# Flux Kontext Lora API

> Kontext dev امیج ایڈیٹنگ، جو اسٹائلز یا برانڈز کے لیے کسٹم LoRAs لوڈ کرتی ہے

`image_url` میں موجود تصویر کو `prompt` کے مطابق ایڈٹ کرتا ہے اور ایک یا زیادہ `loras` لاگو کرتا ہے، جنہیں باہم ضم کیا جاتا ہے۔ یہ match_input سمیت `resolution_mode` کے اختیارات، `acceleration` کی سطحیں، 10 سے 50 اسٹیپس اور زیادہ سے زیادہ 4 آؤٹ پٹس فراہم کرتا ہے۔ ڈیفالٹ آؤٹ پٹ png ہے۔

- Model id: `flux-kontext-lora`
- Made by: Black Forest Labs
- Category: Image Editing
- Output: image
- Estimated price per run: $0.07 / image (cheapest run $0.07 (70 API credits))
- Run: `POST https://api.doitong.ru/v1/run/flux-kontext-lora`
- Quote: `POST https://api.doitong.ru/v1/quote/flux-kontext-lora`
- Docs page: https://doitong.com/ur/developers/models/flux-kontext-lora

## Pricing

Price: **$0.07 / 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 $0.07 = 70 API credits (1 image × 70 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-kontext-lora` 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 |
|---|---|---|---|---|---|---|
| `image_url` | `image` | string (image URL) | yes |  |  | ترمیم کے لیے تصویر کا URL، جس کی چوڑائی اور اونچائی ہر ایک کی حد 14142px ہے اور ٹائم آؤٹ 20 سیکنڈ ہے۔ |
| `prompt` |  | string | yes |  |  | تصویر میں کی جانے والی ترامیم بیان کرنے والا پرامپٹ۔ |
| `num_inference_steps` |  | integer | no | `30` | 10 – 50 | چلائے جانے والے inference steps کی تعداد۔ |
| `seed` |  | integer \| null | no |  |  | قابلِ تکرار تصاویر کے لیے سیڈ: ماڈل ورژن تبدیل نہ ہونے پر یکساں پرامپٹ اور سیڈ یکساں تصویر تیار کرتے ہیں۔ |
| `guidance_scale` |  | number | no | `2.5` | 0 – 20 | تصویر کے انتخاب کے لیے پرامپٹ کی پابندی کی طاقت، CFG (Classifier Free Guidance) کے طور پر ظاہر کی جاتی ہے۔ |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 4 | تخلیق کے لیے مطلوبہ تصاویر کی تعداد۔ |
| `enable_safety_checker` |  | boolean | no | `true` |  | حفاظتی جانچ، جو غیر محفوظ قرار دی گئی تصاویر کی جگہ سیاہ تصاویر واپس کرتی ہے۔ true جانچ فعال کرتا ہے؛ false اسے صرف مجاز اکاؤنٹس کے لیے غیر فعال کرتا ہے، جبکہ بغیر اجازت درخواستوں کی جانچ بہرحال ہوتی ہے۔ |
| `output_format` |  | enum (string) | no | `png` | `jpeg`, `png` | نتیجہ خیز تصویر کا فائل فارمیٹ۔ |
| `loras` |  | array of object {path, scale} | no | `[]` |  | وہ LoRAs جن کا مشترکہ اثر تخلیق شدہ تصویر بناتا ہے؛ فراہم کیے جانے والے LoRAs کی تعداد کی کوئی حد نہیں۔ |
| `loras[].path` |  | string | yes |  |  | LoRA weights کا مقام، URL یا path کے طور پر۔ |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | بنیادی ماڈل میں ضم کرنے سے پہلے LoRA weight پر لاگو ہونے والا multiplier۔ |
| `acceleration` |  | enum (string) | no | `none` | `none`, `regular`, `high` | تخلیق کی acceleration؛ زیادہ ترتیبات نتائج تخلیق کرنے کے لیے درکار وقت کم کرتی ہیں۔ |
| `resolution_mode` |  | enum (string) | no | `match_input` | `auto`, `match_input`, `1:1`, `16:9`, `21:9`, `3:2`, `2:3`, `4:5`, `5:4`, `3:4`, `4:3`, `9:16`, `9:21` | منتخب کریں کہ تصویر editing آؤٹ پٹ ریزولوشن کیسے طے کرے: `match_input` ان پٹ dimensions برقرار رکھنے کی کوشش کرتا ہے، مگر ماڈل requirements، بشمول 16 کے multiples اور supported size limits، کے مطابق انہیں ایڈجسٹ کرتا ہے۔ زیادہ تر استعمالات کے لیے `auto` تجویز کیا جاتا ہے، کیونکہ یہ ماڈل کی training میں استعمال ہونے والی resolutions سے ان پٹ کے aspect ratio کے لیے بہترین predefined size منتخب کرتا ہے۔ چند صریح aspect ratios بھی دستیاب ہیں۔ |

File parameters (`image`) 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",
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "image_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/flux-kontext-lora?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",
    "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"
```

### 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-kontext-lora?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",
    "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 + ")");
```

### 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",
    "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/flux-kontext-lora", 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-kontext-lora",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "image_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": "flux-kontext-lora",
  "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": 70,
    "usd": "0.07",
    "charged": 70,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `images` | array of object {url, width, height, content_type} | تیار کردہ تصاویر کی فائل کی معلومات۔ |
| `timings` | object |  |
| `seed` | integer | تصویر کی تخلیق کا سیڈ، جس میں ان پٹ میں سیڈ نہ دینے پر تصادفی طور پر منتخب قدر شامل ہوتی ہے؛ بصورتِ دیگر فراہم کردہ قدر دہرائی جاتی ہے۔ |
| `has_nsfw_concepts` | array of boolean | بتاتا ہے کہ تخلیق کردہ تصاویر میں NSFW تصورات موجود ہیں یا نہیں۔ |
| `prompt` | string | تصویر کی تخلیق کے دوران استعمال ہونے والا پرامپٹ۔ |

## Related models

- [Flux Kontext Lora · Text to Image](https://doitong.com/developers/models/flux-kontext-lora/text-to-image.md) (`flux-kontext-lora/text-to-image`): $0.035 / megapixel
- [Flux Kontext Lora · Inpaint](https://doitong.com/developers/models/flux-kontext-lora/inpaint.md) (`flux-kontext-lora/inpaint`): $0.035 / image
- [FLUX.1 Kontext \[pro\]](https://doitong.com/developers/models/flux-pro/kontext.md) (`flux-pro/kontext`): $0.04 / image
- [GPT Image 2.5 Edit](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/edit.md) (`openai/gpt-image-2.5/flare/edit`): from $0.12 / image
- [Nano Banana 2 Edit](https://doitong.com/developers/models/nano-banana-2/edit.md) (`nano-banana-2/edit`): from $0.06 / image
- [Nano Banana Pro Edit](https://doitong.com/developers/models/nano-banana-pro/edit.md) (`nano-banana-pro/edit`): from $0.15 / image
- [Qwen Image 3 Edit](https://doitong.com/developers/models/alibaba/qwen-image-3/edit.md) (`alibaba/qwen-image-3/edit`): from $0.04 / image
- [Seedream 5.0 Pro Edit](https://doitong.com/developers/models/bytedance/seedream/v5/pro/edit.md) (`bytedance/seedream/v5/pro/edit`): from $0.0675 / run of output image

## Links

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