# FLUX.1 [dev] with Controlnets and Loras API

> LoRAs, ControlNets, IP-Adapters, EasyControl और रेफ़रेंस-इमेज निर्देश के साथ FLUX.1 [dev] टेक्स्ट-टू-इमेज

`prompt` से इमेज बनाता है और कई कंडीशनिंग विधियों की अनुमति देता है: `loras`, `control_loras`, `controlnets`, `controlnet_unions`, `ip_adapters` और `easycontrols`, साथ ही मास्क किए गए क्षेत्रों के लिए `fill_image`। यह `reference_image_url`, नेगेटिव प्रॉम्प्ट और euler या dpmpp_2m शेड्यूलर का विकल्प भी लेता है। प्रत्येक कॉल पर अधिकतम 10 इमेज, png या jpeg में।

- Model id: `flux-general`
- Made by: Black Forest Labs
- Category: Text to Image
- Output: image
- Estimated price per run: $0.30 / image (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.com/v1/run/flux-general`
- Quote: `POST https://api.doitong.com/v1/quote/flux-general`
- Docs page: https://doitong.com/hi/developers/models/flux-general

## Pricing

Price: **$0.30 / 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 $0.30 = 300 API credits (1 image × 300 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/flux-general` 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 |  |  | इमेज निर्माण का मार्गदर्शन करने वाला प्रॉम्प्ट। |
| `image_size` |  | object {width, height} \| enum (string) | no |  | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | निर्मित इमेज के आयाम। |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | चलाए जाने वाले inference चरणों की संख्या। |
| `seed` |  | integer \| null | no |  |  | दोहराए जा सकने वाले इमेज निर्माण के लिए seed: मॉडल संस्करण अपरिवर्तित होने पर समान प्रॉम्प्ट और seed से समान इमेज बनती है। |
| `loras` |  | array of object {path, scale} | no | `[]` |  | वे LoRAs जिनका संयुक्त प्रभाव बनाई गई इमेज तैयार करता है; आप जितने चाहें उतने दे सकते हैं। |
| `loras[].path` |  | string | yes |  |  | LoRA weights का स्थान, URL या path के रूप में निर्दिष्ट। |
| `loras[].scale` |  | object \| number | no | `1` |  | Base मॉडल में merge किए जाने से पहले LoRA weights पर लागू किया गया scaling। अलग-अलग layer scales सेट करने के लिए {"layer_name":layer_scale} रूप की dictionary दें; अनिर्दिष्ट layers के लिए 1.0 उपयोग होता है। |
| `control_loras` |  | array of object {path, scale, control_image_url, preprocess} | no | `[]` |  | अंतिम इमेज बनाने के लिए संयुक्त configuration में merge किए गए control-image LoRAs; दी जाने वाली संख्या पर कोई सीमा नहीं है। |
| `control_loras[].path` |  | string | yes |  |  | LoRA weights का स्थान, URL या path के रूप में निर्दिष्ट। |
| `control_loras[].scale` |  | object \| number | no | `1` |  | Base मॉडल में merge किए जाने से पहले LoRA weights पर लागू किया गया scaling। अलग-अलग layer scales सेट करने के लिए {"layer_name":layer_scale} रूप की dictionary दें; अनिर्दिष्ट layers के लिए 1.0 उपयोग होता है। |
| `control_loras[].control_image_url` |  | string (image URL) | yes |  |  | Control इमेज प्रदान करने वाला इमेज URL। |
| `control_loras[].preprocess` |  | enum (string) | no | `None` | `canny`, `depth`, `None` | दी गई इमेज पर लागू की जाने वाली preprocessing method। |
| `controlnets` |  | array of object {path, config_url, variant, control_image_url, mask_image_url, mask_threshold, conditioning_scale, start_percentage, end_percentage} | no | `[]` |  | इमेज निर्माण के लिए ControlNet configuration, जो वर्तमान में एकल ControlNet तक सीमित है। |
| `controlnets[].path` |  | string | yes |  |  | ControlNet weight का स्थान, URL या path के रूप में निर्दिष्ट। |
| `controlnets[].config_url` |  | string \| null | no |  |  | ControlNet की config.json फ़ाइल की ओर संकेत करने वाला वैकल्पिक URL। |
| `controlnets[].variant` |  | string \| null | no |  |  | Hugging Face repository key के साथ उपयोग के लिए वैकल्पिक variant। |
| `controlnets[].control_image_url` |  | string (image URL) | yes |  |  | Control इमेज प्रदान करने वाला इमेज URL। |
| `controlnets[].mask_image_url` |  | string (image URL) | no |  |  | कंट्रोल इमेज से संबद्ध मास्क URL। |
| `controlnets[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | मास्क थ्रेशोल्ड मान। |
| `controlnets[].conditioning_scale` |  | number | no | `1` | 0 – 2 | बेस मॉडल में मर्ज किए जाने से पहले ControlNet वेट पर लागू की जाने वाली स्केलिंग। |
| `controlnets[].start_percentage` |  | number | no | `0` | 0 – 1 | कुल टाइमस्टेप्स का वह प्रतिशत जिस पर ControlNet इमेज निर्माण को प्रभावित करना शुरू करता है। |
| `controlnets[].end_percentage` |  | number | no | `1` | 0 – 1 | कुल टाइमस्टेप्स का वह प्रतिशत जिस पर ControlNet इमेज निर्माण को प्रभावित करना बंद करता है। |
| `controlnet_unions` |  | array of object {path, config_url, variant, controls} | no | `[]` |  | इमेज निर्माण के लिए ControlNet यूनियन कॉन्फ़िगरेशन, वर्तमान single-ControlNet प्रतिबंध के अधीन। |
| `controlnet_unions[].path` |  | string | yes |  |  | ControlNet weight का स्थान, URL या path के रूप में निर्दिष्ट। |
| `controlnet_unions[].config_url` |  | string \| null | no |  |  | ControlNet की config.json फ़ाइल की ओर संकेत करने वाला वैकल्पिक URL। |
| `controlnet_unions[].variant` |  | string \| null | no |  |  | Hugging Face repository key के साथ उपयोग के लिए वैकल्पिक variant। |
| `controlnet_unions[].controls` |  | array of object {control_image_url, mask_image_url, control_mode, conditioning_scale, mask_threshold, start_percentage, end_percentage} | yes |  |  | ControlNet को दिए गए कंट्रोल इमेज और संबद्ध मोड। |
| `controlnet_unions[].controls[].control_image_url` |  | string (image URL) | yes |  |  | Control इमेज प्रदान करने वाला इमेज URL। |
| `controlnet_unions[].controls[].mask_image_url` |  | string (image URL) | no |  |  | कंट्रोल इमेज से संबद्ध मास्क URL। |
| `controlnet_unions[].controls[].control_mode` |  | enum (string) | yes |  | `canny`, `tile`, `depth`, `blur`, `pose`, `gray`, `low-quality` | Flux Controlnet Union द्वारा उपयोग किया जाने वाला कंट्रोल मोड। विकल्प: canny किनारों के साथ निर्माण का मार्गदर्शन करता है; tile टाइल्स के साथ मार्गदर्शन करता है; depth ग्रेस्केल डेप्थ मैप के साथ मार्गदर्शन करता है; blur इमेज को धुंधला करता है; pose इमेज की मुद्रा के साथ निर्माण का मार्गदर्शन करता है; gray इमेज को ग्रेस्केल बनाता है; low-quality इमेज का निम्न-गुणवत्ता वाला संस्करण बनाता है। |
| `controlnet_unions[].controls[].conditioning_scale` |  | number | no | `1` | 0 – 2 | बेस मॉडल में मर्ज किए जाने से पहले ControlNet वेट पर लागू की जाने वाली स्केलिंग। |
| `controlnet_unions[].controls[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | मास्क थ्रेशोल्ड मान। |
| `controlnet_unions[].controls[].start_percentage` |  | number | no | `0` | 0 – 1 | कुल टाइमस्टेप्स का वह प्रतिशत जिस पर ControlNet इमेज निर्माण को प्रभावित करना शुरू करता है। |
| `controlnet_unions[].controls[].end_percentage` |  | number | no | `1` | 0 – 1 | कुल टाइमस्टेप्स का वह प्रतिशत जिस पर ControlNet इमेज निर्माण को प्रभावित करना बंद करता है। |
| `ip_adapters` |  | array of object {path, subfolder, weight_name, image_encoder_path, image_encoder_subfolder, image_encoder_weight_name, image_url, mask_image_url, mask_threshold, scale} | no | `[]` |  | इमेज निर्माण के दौरान लागू किया गया IP-Adapter। |
| `ip_adapters[].path` |  | string | yes |  |  | Hugging Face पर IP-Adapter का स्थान। |
| `ip_adapters[].subfolder` |  | string \| null | no |  |  | ip_adapter वेट वाली सबफ़ोल्डर। |
| `ip_adapters[].weight_name` |  | string \| null | no |  |  | IP-Adapter के वेट के लिए Safetensors फ़ाइलनाम। |
| `ip_adapters[].image_encoder_path` |  | string | yes |  |  | IP-Adapter इमेज एन्कोडर का स्थान, जैसे 'openai/clip-vit-large-patch14'। |
| `ip_adapters[].image_encoder_subfolder` |  | string \| null | no |  |  | इमेज एन्कोडर के वेट वाली सबफ़ोल्डर। |
| `ip_adapters[].image_encoder_weight_name` |  | string \| null | no |  |  | इमेज एन्कोडर का नाम। |
| `ip_adapters[].image_url` |  | string (image URL) | yes |  |  | IP-Adapter को दिया गया कंडीशनिंग इमेज URL। |
| `ip_adapters[].mask_image_url` |  | string (image URL) \| null | no |  |  | कंट्रोल इमेज से संबद्ध मास्क URL। |
| `ip_adapters[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | मास्क थ्रेशोल्ड मान। |
| `ip_adapters[].scale` |  | number | yes |  |  | IP-Adapter स्केलिंग फ़ैक्टर। |
| `easycontrols` |  | array of object {control_method_url, scale, image_url, image_control_type} | no | `[]` |  | इमेज निर्माण के दौरान लागू किए गए EasyControl इनपुट। |
| `easycontrols[].control_method_url` |  | string | yes |  |  | कंट्रोल मेथड का safetensor वेट URL या समर्थित आइडेंटिफ़ायर: `canny`, `depth`, `hedsketch`, `inpainting`, `pose`, `seg`, `subject`, `ghibli`। |
| `easycontrols[].scale` |  | number | no | `1` | 0 – 2 | कंट्रोल मेथड स्केलिंग फ़ैक्टर। |
| `easycontrols[].image_url` |  | string (image URL) | yes |  |  | कंट्रोल इनपुट देने वाला इमेज URL। |
| `easycontrols[].image_control_type` |  | enum (string) | yes |  | `subject`, `spatial` | इमेज कंट्रोल मोड; `spatial` या `subject` में से कोई एक स्वीकार करता है। |
| `fill_image` |  | object {fill_image_url} \| null | no |  |  | वह इनपुट इमेज जो निर्माण का मार्गदर्शन करती है और मास्क किए गए क्षेत्रों के लिए सामग्री दे सकती है। |
| `fill_image.fill_image_url` |  | string (image URL) \| array of image URL | no | `[]` |  | redux prompting के ज़रिए भरने के लिए इमेज URL। |
| `guidance_scale` |  | number | no | `3.5` | 0 – 20 | इमेज चयन के लिए प्रॉम्प्ट-अनुरूपता की शक्ति, CFG (Classifier Free Guidance) के रूप में व्यक्त। |
| `real_cfg_scale` |  | number | no | `3.5` | 0 – 5 | इमेज चयन के लिए प्रॉम्प्ट-अनुरूपता की शक्ति, CFG (Classifier Free Guidance) के रूप में व्यक्त। |
| `use_real_cfg` |  | boolean | no | `false` |  | क्लासिकल CFG स्विच, XLabs IP-Adapter v1 के साथ अपने-आप सक्षम। मार्गदर्शन का व्यवहार SD1.5 और SDXL जैसे मॉडल के समान है। |
| `use_cfg_zero` |  | boolean | no | `false` |  | CFG-zero आरंभीकरण सैंपलिंग सक्षम करता है, जिसका वर्णन https://arxiv.org/abs/2503.18886 पर किया गया है। |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 10 | निर्धारित करें कि कितने इमेज बनाने हैं; आउटपुट स्ट्रीम किए जाने पर यह विकल्प 1 पर स्थिर रहता है। |
| `enable_safety_checker` |  | boolean | no | `true` |  | सुरक्षा जाँच, जो असुरक्षित चिह्नित इमेज के स्थान पर काली इमेज लौटाती है। true मान जाँच सक्षम करता है; false इसे केवल अधिकृत खातों के लिए अक्षम करता है, जबकि बिना प्राधिकरण वाले अनुरोधों की जाँच हमेशा की जाती है। |
| `reference_image_url` |  | string (image URL) | no |  |  | Reference-Only मार्गदर्शन के लिए उपयोग किया जाने वाला इमेज URL। |
| `reference_strength` |  | number | no | `0.65` | -3 – 3 | reference_only निर्माण के दौरान रेफ़रेंस-इमेज का प्रभाव; रेफ़रेंस इमेज न दिए जाने पर इस स्ट्रेंथ सेटिंग का कोई प्रभाव नहीं होता। |
| `reference_start` |  | number | no | `0` | 0 – 1 | रेफ़रेंस मार्गदर्शन का आरंभिक बिंदु, सभी टाइमस्टेप्स के प्रतिशत के रूप में। |
| `reference_end` |  | number | no | `1` | 0 – 1 | रेफ़रेंस मार्गदर्शन का अंतिम बिंदु, सभी टाइमस्टेप्स के प्रतिशत के रूप में। |
| `base_shift` |  | number | no | `0.5` | 0.01 – 5 | शेड्यूल किए गए टाइमस्टेप्स पर लागू किया गया बेसलाइन शिफ़्ट। |
| `max_shift` |  | number | no | `1.15` | 0.01 – 5 | शेड्यूल किए गए टाइमस्टेप्स पर लागू किया गया अधिकतम शिफ़्ट। |
| `output_format` |  | enum (string) | no | `png` | `jpeg`, `png` | परिणामी इमेज का फ़ाइल फ़ॉर्मैट। |
| `use_beta_schedule` |  | boolean | no | `false` |  | निर्धारित करता है कि beta sigmas का उपयोग करना है या नहीं। |
| `sigma_schedule` |  | string \| null | no |  |  | डीनॉइज़िंग के दौरान उपयोग किया जाने वाला sigma शेड्यूल। |
| `scheduler` |  | enum (string) | no | `euler` | `euler`, `dpmpp_2m` | डीनॉइज़िंग के दौरान उपयोग किया जाने वाला शेड्यूलर। |
| `negative_prompt` |  | string | no | `` |  | NAG द्वारा डिफ़ॉल्ट रूप से प्रोसेस किया गया नेगेटिव प्रॉम्प्ट, ताकि निर्मित इमेज में निर्दिष्ट अवांछित विशेषताओं को हतोत्साहित किया जा सके। |
| `nag_scale` |  | number | no | `3` | ≤ 10, > 1 | NAG स्केल द्वारा नियंत्रित नेगेटिव-प्रॉम्प्ट परिहार: इसे बढ़ाने पर निर्मित इमेज नेगेटिव विवरण से कम मिलती-जुलती होती है। |
| `nag_tau` |  | number | no | `2.5` | > 0 | हिडन-स्टेट नॉर्मलाइज़ेशन के लिए NAG tau सेटिंग; इसे अपरिवर्तित रखने की सलाह दी जाती है। इसे बढ़ाने पर नॉर्मलाइज़ेशन कमज़ोर होता है और मूल इमेज से अप्रत्याशित विचलन का जोखिम बढ़ता है। |
| `nag_alpha` |  | number | no | `0.25` | ≤ 1, > 0 | NAG alpha यह निर्धारित करता है कि पॉज़िटिव और नेगेटिव प्रॉम्प्ट को मिलाने वाले नॉर्मलाइज़्ड मार्गदर्शन को पॉज़िटिव प्रॉम्प्ट कितना पुनर्निर्देशित करता है। यह अंतिम वेटिंग कम सेटिंग पर पॉज़िटिव प्रॉम्प्ट को अधिक प्रभाव देती है और अधिक सेटिंग पर पुनर्निर्देशन घटाती है। |
| `nag_end` |  | number | no | `0.25` | ≤ 1, > 0 | NAG कटऑफ़, निर्माण चरणों के अनुपात के रूप में। NAG के उस प्रारंभिक अनुपात तक चलने के बाद FLUX के मूल attention processors नियंत्रण संभाल लेते हैं। |

File parameters (`reference_image_url`) 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"
}
```

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/flux-general?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/flux-general?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/flux-general", 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": "flux-general",
      "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": "flux-general",
  "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": {
    "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} | निर्मित इमेज की फ़ाइल जानकारी। |
| `timings` | object |  |
| `seed` | integer | इमेज-निर्माण seed, जिसमें इनपुट में seed न दिए जाने पर यादृच्छिक रूप से चुना गया मान शामिल है; अन्यथा, यह दिए गए मान को दोहराता है। |
| `has_nsfw_concepts` | array of boolean | बताता है कि बनाई गई इमेज में NSFW अवधारणाएँ दिखाई देती हैं या नहीं। |
| `prompt` | string | इमेज निर्माण के दौरान उपयोग किया गया प्रॉम्प्ट। |

## Related models

- [FLUX.1 \[dev\] with Controlnets and Loras · Differential Diffusion](https://doitong.com/developers/models/flux-general/differential-diffusion.md) (`flux-general/differential-diffusion`): $0.138 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Image to Image](https://doitong.com/developers/models/flux-general/image-to-image.md) (`flux-general/image-to-image`): $0.15 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Inpainting](https://doitong.com/developers/models/flux-general/inpainting.md) (`flux-general/inpainting`): $0.192 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Rf Inversion](https://doitong.com/developers/models/flux-general/rf-inversion.md) (`flux-general/rf-inversion`): $0.025 / image
- [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

## Links

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