Tiponumber
Predeterminado0.5
0,01 – 0,99
Valor de umbral de la máscara.
ip_adapters[].scaleobligatorio
Tiponumber
Factor de escala de IP-Adapter.
easycontrolsopcional
Tipoobject[]
Predeterminado[]
Entradas de EasyControl aplicadas durante la generación de imágenes.
easycontrols[].control_method_urlobligatorio
Tipostring
URL de los pesos safetensor del método de control o identificador compatible: `canny`, `depth`, `hedsketch`, `inpainting`, `pose`, `seg`, `subject`, `ghibli`.
easycontrols[].scaleopcional
Tiponumber
Predeterminado1
0 – 2
Factor de escala del método de control.
easycontrols[].image_urlobligatorio
Tipourl · image
URL de la imagen que proporciona una entrada de control.
easycontrols[].image_control_typeobligatorio
Tipoenum
subjectspatial
Modo de control de imagen; acepta `spatial` o `subject`.
fill_imageopcional
Tipoobject
Imagen de entrada que guía la generación y puede proporcionar contenido para regiones enmascaradas.
fill_image.fill_image_urlopcional
Tipourl · image
Predeterminado[]
URLs de imágenes para rellenar mediante prompting redux.
guidance_scaleopcional
Tiponumber
Predeterminado3.5
0 – 20
Intensidad de adhesión al prompt para la selección de imágenes, expresada como CFG (Classifier Free Guidance).
real_cfg_scaleopcional
Tiponumber
Predeterminado3.5
0 – 5
Intensidad de adhesión al prompt para la selección de imágenes, expresada como CFG (Classifier Free Guidance).
use_real_cfgopcional
Tipoboolean
Predeterminadofalse
Interruptor de CFG clásico, activado automáticamente con XLabs IP-Adapter v1. El comportamiento de guidance coincide con el de modelos como SD1.5 y SDXL.
use_cfg_zeroopcional
Tipoboolean
Predeterminadofalse
Activa el muestreo de inicialización CFG-zero, descrito en https://arxiv.org/abs/2503.18886.
num_imagesopcional num_outputs
Tipointeger
Predeterminado1
1 – 10
Establece cuántas imágenes se generarán; esta opción se fija en 1 cuando la salida se transmite.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
Comprobación de seguridad que devuelve imágenes negras en lugar de las imágenes marcadas como no seguras. Un valor true activa la comprobación; false la desactiva solo para cuentas autorizadas, mientras que las solicitudes sin autorización se comprueban siempre.
reference_image_urlopcional
Tipourl · image
URL de la imagen utilizada para guidance Reference-Only.
reference_strengthopcional
Tiponumber
Predeterminado0.65
-3 – 3
Influencia de la imagen de referencia durante la generación reference_only; sin una imagen de referencia proporcionada, esta configuración de intensidad no tiene efecto.
reference_startopcional
Tiponumber
Predeterminado0
0 – 1
Punto inicial de guidance de referencia, expresado como porcentaje de todos los pasos de tiempo.
reference_endopcional
Tiponumber
Predeterminado1
0 – 1
Punto final de guidance de referencia, expresado como porcentaje de todos los pasos de tiempo.
base_shiftopcional
Tiponumber
Predeterminado0.5
0,01 – 5
Desplazamiento base aplicado a los pasos de tiempo programados.
max_shiftopcional
Tiponumber
Predeterminado1.15
0,01 – 5
Desplazamiento máximo aplicado a los pasos de tiempo programados.
output_formatopcional
Tipoenum
Predeterminadopng
jpegpng
Formato de archivo de la imagen resultante.
use_beta_scheduleopcional
Tipoboolean
Predeterminadofalse
Controla si se utilizan sigmas beta.
sigma_scheduleopcional
Tipostring | null
Programación de sigmas utilizada durante la eliminación de ruido.
scheduleropcional
Tipoenum
Predeterminadoeuler
eulerdpmpp_2m
Programador utilizado durante la eliminación de ruido.
negative_promptopcional
Tipostring
Predeterminado
Prompt negativo procesado con NAG de forma predeterminada para desalentar las características no deseadas especificadas en las imágenes generadas.
nag_scaleopcional
Tiponumber
Predeterminado3
≤ 10> 1
Evitación del prompt negativo controlada por la escala NAG: aumentarla hace que la imagen generada se parezca menos a la descripción negativa.
nag_tauopcional
Tiponumber
Predeterminado2.5
> 0
Configuración tau de NAG para la normalización del estado oculto; se recomienda no modificarla. Aumentarla debilita la normalización y puede provocar desviaciones inesperadas respecto a la imagen original.
nag_alphaopcional
Tiponumber
Predeterminado0.25
≤ 1> 0
NAG alpha establece cuánto redirige el prompt positivo la guidance normalizada que combina los prompts positivo y negativo. Esta ponderación final da más influencia al prompt positivo con valores bajos y reduce la redirección con valores altos.
nag_endopcional
Tiponumber
Predeterminado0.25
≤ 1> 0
Corte de NAG expresado como proporción de los pasos de generación. Los procesadores de atención originales de FLUX toman el control después de que NAG se haya ejecutado durante esa proporción inicial.
image_urlobligatorio image
Tipourl · image
URL de la imagen inicial.
change_map_image_urlobligatorio
Tipourl · image
URL que apunta al mapa de cambios.
strengthopcional
Tiponumber
Predeterminado0.85
0,01 – 1
Intensidad de difusión diferencial, desde la conservación del original en 0.0 hasta una recreación completa en 1.0.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-general/differential-diffusion",
  "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": 138,
    "usd": "0.138",
    "charged": 138,
    "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",
    "change_map_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,
    "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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
images
array of object {url, width, height, content_type}Información de los archivos de las imágenes generadas.
timings
object
seed
integerSemilla de generación de imágenes, incluido el valor elegido aleatoriamente si la entrada omitió una semilla; de lo contrario, repite el valor proporcionado.
has_nsfw_concepts
array of booleanIndica si aparecen conceptos NSFW en las imágenes generadas.
prompt
stringPrompt utilizado durante la generación de imágenes.

Más modelos: Edición de imágenes

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/flux-general/differential-diffusion.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt