# Krea 2 Trainer API

> इमेज के zip से कस्टम Krea 2 LoRA को प्रशिक्षित करता है, जिसमें वैकल्पिक auto-captioning है

`images_data_url` पर मौजूद इमेज की .zip फ़ाइल से LoRA को फ़ाइन-ट्यून करता है, जिसमें वैकल्पिक समान-नाम वाली .txt कैप्शन और एक `trigger_phrase` हो सकता है। `auto_captioning` मोड Off, Object/Character, Style और Custom हैं। `steps` 50 से 10000 (डिफ़ॉल्ट 100) है, `resolution` 768 या 1024 है। आउटपुट में LoRA वेट और एक config फ़ाइल होती है।

- 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/hi/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 |  |  | PNG/JPG/JPEG/WebP फ़ाइलों वाली प्रशिक्षण-इमेज .zip का URL; यदि किसी इमेज में कैप्शन फ़ाइल और गैर-खाली `trigger_phrase` दोनों में से कोई भी नहीं है, तो अनुरोध 422 के साथ विफल हो जाता है। जब `trigger_phrase` फ़ॉलबैक देता है तब कैप्शन वैकल्पिक हैं, अन्यथा मेल खाते फ़ाइलनाम स्टेम का उपयोग करें: ROOT.EXT, ROOT.txt से जोड़ी बनाता है, जैसे 001.jpg के साथ 001.txt। |
| `trigger_phrase` |  | string | no | `` |  | यदि `auto_captioning` Off है और किसी इमेज में कैप्शन फ़ाइल नहीं है, तो आवश्यक DreamBooth-शैली का इंस्टेंस वाक्यांश। यह अनुपलब्ध .txt फ़ाइलों के लिए कैप्शन देता है और डिफ़ॉल्ट वैलिडेशन प्रॉम्प्ट के लिए शुरुआती टेक्स्ट प्रदान करता है। |
| `auto_captioning` |  | enum (string) | no | `Off` | `Off`, `Object/Character`, `Style`, `Custom` | वैकल्पिक कैप्शनिंग मोड: Object/Character, Style और Custom, google/gemma-4-31B-it के साथ dataset-captioner को लागू करते हैं, जबकि Off के लिए प्रत्येक इमेज में matching-stem .txt कैप्शन होना या fallback के रूप में trigger_phrase का उपयोग करना आवश्यक रहता है। जनरेट किए गए कैप्शन के लिए trigger_phrase कैप्शनिंग प्रॉम्प्ट में शामिल होता है और चुने गए LoRA कैप्शनिंग कन्वेंशन के अनुसार परिणामी साइडकार में सामान्यीकृत किया जाता है। |
| `steps` |  | integer | no | `100` | 50 – 10,000 | LoRA प्रशिक्षण के चरणों की संख्या। |
| `learning_rate` |  | number | no | `0.0005` | 0.000001 – 0.01 | LoRA B-factor की लर्निंग दर, `lora_a_lr_multiplier=1` होने पर A पर भी लागू होती है; muon के अंतर्गत, यह match_rms_adamw से स्केल की गई AdamW-समतुल्य दर को दर्शाती है। स्थिर शेड्यूल के लिए Krea 3e-4–7e-4 की सीमा सुझाता है। |
| `resolution` |  | enum (integer) | no | `768` | `768`, `1024` | ट्रेनिंग रिज़ॉल्यूशन, जिसमें 1024 अधिकतम सूक्ष्म विवरण को प्राथमिकता देता है और 768 लगभग 1.7x तेज़ ट्रेनिंग, कम VRAM उपयोग और लगभग समान स्टाइल गुणवत्ता देता है। इमेज को लक्ष्य वर्ग को भरने के लिए स्केल किया जाता है, फिर केंद्र में क्रॉप किया जाता है। |
| `debug_dataset` |  | boolean | no | `false` |  | डेटासेट-डाउनलोड विकल्प, जो ठीक वही सामग्री उपलब्ध कराता है जिसका ट्रेनिंग में उपयोग हुआ, और कैप्शन बैकल या स्वचालित कैप्शन निर्माण के बाद उसे आर्काइव के रूप में पैकेज करता है। |

## 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} | safetensors फ़ॉर्मैट में प्रशिक्षित Krea-2 LoRA वेट्स का डाउनलोड URL। |
| `config_file` | object {url, content_type, file_name, file_size} | ट्रेनिंग/LoRA कॉन्फ़िगरेशन वाली JSON फ़ाइल का लिंक। |
| `prompt_enhancement_system_prompt` | string \| null | `auto_captioning` सक्षम होने पर लौटाया गया सिस्टम प्रॉम्प्ट, जो स्वचालित रूप से कैप्शन किए गए ट्रेनिंग डेटा के समान कैप्शन कन्वेंशन का उपयोग करके इनफ़रेंस प्रॉम्प्ट लिखने या परिष्कृत करने में सहायता करता है। |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | `debug_dataset` सक्षम होने पर उपलब्ध कराया गया ट्रेनिंग-डेटा डाउनलोड: तैयार डेटासेट और उसके स्वचालित रूप से जनरेट किए गए कैप्शन वाला आर्काइव। |

## 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