Lumaktaw sa nilalaman

Omnigen V2

I-integrate

ID ng modelo omnigen-v2
# 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/omnigen-v2?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"

Kahilingang ito: $0.15 150 kredito ng API · ≈ ₽15.70 Patakbuhin ito sa page na ito

Kumuha ng API key
BAAI Text patungong Larawan #multimodal#editing#try-on

Ikalawang henerasyon ng OmniGen na may hanggang 3 input na larawan, magkahiwalay na guidance para sa teksto at larawan, at pagpipilian ng scheduler

BAAI · Larawan

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan

Mga tagubilin sa pagbuo o pag-edit ng larawan, na pinakamainam kung tiyak—halimbawa, 'Add the bird from image 1 to the desk in image 2'.

image_size default na square_hd

Mga dimension ng nabuong larawan.

num_images default na 1

Bilang ng larawang hinihingi para sa pagbuo.

advanced negative_prompt · input_image_urls · scheduler · output_format · num_inference_steps · text_guidance_scale · image_guidance_scale · cfg_range_start · cfg_range_end · seed · enable_safety_checker
default na (((deformed))), blurr...

Negative prompt na naglalarawan ng content na ibubukod sa larawan.

default na []
Mag-drop ng file, o

Hanggang 3 URL ng larawan na nagbibigay ng source larawan para sa pag-edit o pagbuo mula sa maraming larawan.

scheduler default na euler

Scheduler na ginagamit habang nagdi-diffusion.

output_format default na jpeg

File format ng resultang larawan.

default na 50

Bilang ng inference step na isasagawa.

default na 5

Scale ng text guidance: taasan ito upang palakasin ang pagsunod ng nabuong larawan sa text prompt.

default na 2

Scale ng larawan guidance; para sa pag-edit, ang 1.3–2.0, at para sa in-context pagbuo, ang 2.0–3.0, ay tumutukoy sa lakas ng pagsunod sa ibinigay na mga larawan.

default na 0

Panimulang value ng CFG range.

default na 1

Pangwakas na value ng CFG range.

Seed para sa nauulit na mga larawan: ang magkaparehong prompt at seed ay gumagawa ng magkaparehong larawan kapag hindi nagbago ang bersyon ng modelo.

POST /run/omnigen-v2?wait=20 presyo → $0.15
# 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/omnigen-v2?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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Omnigen V2

Isang multimodal na modelo ng larawan na gumagawa o nag-e-edit ng mga larawan mula sa `prompt` at hanggang 3 `input_image_urls`. Nagbibigay ito ng `text_guidance_scale` (1 hanggang 8), `image_guidance_scale` (1 hanggang 3), simula at dulo ng saklaw ng CFG, `negative_prompt`, at pagpipilian ng scheduler na `euler` o `dpmsolver`. Mula 20 hanggang 50 ang mga hakbang, na may hanggang 4 na output.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
promptkinakailangan
Uristring
Mga tagubilin sa pagbuo o pag-edit ng larawan, na pinakamainam kung tiyak—halimbawa, 'Add the bird from image 1 to the desk in image 2'.
input_image_urlsopsyonal
Uriurl[] · image
default[]
Hanggang 3 URL ng larawan na nagbibigay ng source larawan para sa pag-edit o pagbuo mula sa maraming larawan.
image_sizeopsyonal
Uriobject
defaultsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Mga dimension ng nabuong larawan.
num_inference_stepsopsyonal
Uriinteger
default50
20 – 50
Bilang ng inference step na isasagawa.
seedopsyonal
Uriinteger | null
Seed para sa nauulit na mga larawan: ang magkaparehong prompt at seed ay gumagawa ng magkaparehong larawan kapag hindi nagbago ang bersyon ng modelo.
text_guidance_scaleopsyonal
Urinumber
default5
1 – 8
Scale ng text guidance: taasan ito upang palakasin ang pagsunod ng nabuong larawan sa text prompt.
image_guidance_scaleopsyonal
Urinumber
default2
1 – 3
Scale ng larawan guidance; para sa pag-edit, ang 1.3–2.0, at para sa in-context pagbuo, ang 2.0–3.0, ay tumutukoy sa lakas ng pagsunod sa ibinigay na mga larawan.
negative_promptopsyonal
Uristring
default(((deformed))), blurry, over saturation, bad anatomy, disfigured, poorly drawn face, mutation, mutated, (extra_limb), (ugly), (poorly drawn hands), fused fingers, messy drawing, broken legs censor, censored, censor_bar
Negative prompt na naglalarawan ng content na ibubukod sa larawan.
cfg_range_startopsyonal
Urinumber
default0
0 – 1
Panimulang value ng CFG range.
cfg_range_endopsyonal
Urinumber
default1
0 – 1
Pangwakas na value ng CFG range.
scheduleropsyonal
Urienum
defaulteuler
eulerdpmsolver
Scheduler na ginagamit habang nagdi-diffusion.
num_imagesopsyonal num_outputs
Uriinteger
default1
1 – 4
Bilang ng larawang hinihingi para sa pagbuo.
enable_safety_checkeropsyonal
Uriboolean
defaulttrue
Safety checking na nagbabalik ng mga itim na larawan kapalit ng mga larawang na-flag na unsafe. Pinapagana ng true ang checking; dini-disable ito ng false para lamang sa mga awtorisadong account, habang sinusuri pa rin ang mga kahilingang walang authorization.
output_formatopsyonal
Urienum
defaultjpeg
jpegpng
File format ng resultang larawan.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "omnigen-v2",
  "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": 150,
    "usd": "0.15",
    "charged": 150,
    "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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
images
array of object {url, width, height, content_type}Impormasyon ng file para sa mga nabuong larawan.
timings
object
seed
integerSeed para sa pagbuo ng larawan, kasama ang random na napiling value kung walang seed sa input; kung hindi, inuulit nito ang ibinigay na value.
has_nsfw_concepts
array of booleanNagsasaad kung may mga konseptong NSFW sa nabuong mga larawan.
prompt
stringPrompt na ginagamit sa pagbuo ng larawan.

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/omnigen-v2.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt