رفتن به محتوا

Realistic Vision

یکپارچه‌سازی

شناسه مدل realistic-vision
# 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/realistic-vision?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"

این درخواست: ≈⁨‎$۰٫۰۰۹⁩ ۹ اعتبار API · ≈ ⁨‎₽۰٫۹۵⁩ اجرای آن در این صفحه

دریافت کلید API
Open model متن به تصویر #realism#diffusion

مدل انتشار متن‌به‌تصویر فوتورئال با پشتیبانی از LoRA و امبدینگ و همچنین پرامپت‌های منفی

Open model · تصویر

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

تصویری را که می‌خواهید تولید شود با بیشترین جزئیات ممکن توصیف کنید تا بهترین نتیجه به‌دست آید.

image_size پیش‌فرض {"height":1024,"width...
num_images پیش‌فرض 1

تعداد تصاویر درخواستی برای تولید.

پیشرفته negative_prompt · format · safety_checker_version · request_id · num_inference_steps · guidance_scale · seed · expand_prompt · enable_safety_checker · loras · embeddings
پیش‌فرض (worst quality, low q...

پرامپت منفی برای مشخص‌کردن جزئیاتی که باید از تصویر حذف شوند.

format پیش‌فرض jpeg

قالب فایل تصویر نهایی.

safety_checker_version پیش‌فرض v1

بین بررسی‌کننده ایمنی سفارشی ViT (`v2`) و بررسی‌کننده CompVis (`v1`، پیش‌فرض) انتخاب کنید.

پیش‌فرض

شناسه درخواست برای مرتبط‌کردن پاسخ با درخواستی که آن را ایجاد کرده است.

پیش‌فرض 35

تعداد مراحل استنتاج.

پیش‌فرض 5

میزان پایبندی به پرامپت برای انتخاب تصویر، بیان‌شده به‌صورت CFG (Classifier Free Guidance).

seed برای بازتولید تصاویر در Stable Diffusion. با ثابت نگه‌داشتن نسخه مدل، پرامپت و seed، تصویر می‌تواند در هر اجرا دقیقاً بازتولید شود.

پیش‌فرض []

وزن‌های LoRA انتخاب‌شده برای استفاده، به‌صورت فهرست.

پیش‌فرض []

embeddingهای انتخاب‌شده برای استفاده، به‌صورت فهرست.

POST /run/realistic-vision?wait=20 قیمت → ⁨‎$۰٫۰۰۹⁩
# 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/realistic-vision?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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Realistic Vision

از یک متن `prompt` تصویرهای واقع‌گرایانه تولید می‌کند و با `negative_prompt` از جزئیات ناخواسته دوری می‌کند. از `loras` و `embeddings`، شش گزینه پیش‌تنظیم `image_size` و 1 تا 8 تصویر در هر درخواست از طریق `num_images` پشتیبانی می‌کند. دامنه `num_inference_steps` از 1 تا 70 و `guidance_scale` از 0 تا 20 است. خروجی می‌تواند jpeg یا png باشد و `seed` نتایج تکرارپذیر ایجاد می‌کند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
تصویری را که می‌خواهید تولید شود با بیشترین جزئیات ممکن توصیف کنید تا بهترین نتیجه به‌دست آید.
negative_promptاختیاری
نوعstring
پیش‌فرض(worst quality, low quality, normal quality, lowres, low details, oversaturated, undersaturated, overexposed, underexposed, grayscale, bw, bad photo, bad photography, bad art:1.4), (watermark, signature, text font, username, error, logo, words, letters, digits, autograph, trademark, name:1.2), (blur, blurry, grainy), morbid, ugly, asymmetrical, mutated malformed, mutilated, poorly lit, bad shadow, draft, cropped, out of frame, cut off, censored, jpeg artifacts, out of focus, glitch, duplicate, (airbrushed, cartoon, anime, semi-realistic, cgi, render, blender, digital art, manga, amateur:1.3), (3D ,3D Game, 3D Game Scene, 3D Character:1.1), (bad hands, bad anatomy, bad body, bad face, bad teeth, bad arms, bad legs, deformities:1.3)
پرامپت منفی برای مشخص‌کردن جزئیاتی که باید از تصویر حذف شوند.
image_sizeاختیاری
نوعobject
پیش‌فرض{"height":1024,"width":1024}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض35
۱ – ۷۰
تعداد مراحل استنتاج.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض5
۰ – ۲۰
میزان پایبندی به پرامپت برای انتخاب تصویر، بیان‌شده به‌صورت CFG (Classifier Free Guidance).
lorasاختیاری
نوعobject[]
پیش‌فرض[]
وزن‌های LoRA انتخاب‌شده برای استفاده، به‌صورت فهرست.
loras[].forceاختیاری
نوعboolean
پیش‌فرضfalse
الزامی بودن استفاده از embedding؛ مقدار true آن را اجباری می‌کند.
loras[].pathالزامی
نوعstring
منبع وزن LoRA، به‌صورت شناسه مدل HF که به وزن‌های safetensors resolve می‌شود، یا فایل safetensors قابل دسترسی از طریق URL یا مسیر.
loras[].scaleاختیاری
نوعnumber
پیش‌فرض1
۰ – ۱
ضریبی که پیش از ادغام LoRA در مدل پایه، روی وزن LoRA اعمال می‌شود.
embeddingsاختیاری
نوعobject[]
پیش‌فرض[]
embeddingهای انتخاب‌شده برای استفاده، به‌صورت فهرست.
embeddings[].pathالزامی
نوعstring
وزن‌های embedding مشخص‌شده با URL یا مسیر فایل.
embeddings[].tokensاختیاری
نوعstring[]
فهرست توکن‌های embedding؛ در صورت حذف، نام‌گذاری خودکار انجام می‌شود و هر بردار در فایل embedding یک توکن از دنباله <s0>، <s1>، ... دریافت می‌کند.
expand_promptاختیاری
نوعboolean
پیش‌فرضfalse
گسترش پرامپت با پرامپت‌های اضافی، در صورت true فعال است.
num_imagesاختیاری num_outputs
نوعinteger
پیش‌فرض1
۱ – ۸
تعداد تصاویر درخواستی برای تولید.
seedاختیاری
نوعinteger | null
seed برای بازتولید تصاویر در Stable Diffusion. با ثابت نگه‌داشتن نسخه مدل، پرامپت و seed، تصویر می‌تواند در هر اجرا دقیقاً بازتولید شود.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
فعال‌سازی بررسی‌کننده ایمنی؛ true بررسی را فعال می‌کند.
formatاختیاری
نوعenum
پیش‌فرضjpeg
jpegpng
قالب فایل تصویر نهایی.
safety_checker_versionاختیاری
نوعenum
پیش‌فرضv1
v1v2
بین بررسی‌کننده ایمنی سفارشی ViT (`v2`) و بررسی‌کننده CompVis (`v1`، پیش‌فرض) انتخاب کنید.
request_idاختیاری
نوعstring
پیش‌فرض
شناسه درخواست برای مرتبط‌کردن پاسخ با درخواستی که آن را ایجاد کرده است.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "realistic-vision",
  "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": 9,
    "usd": "0.009",
    "charged": 9,
    "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
images
array of object {url, width, height, content_type}اطلاعات فایل تصاویر تولیدشده.
timings
object
seed
integerSeed تولید تصویر، شامل مقدار تصادفی انتخاب‌شده در صورت حذف Seed از ورودی؛ در غیر این صورت، مقدار ارائه‌شده را تکرار می‌کند.
has_nsfw_concepts
array of booleanمشخص می‌کند مفاهیم NSFW در تصاویر تولیدشده ظاهر می‌شوند یا خیر.
prompt
stringپرامپت استفاده‌شده هنگام تولید تصویر.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/realistic-vision.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt