ControlNet SDXL

ผสานการทำงาน

ID โมเดล fast-sdxl-controlnet-canny

# 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/fast-sdxl-controlnet-canny?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",
    "control_image_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"

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/fast-sdxl-controlnet-canny?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",
    "control_image_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 + ")");

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",
    "control_image_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/fast-sdxl-controlnet-canny", 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/th/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": "fast-sdxl-controlnet-canny",
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

เรียกใช้โมเดล ControlNet SDXL (fast-sdxl-controlnet-canny) ผ่าน Doitong API เอกสารสำหรับเอเจนต์: https://doitong.com/th/developers/models/fast-sdxl-controlnet-canny.md

POST https://api.doitong.ru/v1/run/fast-sdxl-controlnet-canny?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",
  "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}

หากสถานะการตอบกลับเป็น "queued" หรือ "running" ให้ส่งคำขอแบบสำรวจ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 จนกว่าจะเป็น "succeeded" ไฟล์อยู่ใน outputs[].url การส่ง POST https://api.doitong.ru/v1/quote/fast-sdxl-controlnet-canny ด้วยบอดี้เดียวกันจะแสดงราคาที่แน่นอนก่อนเรียกใช้

คำขอนี้: ≈$0.015 15 เครดิต API · ≈ ₽1.60 เรียกใช้ในหน้านี้

รับคีย์ API

Stability AI ข้อความเป็นภาพ รวดเร็ว #diffusion#controlnet#manipulation

การแปลงข้อความเป็นภาพด้วย SDXL ที่มีภาพควบคุมเพื่อกำกับองค์ประกอบและล็อกโครงสร้าง

OpenAPI Markdown

Stability AI · ภาพ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ราคาโดยประมาณต่อการรัน

ราคาโดยประมาณ

$0.015ต่อการรัน

15 เครดิต API · ≈ ₽1.60

ราคาคงที่ต่อการรัน เรียกเก็บเงินเมื่อสำเร็จเท่านั้น

เรียกใช้ · $0.015

เรียกเก็บเงินเมื่อสำเร็จเท่านั้น และคืนเงินอัตโนมัติเมื่อไม่สำเร็จ

num_outputs ค่าเริ่มต้น 1

ประเมินจากค่าใช้จ่ายทั่วไปของการรันหนึ่งครั้ง ใบเสนอราคาคือยอดที่เรียกเก็บจริงจากการรัน

เอนด์พอยต์ใบเสนอราคา: POST /quote/{id}

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

prompt •จำเป็น

อธิบายรูปภาพที่ต้องการสร้างโดยให้รายละเอียดมากที่สุดเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

control_image_url •จำเป็น

วางไฟล์ หรือ

URL ที่ชี้ไปยังรูปภาพควบคุม

image_size

ขนาดเอาต์พุต ซึ่งจะกำหนดโดยอัตโนมัติจากรูปภาพควบคุมเมื่อไม่ได้ระบุขนาด

num_outputs num_images ค่าเริ่มต้น 1

จำนวนรูปภาพที่ขอให้สร้าง

ขั้นสูง negative_prompt · safety_checker_version · format · request_id · controlnet_conditioning_scale · num_inference_steps · guidance_scale · seed · enable_safety_checker · expand_prompt · loras · embeddings

negative_prompt ค่าเริ่มต้น

พรอมต์เชิงลบที่ระบุรายละเอียดของรูปภาพที่ต้องการตัดออก รวมถึงสี วัตถุ ทิวทัศน์ หรือคุณลักษณะย่อยต่าง ๆ เช่น หนวด ความเบลอ หรือความละเอียดต่ำ

safety_checker_version ค่าเริ่มต้น v1

เลือกระหว่างตัวตรวจสอบความปลอดภัย ViT แบบกำหนดเอง (`v2`) กับตัวตรวจสอบ CompVis (`v1` ซึ่งเป็นค่าเริ่มต้น)

format ค่าเริ่มต้น jpeg

รูปแบบไฟล์ของรูปภาพผลลัพธ์

request_id ค่าเริ่มต้น

ตัวระบุคำขอสำหรับเชื่อมโยงการตอบกลับกับคำขอที่สร้างการตอบกลับนั้น

controlnet_conditioning_scale ค่าเริ่มต้น 0.5

ระดับความแรงของการปรับเงื่อนไขที่ใช้โดย ControlNet

num_inference_steps ค่าเริ่มต้น 35

จำนวนขั้นตอน inference ที่ต้องดำเนินการ

guidance_scale ค่าเริ่มต้น 7.5

ระดับการยึดตามพรอมต์สำหรับการเลือกรูปภาพ ซึ่งแสดงเป็น CFG (Classifier Free Guidance)

seed

Seed สำหรับสร้างรูปภาพซ้ำใน Stable Diffusion สามารถสร้างรูปภาพเดิมได้เหมือนกันทุกครั้งโดยคงเวอร์ชันโมเดล พรอมต์ และ seed เดิมไว้

loras ค่าเริ่มต้น []

น้ำหนัก LoRA ที่เลือกใช้ ซึ่งระบุเป็นรายการ

embeddings ค่าเริ่มต้น []

Embedding ที่เลือกใช้ ซึ่งระบุเป็นรายการ

POST /run/fast-sdxl-controlnet-canny?wait=20 ใบเสนอราคา → $0.015

# 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/fast-sdxl-controlnet-canny?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",
    "control_image_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"

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/fast-sdxl-controlnet-canny?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",
    "control_image_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 + ")");

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",
    "control_image_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/fast-sdxl-controlnet-canny", 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": "fast-sdxl-controlnet-canny",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "control_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

เรียกใช้คำขอนี้

คีย์ API

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ จดจำในเบราว์เซอร์นี้ รับคีย์ API

เกี่ยวกับ ControlNet SDXL

สร้างรูปภาพจาก `prompt` พร้อม `control_image_url` ที่จำเป็นเพื่อควบคุมโครงร่าง `controlnet_conditioning_scale` อยู่ในช่วง 0 ถึง 1 (ค่าเริ่มต้น 0.5) ขนาดเอาต์พุตจะอนุมานจากรูปภาพควบคุม เว้นแต่จะกำหนด `image_size` รองรับรูปภาพสูงสุด 8 รูปต่อการเรียกใช้ ขั้นตอนสูงสุด 70 ขั้นตอน LoRA และเอ็มเบดดิง

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย

promptจำเป็น

ประเภทstring

control_image_urlจำเป็น

ประเภทurl · image

URL ที่ชี้ไปยังรูปภาพควบคุม

controlnet_conditioning_scaleไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.5

0 – 1

ระดับความแรงของการปรับเงื่อนไขที่ใช้โดย ControlNet

negative_promptไม่บังคับ

ประเภทstring

ค่าเริ่มต้น

image_sizeไม่บังคับ

ประเภทobject

square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9

num_inference_stepsไม่บังคับ

ประเภทinteger

ค่าเริ่มต้น35

1 – 70

จำนวนขั้นตอน inference ที่ต้องดำเนินการ

seedไม่บังคับ

ประเภทinteger | null

guidance_scaleไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น7.5

0 – 20

ระดับการยึดตามพรอมต์สำหรับการเลือกรูปภาพ ซึ่งแสดงเป็น CFG (Classifier Free Guidance)

num_imagesไม่บังคับ num_outputs

ประเภทinteger

ค่าเริ่มต้น1

1 – 8

จำนวนรูปภาพที่ขอให้สร้าง

lorasไม่บังคับ

ประเภทobject[]

ค่าเริ่มต้น[]

น้ำหนัก LoRA ที่เลือกใช้ ซึ่งระบุเป็นรายการ

loras[].forceไม่บังคับ

ประเภทboolean

ค่าเริ่มต้นfalse

ระบุว่าจำเป็นต้องใช้ embedding หรือไม่: true จะบังคับให้ใช้

loras[].pathจำเป็น

ประเภทstring

แหล่งที่มาของน้ำหนัก LoRA ซึ่งระบุเป็นตัวระบุโมเดล HF ที่ชี้ไปยังน้ำหนัก safetensors หรือเป็นไฟล์ safetensors ที่ระบุด้วย URL หรือพาธ

loras[].scaleไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น1

0 – 1

ตัวคูณที่ใช้กับน้ำหนัก LoRA ก่อนผสานเข้ากับโมเดลพื้นฐาน

embeddingsไม่บังคับ

ประเภทobject[]

ค่าเริ่มต้น[]

Embedding ที่เลือกใช้ ซึ่งระบุเป็นรายการ

embeddings[].pathจำเป็น

ประเภทstring

น้ำหนัก embedding ที่ระบุด้วย URL หรือพาธไฟล์

embeddings[].tokensไม่บังคับ

ประเภทstring[]

รายการโทเค็น embedding หากไม่ระบุ ระบบจะตั้งชื่ออัตโนมัติ: เวกเตอร์แต่ละรายการในไฟล์ embedding จะได้รับโทเค็นจากลำดับ <s0>, <s1>, ...

enable_safety_checkerไม่บังคับ

ประเภทboolean

ค่าเริ่มต้นtrue

การเปิดใช้ตัวตรวจสอบความปลอดภัย; true จะเปิดใช้การตรวจสอบ

safety_checker_versionไม่บังคับ

ประเภทenum

ค่าเริ่มต้นv1

v1v2

expand_promptไม่บังคับ

ประเภทboolean

ค่าเริ่มต้นfalse

การขยายพรอมต์ด้วยพรอมต์เพิ่มเติม ซึ่งเปิดใช้งานเมื่อเป็น true

formatไม่บังคับ

ประเภทenum

ค่าเริ่มต้นjpeg

jpegpng

รูปแบบไฟล์ของรูปภาพผลลัพธ์

request_idไม่บังคับ

ประเภทstring

ค่าเริ่มต้น

ตัวระบุคำขอสำหรับเชื่อมโยงการตอบกลับกับคำขอที่สร้างการตอบกลับนั้น

จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "fast-sdxl-controlnet-canny",
  "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": 15,
    "usd": "0.015",
    "charged": 15,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "control_image_url": "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"
  }
}

ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=

รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง

ฟิลด์ของเอาต์พุต

images: array of object {url, width, height, content_type}ข้อมูลไฟล์สำหรับรูปภาพที่สร้าง
timings: object
seed: integerseed สำหรับการสร้างรูปภาพ รวมถึงค่าที่สุ่มเลือกหากอินพุตไม่ได้ระบุ seed มิฉะนั้นจะใช้ค่าที่ระบุซ้ำ
has_nsfw_concepts: array of booleanระบุว่ามีแนวคิด NSFW ปรากฏในรูปภาพที่สร้างหรือไม่
prompt: stringพรอมต์ที่ใช้ระหว่างการสร้างรูปภาพ

โมเดลเพิ่มเติม: ข้อความเป็นภาพ

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/fast-sdxl-controlnet-canny.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอ

เรียกใช้คำขอนี้

เกี่ยวกับ ControlNet SDXL

พารามิเตอร์

เอาต์พุต

รูปแบบอื่นของ ControlNet SDXL

ControlNet SDXL · Image to Image รูปแบบ: 3

ControlNet SDXL · Inpainting รูปแบบ: 3

โมเดลเพิ่มเติม: ข้อความเป็นภาพ

FLUX.1 [dev] รูปแบบ: 5

FLUX.1 [schnell] รูปแบบ: 5

FLUX.2 [dev] รูปแบบ: 11

FLUX.2 [pro] รูปแบบ: 11