# Dreamshaper API

> LoRA ও এম্বেডিং সমর্থনসহ স্টাইলাইজড টেক্সট-টু-ইমেজ ডিফিউশন মডেল এবং প্রতি রিকোয়েস্টে সর্বোচ্চ 8টি ছবি

একটি টেক্সট `prompt` থেকে ছবি জেনারেট করে, যেখানে `negative_prompt` দিয়ে নির্দিষ্ট বিবরণ বাদ দেওয়া যায়। square_hd বা landscape_16_9-এর মতো প্রিসেট অথবা কাস্টম প্রস্থ ও উচ্চতা থেকে আকার নির্ধারিত হয়। `num_inference_steps` (1 থেকে 70) ও `guidance_scale` (0 থেকে 20) দিয়ে স্যাম্পলিং নিয়ন্ত্রণ করুন, `loras` ও `embeddings` যোগ করুন এবং jpeg বা png-তে 1 থেকে 8টি ছবি রিকোয়েস্ট করুন।

- Model id: `dreamshaper`
- Made by: Open model
- Category: Text to Image
- Output: image
- Estimated price per run: $0.02 / image (cheapest run $0.02 (20 API credits))
- Run: `POST https://api.doitong.com/v1/run/dreamshaper`
- Quote: `POST https://api.doitong.com/v1/quote/dreamshaper`
- Docs page: https://doitong.com/bn/developers/models/dreamshaper

## Pricing

Price: **$0.02 / 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 $0.02 = 20 API credits (1 image × 20 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.com/v1/quote/dreamshaper` 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 |  |  | আপনি যে ছবি জেনারেট করতে চান তা যতটা সম্ভব বিস্তারিতভাবে বর্ণনা করুন, যাতে সেরা ফলাফল পাওয়া যায়। |
| `negative_prompt` |  | string | no | `(worst quality, low quality, normal quality, lowres, low details, oversaturated, undersaturated, overexposed, underexposed, grayscale, bw, bad photo, bad photography, bad art:1.4), (watermark, signature, text font, username, error, logo, words, letters, digits, autograph, trademark, name:1.2), (blur, blurry, grainy), morbid, ugly, asymmetrical, mutated malformed, mutilated, poorly lit, bad shadow, draft, cropped, out of frame, cut off, censored, jpeg artifacts, out of focus, glitch, duplicate, (airbrushed, cartoon, anime, semi-realistic, cgi, render, blender, digital art, manga, amateur:1.3), (3D ,3D Game, 3D Game Scene, 3D Character:1.1), (bad hands, bad anatomy, bad body, bad face, bad teeth, bad arms, bad legs, deformities:1.3)` |  | ছবি থেকে বাদ দেওয়ার বিষয়গুলো নির্দিষ্ট করার নেগেটিভ প্রম্পট। |
| `image_size` |  | object {height, width} \| enum (string) | no | `{"height":1024,"width":1024}` | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` |  |
| `num_inference_steps` |  | integer | no | `35` | 1 – 70 | চালানোর জন্য inference ধাপের সংখ্যা। |
| `guidance_scale` |  | number | no | `5` | 0 – 20 | ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা। |
| `loras` |  | array of object {force, path, scale} | no | `[]` |  | ব্যবহারের জন্য নির্বাচিত LoRA weights, একটি list হিসেবে দেওয়া হয়। |
| `loras[].force` |  | boolean | no | `false` |  | embedding ব্যবহার বাধ্যতামূলক কি না: true সেট করলে এটি বাধ্যতামূলক হয়। |
| `loras[].path` |  | string | yes |  |  | LoRA weight-এর উৎস, যা safetensors weights-এ resolve হওয়া HF মডেল identifier অথবা URL বা path-এর মাধ্যমে নির্দিষ্ট safetensors ফাইল হিসেবে দেওয়া হয়। |
| `loras[].scale` |  | number | no | `1` | 0 – 1 | বেস মডেলে মার্জ করার আগে LoRA-এর ওজনে প্রয়োগ করা গুণক। |
| `embeddings` |  | array of object {path, tokens} | no | `[]` |  | ব্যবহারের জন্য নির্বাচিত embeddings, একটি list হিসেবে দেওয়া হয়। |
| `embeddings[].path` |  | string | yes |  |  | URL বা ফাইল path দ্বারা নির্দিষ্ট embedding weights। |
| `embeddings[].tokens` |  | array of string \| null | no |  |  | Embedding টোকেন list; বাদ দিলে স্বয়ংক্রিয় নামকরণ উপলভ্য: embedding ফাইলের প্রতিটি vector <s0>, <s1>, ... ক্রম থেকে একটি টোকেন পায়। |
| `expand_prompt` |  | boolean | no | `false` |  | অতিরিক্ত প্রম্পটসহ প্রম্পট expansion, true হলে সক্রিয়। |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 8 | জেনারেশনের জন্য অনুরোধ করা ছবির সংখ্যা। |
| `seed` |  | integer \| null | no |  |  | Stable Diffusion-এ ছবি পুনরুৎপাদনের seed। মডেলের সংস্করণ, প্রম্পট এবং seed অপরিবর্তিত রাখলে প্রতিবার ছবি হুবহু পুনরুৎপাদন করা যায়। |
| `enable_safety_checker` |  | boolean | no | `true` |  | নিরাপত্তা পরীক্ষক সক্রিয়করণ; true পরীক্ষা সক্ষম করে। |
| `format` |  | enum (string) | no | `jpeg` | `jpeg`, `png` | ফলাফল ছবির ফাইল ফরম্যাট। |
| `safety_checker_version` |  | enum (string) | no | `v1` | `v1`, `v2` | কাস্টম ViT safety checker (`v2`) এবং CompVis checker (`v1`, ডিফল্ট)-এর মধ্যে নির্বাচন করুন। |
| `request_id` |  | string | no | `` |  | যে রিকোয়েস্ট থেকে response তৈরি হয়েছে, তার সঙ্গে response মিলিয়ে দেখার জন্য রিকোয়েস্ট identifier। |

## 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.com/v1/run/dreamshaper?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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/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/dreamshaper?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.com/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/dreamshaper", 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.com/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": "dreamshaper",
      "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": "dreamshaper",
  "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": 20,
    "usd": "0.02",
    "charged": 20,
    "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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `images` | array of object {url, width, height, content_type} | জেনারেট করা ছবিগুলোর ফাইল তথ্য। |
| `timings` | object |  |
| `seed` | integer | ছবি-জেনারেশনের সিড, যার মধ্যে ইনপুটে সিড না থাকলে এলোমেলোভাবে নির্বাচিত মানটিও অন্তর্ভুক্ত; অন্যথায় প্রদত্ত মানটি পুনরাবৃত্তি করে। |
| `has_nsfw_concepts` | array of boolean | জেনারেট করা ছবিতে NSFW ধারণা রয়েছে কি না নির্দেশ করে। |
| `prompt` | string | ছবি জেনারেশনের সময় ব্যবহৃত প্রম্পট। |

## Related models

- [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
- [GPT Image 2.5 Text to Image](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/text-to-image.md) (`openai/gpt-image-2.5/flare/text-to-image`): from $0.008 / image
- [Ideogram V4.5](https://doitong.com/developers/models/ideogram/v4.5.md) (`ideogram/v4.5`): from $0.03 / image
- [Nano Banana 2](https://doitong.com/developers/models/nano-banana-2.md) (`nano-banana-2`): from $0.06 / image
- [Nano Banana Pro](https://doitong.com/developers/models/nano-banana-pro.md) (`nano-banana-pro`): from $0.15 / image

## Links

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