# Krea 2 Trainer API

> آموزش LoRA سفارشی Krea 2 از فایل فشردهٔ تصاویر، با زیرنویس‌گذاری خودکار اختیاری

یک LoRA را روی فایل .zip تصاویر در `images_data_url` با امکان کپشن‌های .txt هم‌نام و `trigger_phrase` تنظیم دقیق می‌کند. حالت‌های `auto_captioning` عبارت‌اند از Off، Object/Character، Style و Custom. `steps` از 50 تا 10000 است (پیش‌فرض 100) و `resolution` برابر 768 یا 1024 است. وزن‌های LoRA و یک فایل پیکربندی تولید می‌کند.

- Model id: `krea-2-trainer`
- Made by: Krea
- Category: Training
- Output: file
- Price per run: from $0.30 / run (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.com/v1/run/krea-2-trainer`
- Quote: `POST https://api.doitong.com/v1/quote/krea-2-trainer`
- Docs page: https://doitong.com/fa/developers/models/krea-2-trainer

## Pricing

Price: **from $0.30 / run** (the lowest tier; the quote prices your exact input). Price per run: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.30 = 300 API credits (1 run × $0.30).

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/krea-2-trainer` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `images_data_url` |  | string | yes |  |  | URL فایل .zip تصاویر آموزشی شامل فایل‌های PNG/JPG/JPEG/WebP؛ اگر هر تصویر فاقد فایل کپشن و نیز فاقد `trigger_phrase` غیرخالی باشد، درخواست با 422 شکست می‌خورد. وقتی `trigger_phrase` مقدار جایگزین را ارائه می‌کند، کپشن‌ها اختیاری‌اند؛ در غیر این صورت از ریشه نام فایل متناظر استفاده کنید: ROOT.EXT با ROOT.txt جفت می‌شود، برای مثال 001.jpg با 001.txt. |
| `trigger_phrase` |  | string | no | `` |  | عبارت نمونه به سبک DreamBooth که اگر `auto_captioning` روی Off باشد و هر تصویری فایل کپشن نداشته باشد، الزامی است. این عبارت کپشن‌های فایل‌های .txt موجود را تأمین می‌کند و متن آغازین پرامپت‌های اعتبارسنجی پیش‌فرض را ارائه می‌دهد. |
| `auto_captioning` |  | enum (string) | no | `Off` | `Off`, `Object/Character`, `Style`, `Custom` | حالت اختیاری کپشن‌گذاری: گزینه‌های Object/Character، Style و Custom از dataset-captioner با google/gemma-4-31B-it استفاده می‌کنند، اما Off الزام موجود برای داشتن کپشن .txt با stem یکسان برای هر تصویر یا استفاده از trigger_phrase به‌عنوان جایگزین را حفظ می‌کند. در کپشن‌های تولیدشده، trigger_phrase وارد پرامپت کپشن‌گذاری می‌شود و sidecarهای حاصل بر اساس قرارداد انتخاب‌شده برای کپشن‌گذاری LoRA نرمال‌سازی می‌شوند. |
| `steps` |  | integer | no | `100` | 50 – 10,000 | تعداد گام‌های آموزش LoRA. |
| `learning_rate` |  | number | no | `0.0005` | 0.000001 – 0.01 | نرخ یادگیری فاکتور B در LoRA که در صورت `lora_a_lr_multiplier=1` برای A نیز اعمال می‌شود؛ در muon، نرخ معادل AdamW است که با match_rms_adamw مقیاس شده است. برای زمان‌بندی ثابت، Krea بازه 3e-4–7e-4 را پیشنهاد می‌کند. |
| `resolution` |  | enum (integer) | no | `768` | `768`, `1024` | وضوح آموزش؛ 1024 بیشترین جزئیات ریز را فراهم می‌کند و 768 آموزش تقریباً 1.7x سریع‌تر، مصرف VRAM کمتر و کیفیت سبک تقریباً یکسان ارائه می‌دهد. تصاویر برای پوشش مربع هدف مقیاس‌بندی و سپس از مرکز برش داده می‌شوند. |
| `debug_dataset` |  | boolean | no | `false` |  | گزینه دانلود مجموعه‌داده که دقیقاً موارد استفاده‌شده در آموزش را پس از تکمیل کپشن‌ها یا تولید خودکار کپشن‌ها در قالب آرشیو ارائه می‌کند. |

## Example input

Required parameters only:

```json
{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "images_data_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.com/v1/run/krea-2-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_data_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.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/krea-2-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "images_data_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.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "images_data_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/krea-2-trainer", 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": "krea-2-trainer",
      "input": {
        "images_data_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": "krea-2-trainer",
  "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": {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "prompt_enhancement_system_prompt": "string",
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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 |
|---|---|---|
| `lora_file` | object {url, content_type, file_name, file_size} | URL دانلود وزن‌های LoRA آموزش‌دیده Krea-2 در قالب safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | پیوند به فایل JSON حاوی پیکربندی آموزش/LoRA. |
| `prompt_enhancement_system_prompt` | string \| null | پرامپت سیستمی که با فعال‌بودن `auto_captioning` برگردانده می‌شود تا به نگارش یا اصلاح پرامپت‌های استنتاج با همان قرارداد کپشن‌گذاری داده‌های آموزشِ خودکارکپشن‌شده کمک کند. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | دانلود داده‌های آموزش هنگام فعال‌بودن `debug_dataset`: آرشیوی حاوی مجموعه‌داده آماده‌شده و کپشن‌های تولیدشده خودکار آن. |

## Related models

- [Krea 2 Text to Image Turbo LoRA](https://doitong.com/developers/models/krea-2/turbo/lora.md) (`krea-2/turbo/lora`): $0.01 / megapixel
- [Krea 2 Turbo](https://doitong.com/developers/models/krea-2/turbo.md) (`krea-2/turbo`): $0.008 / megapixel
- [ERNIE-Image Trainer](https://doitong.com/developers/models/ernie-image-trainer.md) (`ernie-image-trainer`): $0.0012 / step
- [FLUX 2 \[klein\] 9b Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer.md) (`flux-2-klein-9b-base-trainer`): $0.0043 / step
- [Flux 2 Klein 9B Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer/edit.md) (`flux-2-klein-9b-base-trainer/edit`): $0.0139 / step
- [FLUX 2 Trainer](https://doitong.com/developers/models/flux-2-trainer.md) (`flux-2-trainer`): $0.0064 / step
- [FLUX 2 Trainer Edit](https://doitong.com/developers/models/flux-2-trainer/edit.md) (`flux-2-trainer/edit`): $0.0389 / step
- [FLUX 2 Trainer V2](https://doitong.com/developers/models/flux-2-trainer-v2.md) (`flux-2-trainer-v2`): $0.0064 / step

## Links

- HTML page: https://doitong.com/developers/models/krea-2-trainer
- 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=krea-2-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/krea-2-trainer