Firered Image Edit

ஒருங்கிணை

மாடல் id firered-image-edit

# 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/firered-image-edit?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",
    "images": [
      "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"

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/firered-image-edit?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",
    "images": [
      "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 + ")");

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",
    "images": [
        "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/firered-image-edit", 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"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/ta/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "firered-image-edit",
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "images": [
      "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
    ]
  }
}

Doitong API மூலம் Firered Image Edit மாதிரியை (firered-image-edit) அழைக்கவும். முகவர்களுக்கான ஆவணங்கள்: https://doitong.com/ta/developers/models/firered-image-edit.md

POST https://api.doitong.ru/v1/run/firered-image-edit?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "images": [
    "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  ]
}

பதிலின் நிலை "queued" அல்லது "running" எனில், அது "succeeded" ஆகும் வரை GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 மூலம் தொடர்ந்து சரிபார்க்கவும்; கோப்புகள் outputs[].url இல் உள்ளன. அதே body-யுடன் POST https://api.doitong.ru/v1/quote/firered-image-edit அனுப்பினால், இயக்கத்திற்கு முன் துல்லியமான விலை கிடைக்கும்.

இந்தக் கோரிக்கை: ≈$0.033 33 API கிரெடிட்கள் · ≈ ₽3.48 இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

Xiaohongshu படத் திருத்தம் #image-editing#firered

பல குறிப்பு படங்களையும் ஆங்கிலம் அல்லது சீன ப்ராம்ப்ட்களையும் ஏற்கும் வழிமுறை அடிப்படையிலான படத் திருத்தி

OpenAPI Markdown

Xiaohongshu · படம்

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

ஒரு இயக்கத்திற்கான மதிப்பிடப்பட்ட விலை

மதிப்பிடப்பட்ட விலை

$0.033ஒரு இயக்கத்திற்கு

33 API கிரெடிட்கள் · ≈ ₽3.48

ஒரு இயக்கத்திற்கான நிலையான விலை; வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்.

இயக்கு · $0.033

வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்; தோல்வியுற்றால் தானாகத் திருப்பியளிக்கப்படும்.

num_outputs இயல்புநிலை 1

ஒரு இயக்கத்தின் வழக்கமான செலவை அடிப்படையாகக் கொண்ட மதிப்பீடு. மேற்கோள் விலை, இயக்கத்திற்கான சரியான கட்டணமே.

விலைமதிப்பீட்டு முனையம்: POST /quote/{id}

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

prompt •தேவை

செயல்படுத்த வேண்டிய மாற்றங்களைக் குறிப்பிடும், ஆங்கிலம் அல்லது சீன மொழியில் எழுதப்பட்ட படத் திருத்தக் கோரிக்கை.

images •தேவை image_urls

கோப்பை விடுங்கள் அல்லது

ஒரு படத்தைத் திருத்த அல்லது பல படங்களை மேற்கோள்களாகப் பயன்படுத்த, பட URLகளை வழங்கவும். மேற்கோள் அடிப்படையிலான பணிகளில் virtual try-on மற்றும் மேற்கோள் படத்தின் பாணியை மாற்றுதல் ஆகியவை அடங்கும்.

image_size

படப் பரிமாணங்கள்; புதிய வெளியீட்டு அளவை குறிப்பிடுவதற்குப் பதிலாக None உள்ளீட்டுப் பரிமாணங்களைத் தக்கவைக்கும்.

num_outputs num_images இயல்புநிலை 1

உருவாக்கத்திற்குக் கோரப்படும் படங்களின் எண்ணிக்கை.

மேம்பட்டவை negative_prompt · output_format · acceleration · num_inference_steps · guidance_scale · seed · enable_safety_checker

negative_prompt இயல்புநிலை

உருவாக்கத்தின்போது பயன்படுத்தப்படும் எதிர்மறை ப்ராம்ப்ட்.

output_format இயல்புநிலை png

விளைவாக வரும் படத்திற்கான கோப்பு வடிவம்.

acceleration இயல்புநிலை regular

Inference வேகத்தை மேம்படுத்துவதற்கான துரிதப்படுத்தல் அமைப்பு.

num_inference_steps இயல்புநிலை 30

Inference படிகளின் எண்ணிக்கை; பொதுவாகச் சிறந்த தரமான முடிவுகளைப் பெற இதை அதிகரிக்கலாம்.

guidance_scale இயல்புநிலை 4

classifier-free guidance மூலம் கட்டுப்படுத்தப்படும் ப்ராம்ப்ட் பின்பற்றல்; இந்த அளவை உயர்த்தினால் உருவாக்கம் ப்ராம்ப்ட்டுக்கு மிக நெருக்கமாக அமையும்.

seed

மீண்டும் உருவாக்கக்கூடிய படங்களுக்கான seed: மாதிரி பதிப்பு மாறாதபோது, ஒரே ப்ராம்ப்ட் மற்றும் seed ஒரே படத்தை உருவாக்கும்.

POST /run/firered-image-edit?wait=20 விலை → $0.033

# 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/firered-image-edit?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",
    "images": [
      "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"

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/firered-image-edit?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",
    "images": [
      "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 + ")");

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",
    "images": [
        "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/firered-image-edit", 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"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "firered-image-edit",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "images": [
          "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
        ]
      },
      "wait_seconds": 20
    }
  }
}

இந்தக் கோரிக்கையை இயக்கு

API விசை

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். இந்த உலாவியில் நினைவில் கொள்க API விசையைப் பெறுங்கள்

Firered Image Edit பற்றி

`prompt` இல் எழுதப்பட்ட அறிவுறுத்தலின் அடிப்படையில், ஆங்கிலம் அல்லது சீன மொழியில், ஒன்று அல்லது அதற்கு மேற்பட்ட படங்களைத் திருத்துகிறது. மெய்நிகர் ஆடை அணிவித்தல் அல்லது பாணி மாற்றம் போன்ற பணிகளுக்கு `image_urls` பல குறிப்புகளை வைத்திருக்கலாம். `num_images` ஐ 1 முதல் 4 வரையும், `num_inference_steps` ஐ 2 முதல் 50 வரையும், `guidance_scale` ஐ 1 முதல் 10 வரையும் அமைக்கலாம்; வெளியீட்டை png அல்லது jpeg ஆகத் தேர்ந்தெடுக்கலாம்.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்

promptதேவை

வகைstring

image_sizeவிருப்பத்தேர்வு

வகைobject

square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9

num_inference_stepsவிருப்பத்தேர்வு

வகைinteger

இயல்புநிலை30

2 – 50

seedவிருப்பத்தேர்வு

வகைinteger | null

guidance_scaleவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை4

1 – 10

num_imagesவிருப்பத்தேர்வு num_outputs

வகைinteger

இயல்புநிலை1

1 – 4

உருவாக்கத்திற்குக் கோரப்படும் படங்களின் எண்ணிக்கை.

enable_safety_checkerவிருப்பத்தேர்வு

வகைboolean

இயல்புநிலைtrue

பாதுகாப்புச் சரிபார்ப்பு; பாதுகாப்பற்றதாகக் குறிக்கப்பட்ட படங்களுக்குப் பதிலாகக் கருப்புப் படங்களைத் திருப்பியளிக்கும். true எனில் சரிபார்ப்பு இயக்கப்படும்; false எனில் அங்கீகரிக்கப்பட்ட கணக்குகளுக்கு மட்டும் முடக்கப்படும்; அங்கீகாரம் இல்லாத கோரிக்கைகள் எப்போதும் சரிபார்க்கப்படும்.

output_formatவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைpng

jpegpng

விளைவாக வரும் படத்திற்கான கோப்பு வடிவம்.

image_urlsதேவை images

வகைurl[] · image

negative_promptவிருப்பத்தேர்வு

வகைstring

இயல்புநிலை

உருவாக்கத்தின்போது பயன்படுத்தப்படும் எதிர்மறை ப்ராம்ப்ட்.

accelerationவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைregular

noneregularhigh

Inference வேகத்தை மேம்படுத்துவதற்கான துரிதப்படுத்தல் அமைப்பு.

தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "firered-image-edit",
  "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": 33,
    "usd": "0.033",
    "charged": 33,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_urls": [
      "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"
  }
}

உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.

ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.

வெளியீட்டின் புலங்கள்

images: array of object {url, width, height, content_type}திருத்தப்பட்ட முடிவுப் படங்களுக்கான கோப்புத் தகவல்.
timings: object
seed: integerபட உருவாக்க விதை; உள்ளீட்டில் விதை விடுபட்டிருந்தால் தோராயமாகத் தேர்ந்தெடுக்கப்பட்ட மதிப்பும் இதில் அடங்கும்; இல்லையெனில் வழங்கப்பட்ட மதிப்பை மீண்டும் பயன்படுத்தும்.
has_nsfw_concepts: array of booleanஉருவாக்கப்பட்ட படங்களில் NSFW கருத்துகள் உள்ளனவா என்பதைக் குறிப்பிடுகிறது.
prompt: stringபட உருவாக்கத்தின்போது பயன்படுத்தப்படும் ப்ராம்ப்ட்.

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/firered-image-edit.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt

உங்கள் முதல் முடிவு இங்கே வரும்

கோரிக்கையை உருவாக்கு

இந்தக் கோரிக்கையை இயக்கு

Firered Image Edit பற்றி

அளவுருக்கள்

வெளியீடு

மேலும் மாதிரிகள்: படத் திருத்தம்

FLUX.1 Kontext [pro] மாறுபாடுகள்: 7

GPT Image 2.5 Edit மாறுபாடுகள்: 4

Nano Banana 2 Edit மாறுபாடுகள்: 2

Nano Banana Pro Edit மாறுபாடுகள்: 2