# Krea 2 Trainer API

> מאמן LoRA מותאם אישית של Krea 2 מקובץ zip של תמונות, עם הוספת כיתובים אוטומטית אופציונלית

מבצע כוונון עדין של LoRA על קובץ .zip של תמונות ב־`images_data_url`, עם כיתובי .txt אופציונליים בעלי אותו שם ו־`trigger_phrase`. מצבי `auto_captioning` הם Off, Object/Character, Style ו־Custom. `steps` הוא 50 עד 10000 (ברירת מחדל 100), ו־`resolution` הוא 768 או 1024. מפיק משקלי LoRA וקובץ תצורה.

- Model id: `krea-2-trainer`
- Made by: Krea
- Category: Training
- Output: file
- Price per run: from $0.30 / run (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.ru/v1/run/krea-2-trainer`
- Quote: `POST https://api.doitong.ru/v1/quote/krea-2-trainer`
- Docs page: https://doitong.com/he/developers/models/krea-2-trainer

## Pricing

Price: **from $0.30 / run** (the lowest tier; the quote prices your exact input). Price per run: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.30 = 300 API credits (1 run × $0.30).

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/krea-2-trainer` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `images_data_url` |  | string | yes |  |  | כתובת URL לקובץ .zip של תמונות אימון המכיל קובצי PNG/JPG/JPEG/WebP; בקשה נכשלת עם 422 אם לתמונה כלשהי אין קובץ כיתוב וגם אין `trigger_phrase` שאינו ריק. כיתובים אופציונליים כאשר `trigger_phrase` מספק את החלופה, ובמקרה אחר יש להשתמש בשורשי שמות קבצים תואמים: ROOT.EXT מתאים ל-ROOT.txt, למשל 001.jpg מתאים ל-001.txt. |
| `trigger_phrase` |  | string | no | `` |  | ביטוי מופע בסגנון DreamBooth הנדרש אם `auto_captioning` הוא Off ולתמונה כלשהי אין קובץ כיתוב. הוא מספק כיתובים במקרים שבהם חסרים קובצי .txt ומספק את טקסט הפתיחה להנחיות האימות של ברירת המחדל. |
| `auto_captioning` |  | enum (string) | no | `Off` | `Off`, `Object/Character`, `Style`, `Custom` | מצב כיתוב אופציונלי: Object/Character, Style ו-Custom מפעילים את dataset-captioner עם google/gemma-4-31B-it, ואילו Off משאיר את הדרישה הקיימת שלכל תמונה יהיה כיתוב .txt עם אותו בסיס שם, או להשתמש ב-trigger_phrase כחלופה. עבור כיתובים שנוצרו, trigger_phrase נכנס להנחיית הכיתוב ומנורמל בקבצי הצד שנוצרים בהתאם למוסכמת כיתובי ה-LoRA שנבחרה. |
| `steps` |  | integer | no | `100` | 50 – 10,000 | מספר השלבים לאימון LoRA. |
| `learning_rate` |  | number | no | `0.0005` | 0.000001 – 0.01 | קצב הלמידה של גורם B ב-LoRA, המוחל גם על A כאשר `lora_a_lr_multiplier=1`; תחת muon הוא מייצג את הקצב השקול ל-AdamW כשהוא מותאם לפי match_rms_adamw. עבור לוח זמנים קבוע, Krea ממליצה על הטווח 3e-4–7e-4. |
| `resolution` |  | enum (integer) | no | `768` | `768`, `1024` | רזולוציית האימון, כאשר 1024 מעדיפה פרטים עדינים מרביים ו-768 מספקת אימון מהיר בערך פי 1.7, שימוש מופחת ב-VRAM ואיכות סגנון כמעט זהה. התמונות מוקטנות כדי לכסות ריבוע יעד, ולאחר מכן נחתכות במרכז. |
| `debug_dataset` |  | boolean | no | `false` |  | אפשרות להורדת מערך הנתונים שחושפת בדיוק את מה ששימש באימון, כשהוא ארוז כארכיון לאחר השלמת כיתובים או יצירה אוטומטית של כיתובים. |

## Example input

Required parameters only:

```json
{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "images_data_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/krea-2-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_data_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/krea-2-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "images_data_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 = {
    "images_data_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/krea-2-trainer", 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": "krea-2-trainer",
      "input": {
        "images_data_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": "krea-2-trainer",
  "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": 300,
    "usd": "0.30",
    "charged": 300,
    "refunded": 0
  },
  "input": {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "prompt_enhancement_system_prompt": "string",
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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 |
|---|---|---|
| `lora_file` | object {url, content_type, file_name, file_size} | כתובת URL להורדת משקלי LoRA המאומנים של Krea-2 בפורמט safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | קישור לקובץ JSON המכיל את תצורת האימון/LoRA. |
| `prompt_enhancement_system_prompt` | string \| null | הנחיית מערכת המוחזרת כאשר `auto_captioning` מופעל, כדי לסייע בכתיבה או בשיפור של הנחיות הסקה באמצעות אותה מוסכמת כיתובים כמו בנתוני האימון שכותרו אוטומטית. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | הורדת נתוני האימון המסופקת כאשר `debug_dataset` מופעל: ארכיון המכיל את מערך הנתונים שהוכן ואת הכיתובים שנוצרו אוטומטית. |

## Related models

- [Krea 2 Text to Image Turbo LoRA](https://doitong.com/developers/models/krea-2/turbo/lora.md) (`krea-2/turbo/lora`): $0.01 / megapixel
- [Krea 2 Turbo](https://doitong.com/developers/models/krea-2/turbo.md) (`krea-2/turbo`): $0.008 / megapixel
- [ERNIE-Image Trainer](https://doitong.com/developers/models/ernie-image-trainer.md) (`ernie-image-trainer`): $0.0012 / step
- [FLUX 2 \[klein\] 9b Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer.md) (`flux-2-klein-9b-base-trainer`): $0.0043 / step
- [Flux 2 Klein 9B Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer/edit.md) (`flux-2-klein-9b-base-trainer/edit`): $0.0139 / step
- [FLUX 2 Trainer](https://doitong.com/developers/models/flux-2-trainer.md) (`flux-2-trainer`): $0.0064 / step
- [FLUX 2 Trainer Edit](https://doitong.com/developers/models/flux-2-trainer/edit.md) (`flux-2-trainer/edit`): $0.0389 / step
- [FLUX 2 Trainer V2](https://doitong.com/developers/models/flux-2-trainer-v2.md) (`flux-2-trainer-v2`): $0.0064 / step

## Links

- HTML page: https://doitong.com/developers/models/krea-2-trainer
- 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=krea-2-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/krea-2-trainer