# FLUX.1 [dev] with Controlnets and Loras API

> LoRA、ControlNet、IP-Adapter、EasyControl、参照画像による誘導に対応したFLUX.1 [dev]のテキストから画像生成

`prompt`から画像を生成し、`loras`、`control_loras`、`controlnets`、`controlnet_unions`、`ip_adapters`、`easycontrols`など複数の条件付け方式を利用できます。マスク領域には`fill_image`も使用できます。`reference_image_url`、ネガティブプロンプト、eulerまたはdpmpp_2mスケジューラーにも対応します。1回の呼び出しで最大10枚、pngまたはjpegで出力します。

- Model id: `flux-general`
- Made by: Black Forest Labs
- Category: Text to Image
- Output: image
- Estimated price per run: $0.30 / image (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.ru/v1/run/flux-general`
- Quote: `POST https://api.doitong.ru/v1/quote/flux-general`
- Docs page: https://doitong.com/ja/developers/models/flux-general

## Pricing

Price: **$0.30 / 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 $0.30 = 300 API credits (1 image × 300 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/flux-general` 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 |  |  | 画像生成を導くプロンプト。 |
| `image_size` |  | object {width, height} \| enum (string) | no |  | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | 生成画像の寸法。 |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | 実行する推論ステップ数。 |
| `seed` |  | integer \| null | no |  |  | 再現可能な画像のシード。モデルのバージョンが同じであれば、同一のプロンプトとシードで同一の画像が生成されます。 |
| `loras` |  | array of object {path, scale} | no | `[]` |  | 組み合わせた効果で生成画像を作るLoRA。指定数に制限はありません。 |
| `loras[].path` |  | string | yes |  |  | URLまたはパスで指定するLoRAウェイトの場所。 |
| `loras[].scale` |  | object \| number | no | `1` |  | ベースモデルにマージする前にLoRAの重みに適用するスケール。個々のレイヤーのスケールを設定するには{"layer_name":layer_scale}形式の辞書を指定します。指定されないレイヤーは1.0を使用します。 |
| `control_loras` |  | array of object {path, scale, control_image_url, preprocess} | no | `[]` |  | 最終画像を生成するために統合設定へマージする制御画像LoRA。指定数に制限はありません。 |
| `control_loras[].path` |  | string | yes |  |  | URLまたはパスで指定するLoRAウェイトの場所。 |
| `control_loras[].scale` |  | object \| number | no | `1` |  | ベースモデルにマージする前にLoRAの重みに適用するスケール。個々のレイヤーのスケールを設定するには{"layer_name":layer_scale}形式の辞書を指定します。指定されないレイヤーは1.0を使用します。 |
| `control_loras[].control_image_url` |  | string (image URL) | yes |  |  | 制御画像を指定する画像URL。 |
| `control_loras[].preprocess` |  | enum (string) | no | `None` | `canny`, `depth`, `None` | 指定画像に適用する前処理方法。 |
| `controlnets` |  | array of object {path, config_url, variant, control_image_url, mask_image_url, mask_threshold, conditioning_scale, start_percentage, end_percentage} | no | `[]` |  | 画像生成用のControlNet設定。現在は単一のControlNetに制限されています。 |
| `controlnets[].path` |  | string | yes |  |  | ControlNetの重みの場所。URLまたはパスで指定します。 |
| `controlnets[].config_url` |  | string \| null | no |  |  | ControlNetのconfig.jsonファイルを指す任意のURL。 |
| `controlnets[].variant` |  | string \| null | no |  |  | Hugging Faceリポジトリキーで使用する任意のバリアント。 |
| `controlnets[].control_image_url` |  | string (image URL) | yes |  |  | 制御画像を指定する画像URL。 |
| `controlnets[].mask_image_url` |  | string (image URL) | no |  |  | 制御画像に関連付けるマスクURL。 |
| `controlnets[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | マスクのしきい値。 |
| `controlnets[].conditioning_scale` |  | number | no | `1` | 0 – 2 | ベースモデルにマージする前にControlNetの重みに適用するスケール。 |
| `controlnets[].start_percentage` |  | number | no | `0` | 0 – 1 | ControlNetが画像生成に影響し始める総タイムステップに対する割合。 |
| `controlnets[].end_percentage` |  | number | no | `1` | 0 – 1 | ControlNetが画像生成への影響を停止する総タイムステップに対する割合。 |
| `controlnet_unions` |  | array of object {path, config_url, variant, controls} | no | `[]` |  | 画像生成用のControlNet union設定。現在は単一のControlNetに制限されています。 |
| `controlnet_unions[].path` |  | string | yes |  |  | ControlNetの重みの場所。URLまたはパスで指定します。 |
| `controlnet_unions[].config_url` |  | string \| null | no |  |  | ControlNetのconfig.jsonファイルを指す任意のURL。 |
| `controlnet_unions[].variant` |  | string \| null | no |  |  | Hugging Faceリポジトリキーで使用する任意のバリアント。 |
| `controlnet_unions[].controls` |  | array of object {control_image_url, mask_image_url, control_mode, conditioning_scale, mask_threshold, start_percentage, end_percentage} | yes |  |  | ControlNetに渡す制御画像と関連モード。 |
| `controlnet_unions[].controls[].control_image_url` |  | string (image URL) | yes |  |  | 制御画像を指定する画像URL。 |
| `controlnet_unions[].controls[].mask_image_url` |  | string (image URL) | no |  |  | 制御画像に関連付けるマスクURL。 |
| `controlnet_unions[].controls[].control_mode` |  | enum (string) | yes |  | `canny`, `tile`, `depth`, `blur`, `pose`, `gray`, `low-quality` | Flux Controlnet Unionで使用する制御モード。Options: cannyはエッジで生成を誘導し、tileはタイルで誘導し、depthはグレースケールの深度マップで誘導し、blurは画像をぼかし、poseは画像のポーズで生成を誘導し、grayは画像をグレースケールにし、low-qualityは低品質版の画像を生成します。 |
| `controlnet_unions[].controls[].conditioning_scale` |  | number | no | `1` | 0 – 2 | ベースモデルにマージする前にControlNetの重みに適用するスケール。 |
| `controlnet_unions[].controls[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | マスクのしきい値。 |
| `controlnet_unions[].controls[].start_percentage` |  | number | no | `0` | 0 – 1 | ControlNetが画像生成に影響し始める総タイムステップに対する割合。 |
| `controlnet_unions[].controls[].end_percentage` |  | number | no | `1` | 0 – 1 | ControlNetが画像生成への影響を停止する総タイムステップに対する割合。 |
| `ip_adapters` |  | array of object {path, subfolder, weight_name, image_encoder_path, image_encoder_subfolder, image_encoder_weight_name, image_url, mask_image_url, mask_threshold, scale} | no | `[]` |  | 画像生成時に適用するIP-Adapter。 |
| `ip_adapters[].path` |  | string | yes |  |  | Hugging Face上のIP-Adapterの場所。 |
| `ip_adapters[].subfolder` |  | string \| null | no |  |  | ip_adapterの重みを含むサブフォルダー。 |
| `ip_adapters[].weight_name` |  | string \| null | no |  |  | IP-Adapterの重みのSafetensorsファイル名。 |
| `ip_adapters[].image_encoder_path` |  | string | yes |  |  | IP-Adapterの画像エンコーダーの場所。'openai/clip-vit-large-patch14'など。 |
| `ip_adapters[].image_encoder_subfolder` |  | string \| null | no |  |  | 画像エンコーダーの重みを含むサブフォルダー。 |
| `ip_adapters[].image_encoder_weight_name` |  | string \| null | no |  |  | 画像エンコーダー名。 |
| `ip_adapters[].image_url` |  | string (image URL) | yes |  |  | IP-Adapterに渡す条件付け画像のURL。 |
| `ip_adapters[].mask_image_url` |  | string (image URL) \| null | no |  |  | 制御画像に関連付けるマスクURL。 |
| `ip_adapters[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | マスクのしきい値。 |
| `ip_adapters[].scale` |  | number | yes |  |  | IP-Adapterのスケール係数。 |
| `easycontrols` |  | array of object {control_method_url, scale, image_url, image_control_type} | no | `[]` |  | 画像生成時に適用するEasyControl入力。 |
| `easycontrols[].control_method_url` |  | string | yes |  |  | 制御方式のsafetensor重みのURL、またはサポート対象の識別子：`canny`、`depth`、`hedsketch`、`inpainting`、`pose`、`seg`、`subject`、`ghibli`。 |
| `easycontrols[].scale` |  | number | no | `1` | 0 – 2 | 制御方式のスケール係数。 |
| `easycontrols[].image_url` |  | string (image URL) | yes |  |  | 制御入力を指定する画像URL。 |
| `easycontrols[].image_control_type` |  | enum (string) | yes |  | `subject`, `spatial` | 画像制御モード。`spatial`または`subject`を指定します。 |
| `fill_image` |  | object {fill_image_url} \| null | no |  |  | 生成を誘導し、マスク領域のコンテンツを提供できる入力画像。 |
| `fill_image.fill_image_url` |  | string (image URL) \| array of image URL | no | `[]` |  | reduxプロンプトで埋める画像のURL。 |
| `guidance_scale` |  | number | no | `3.5` | 0 – 20 | 画像選択におけるプロンプト準拠度。CFG（Classifier Free Guidance）として表します。 |
| `real_cfg_scale` |  | number | no | `3.5` | 0 – 5 | 画像選択におけるプロンプト準拠度。CFG（Classifier Free Guidance）として表します。 |
| `use_real_cfg` |  | boolean | no | `false` |  | 従来のCFG切り替え。XLabs IP-Adapter v1では自動的に有効になります。誘導動作はSD1.5やSDXLなどのモデルと同じです。 |
| `use_cfg_zero` |  | boolean | no | `false` |  | https://arxiv.org/abs/2503.18886で説明されているCFG-zero初期化サンプリングを有効にします。 |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 10 | 生成する画像数。出力をストリーミングする場合は1に固定されます。 |
| `enable_safety_checker` |  | boolean | no | `true` |  | 安全性チェック。安全でないと判定された画像の代わりに黒い画像を返します。true でチェックを有効にし、false では権限のあるアカウントのみ無効にできます。権限のないアカウントのリクエストは常にチェックされます。 |
| `reference_image_url` |  | string (image URL) | no |  |  | Reference-Only guidanceに使用する画像URL。 |
| `reference_strength` |  | number | no | `0.65` | -3 – 3 | reference_only生成時の参照画像の影響。参照画像を指定しない場合、この強度設定は無効です。 |
| `reference_start` |  | number | no | `0` | 0 – 1 | 参照誘導の開始点。全タイムステップに対する割合で指定します。 |
| `reference_end` |  | number | no | `1` | 0 – 1 | 参照誘導の終了点。全タイムステップに対する割合で指定します。 |
| `base_shift` |  | number | no | `0.5` | 0.01 – 5 | スケジュールされたタイムステップに適用するベースラインシフト。 |
| `max_shift` |  | number | no | `1.15` | 0.01 – 5 | スケジュールされたタイムステップに適用する最大シフト。 |
| `output_format` |  | enum (string) | no | `png` | `jpeg`, `png` | 結果の画像のファイル形式。 |
| `use_beta_schedule` |  | boolean | no | `false` |  | beta sigmaを使用するかどうかを制御します。 |
| `sigma_schedule` |  | string \| null | no |  |  | ノイズ除去時に使用するSigmaスケジュール。 |
| `scheduler` |  | enum (string) | no | `euler` | `euler`, `dpmpp_2m` | ノイズ除去時に使用するスケジューラー。 |
| `negative_prompt` |  | string | no | `` |  | デフォルトでNAGにより処理され、生成画像で指定した不要な特徴を抑制するネガティブプロンプト。 |
| `nag_scale` |  | number | no | `3` | ≤ 10, > 1 | NAGスケールで制御するネガティブプロンプト回避。値を大きくすると、生成画像がネガティブな説明に似なくなります。 |
| `nag_tau` |  | number | no | `2.5` | > 0 | 隠れ状態の正規化に使うNAG tau設定。変更しないことを推奨します。値を大きくすると正規化が弱まり、元画像から予期しない逸脱が生じるおそれがあります。 |
| `nag_alpha` |  | number | no | `0.25` | ≤ 1, > 0 | NAG alphaは、ポジティブプロンプトとネガティブプロンプトを組み合わせた正規化済み誘導を、ポジティブプロンプトがどの程度方向付けるかを設定します。低い設定ではポジティブプロンプトの影響が強くなり、高い設定では方向付けが弱くなります。 |
| `nag_end` |  | number | no | `0.25` | ≤ 1, > 0 | 生成ステップに対するNAGのカットオフ割合。NAGがその初期割合だけ実行された後、FLUXの元のattention processorが引き継ぎます。 |

File parameters (`reference_image_url`) 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"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## 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/flux-general?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"
```

### 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/flux-general?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"
  }),
});
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",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/flux-general", 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": "flux-general",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "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": "flux-general",
  "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": {
    "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `images` | array of object {url, width, height, content_type} | 生成画像のファイル情報。 |
| `timings` | object |  |
| `seed` | integer | 画像生成シード。入力でシードを省略した場合はランダムに選ばれた値を含み、それ以外では指定値を繰り返します。 |
| `has_nsfw_concepts` | array of boolean | 生成画像に NSFW 概念が含まれるかどうかを示します。 |
| `prompt` | string | 画像生成時に使用するプロンプト。 |

## Related models

- [FLUX.1 \[dev\] with Controlnets and Loras · Differential Diffusion](https://doitong.com/developers/models/flux-general/differential-diffusion.md) (`flux-general/differential-diffusion`): $0.138 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Image to Image](https://doitong.com/developers/models/flux-general/image-to-image.md) (`flux-general/image-to-image`): $0.15 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Inpainting](https://doitong.com/developers/models/flux-general/inpainting.md) (`flux-general/inpainting`): $0.192 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Rf Inversion](https://doitong.com/developers/models/flux-general/rf-inversion.md) (`flux-general/rf-inversion`): $0.025 / image
- [FLUX.1 \[dev\]](https://doitong.com/developers/models/flux/dev.md) (`flux/dev`): $0.025 / megapixel
- [FLUX.1 \[schnell\]](https://doitong.com/developers/models/flux/schnell.md) (`flux/schnell`): $0.003 / megapixel
- [FLUX.2 \[dev\]](https://doitong.com/developers/models/flux-2.md) (`flux-2`): $0.012 / megapixel
- [FLUX.2 \[pro\]](https://doitong.com/developers/models/flux-2-pro.md) (`flux-2-pro`): $0.015 / megapixel of output image

## Links

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