# Stable Diffusion with LoRAs · Inpaint API

> Innmálun með völdu Stable Diffusion-grunnlíkani og LoRA, undir leiðsögn svarthvítrar hulu

Breyta hlutum myndar með `image_url` og svarthvítri `mask_url` með Stable Diffusion-líkani sem er stillt í `model_name`. `noise_strength` er frá 0 til 1. Styður sameinaðar LoRA, innfellingar, ControlNet, IP-millistykki og nokkur sýnatökukerfi, með skrefum frá 1 til 150. Úttakið er png eða jpeg.

- Model id: `lora/inpaint`
- Made by: Open model
- Category: Image Editing
- Output: image
- Estimated price per run: $0.184 / image (cheapest run $0.184 (184 API credits))
- Run: `POST https://api.doitong.com/v1/run/lora/inpaint`
- Quote: `POST https://api.doitong.com/v1/quote/lora/inpaint`
- Docs page: https://doitong.com/is/developers/models/lora/inpaint

## Pricing

Price: **$0.184 / 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 $0.184 = 184 API credits (1 image × 184 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/lora/inpaint` 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 |
|---|---|---|---|---|---|---|
| `model_name` |  | string | yes |  |  | Grunnlíkan til að búa til myndina, auðkennt með annaðhvort vefslóð eða HuggingFace-auðkenni. |
| `unet_name` |  | string \| null | no |  |  | Sérsniðið U-Net-val fyrir myndgerð; gefðu upp annaðhvort HuggingFace-auðkenni þess eða URL-slóð. |
| `variant` |  | string \| null | no |  |  | Val á HuggingFace-líkanstilbrigði; 'fp16' er eitt dæmi. |
| `prompt` |  | string | yes |  |  | Lýstu myndinni sem þú vilt láta búa til eins ítarlega og mögulegt er til að ná sem bestum niðurstöðum. |
| `negative_prompt` |  | string | no | `` |  | Neikvæð kvaðning sem tilgreinir óæskileg smáatriði myndar. Hún getur útilokað liti, hluti, landslag eða fínni eiginleika og gæði, svo sem yfirvaraskegg, óskýring eða lága upplausn. |
| `prompt_weighting` |  | boolean | no | `false` |  | Kveikja fyrir kvaðningarvigtun: true fjarlægir 77 tákna takmörkin með meðaltali innfellinga og virkjar vigtunarsetningafræði. |
| `image_url` | `image` | string (image URL) \| null | no |  |  | Slóð að upprunamynd fyrir mynd-í-mynd-efnisgerð eða myndmálun. |
| `mask_url` | `mask` | string (image URL) \| null | no |  |  | Slóð að grímu fyrir myndmálun sem vísar á svart-hvíta mynd. |
| `noise_strength` |  | number | no | `0.5` | ≤ 1, > 0 | Stjórnar viðbættum myndsuði á kvarða þar sem 1.0 merkir fullkomið suð og gildi nálægt 0 merkja lágmarks suð. Þetta á aðeins við þegar image_url er gefið. |
| `loras` |  | array of object {path, scale} | no | `[]` |  | LoRA-vigtir þar sem sameinuð áhrif þeirra skapa myndina sem verður til, án takmörkunar á fjölda. |
| `loras[].path` |  | string | yes |  |  | Staðsetning LoRA-vigtanna, tilgreind sem slóð eða vefslóð. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Margfeldisstuðull sem beitt er á LoRA-vigtina áður en henni er sameinað grunnlíkaninu. |
| `embeddings` |  | array of object {path, tokens} | no | `[]` |  | Inn fellingar sem eru notaðar við efnisgerð mynda til að varpa kvaðningartáknum í innfellingavigt. Eins og er er aðeins ein innfelling studd. |
| `embeddings[].path` |  | string | yes |  |  | Innfellingarvigtir tilgreindar með vefslóð eða skráarslóð. |
| `embeddings[].tokens` |  | array of string \| null | no |  |  | Kvaðningartákn vörpuð í innfellingavigt. Ef þau eru sleppt er eitt tákn búið til fyrir hvern vigur í innfellingarskrá, nefnt <s0>, <s1>, ...; notaðu vörpuðu táknin í kvaðningum þínum. |
| `controlnets` |  | array of object {path, config_url, variant, image_url, mask_url, conditioning_scale, start_percentage, end_percentage, ip_adapter_index} | no | `[]` |  | Control nets sem eru tímasett til notkunar á myndina við tilgreind tímaskref meðan á efnisgerð stendur, án takmarkana á fjölda þeirra sem þú lætur fylgja. |
| `controlnets[].path` |  | string | yes |  |  | Staðsetning ControlNet-vigta, tilgreind sem slóð eða leið. |
| `controlnets[].config_url` |  | string \| null | no |  |  | Valfrjáls slóð að config.json-skrá ControlNet. |
| `controlnets[].variant` |  | string \| null | no |  |  | Valfrjáls afbrigði til notkunar með Hugging Face-geymslulykli. |
| `controlnets[].image_url` |  | string (image URL) | yes |  |  | Slóð að mynd sem er notuð sem inntak í ControlNet. |
| `controlnets[].mask_url` |  | string (image URL) \| null | no |  |  | ControlNet-gríma sem verður, ef hún er gefin, að passa við stærð stýrimyndarinnar; breidd og hæð verða báðar að vera deilanlegar með 32. |
| `controlnets[].conditioning_scale` |  | number | no | `1` | 0 – 2 | Kvarði sem er beitt á ControlNet-vigtir áður en þær eru sameinaðar grunnlíkaninu. |
| `controlnets[].start_percentage` |  | number | no | `0` | 0 – 1 | Hlutfall heildartímaskrefa þar sem ControlNet byrjar að hafa áhrif á efnisgerð myndar. |
| `controlnets[].end_percentage` |  | number | no | `1` | 0 – 1 | Hlutfall heildartímaskrefa þar sem ControlNet hættir að hafa áhrif á efnisgerð myndar. |
| `controlnets[].ip_adapter_index` |  | integer \| null | no |  |  | Val IP-adapter eftir vísitölu fyrir InstantID ControlNet; önnur ControlNet þurfa ekki þessa stillingu. |
| `controlnet_guess_mode` |  | boolean | no | `false` |  | Takmarkar notkun ControlNet við skilyrtar spár þegar true. |
| `ip_adapter` |  | array of object {ip_adapter_image_url, ip_adapter_mask_url, path, model_subfolder, weight_name, insight_face_model_path, scale, scale_json, unconditional_noising_factor, image_projection_shortcut} | no | `[]` |  | IP-adapterar sem notaðir eru til að búa til myndir. Ef einhverjar færslur eru gefnar þarf image_encoder_path. |
| `ip_adapter[].ip_adapter_image_url` |  | string (image URL) \| array of image URL | yes |  |  | Slóð að mynd sem er notuð sem inntak í IP-adapter. |
| `ip_adapter[].ip_adapter_mask_url` |  | string (image URL) \| null | no |  |  | IP-adapter-gríma sem verður, ef hún er gefin, að uppfylla stærðartakmörkun: mál hennar verða að vera þau sömu og á adapter-myndinni. |
| `ip_adapter[].path` |  | string | yes |  |  | Staðsetning IP-adapter-vigta, tilgreind sem slóð eða vefslóð. |
| `ip_adapter[].model_subfolder` |  | string \| null | no |  |  | Staðsetning IP-adapter-vigta, tilgreind sem undirmappa innan líkanaskrárinnar. |
| `ip_adapter[].weight_name` |  | string \| null | no |  |  | Skráarheiti vigtanna. |
| `ip_adapter[].insight_face_model_path` |  | string \| null | no |  |  | Staðsetning InsightFace-líkanavigta, tilgreind sem slóð eða vefslóð. |
| `ip_adapter[].scale` |  | number | no | `1` | ≥ 0 | Skölunarstuðull fyrir IP-adapter-vigt, notaður áður en þær eru sameinaðar grunnlíkaninu. |
| `ip_adapter[].scale_json` |  | object \| null | no |  |  | Skölunarstuðull fyrir IP-adapter-vigt, notaður áður en þær eru sameinaðar grunnlíkaninu. |
| `ip_adapter[].unconditional_noising_factor` |  | number | no | `0` | 0 – 1 | Stuðull sem stjórnar óskilyrtri suðu fyrir IP-adapter. |
| `ip_adapter[].image_projection_shortcut` |  | boolean | no | `true` |  | Stilling fyrir flýtileið myndvörpunar, þar sem True er sjálfgefið. Notaðu False fyrir FaceID plus V1-líkön og True fyrir FaceID plus V2-líkön. |
| `image_encoder_path` |  | string \| null | no |  |  | Myndkóðari tilgreindur með HTTPS-vefslóð eða Hugging Face-auðkenni, þar sem samhæfni ræðst af IP-Adapter-vigtunum: SD1.5 notar image_encoder_subfolder='models/image_encoder', en h94/IP-Adapter SDXL notar h94/IP-Adapter og image_encoder_subfolder='sdxl_models/image_encoder'. Kóðari er nauðsynlegur þegar ip_adapter inniheldur gildi. |
| `image_encoder_subfolder` |  | string \| null | no |  |  | Undirmappa innan image_encoder_path sem inniheldur vigtir myndkóðarans. |
| `image_encoder_weight_name` |  | string \| null | no | `pytorch_model.bin` |  | Veldu vigtir myndkóðarans eftir heiti til notkunar við efnisgerð mynda. |
| `ic_light_model_url` |  | string \| null | no |  |  | Vefslóð IC Light-líkansins sem notuð er við efnisgerð mynda. |
| `ic_light_model_background_image_url` |  | string (image URL) \| null | no |  |  | Bakgrunnur sem er samhæfur líkaninu fyrir IC Light-efnisgerð mynda, gefinn upp sem myndslóð. |
| `ic_light_image_url` |  | string (image URL) \| null | no |  |  | Slóð að inntaksmynd fyrir efnisgerð með IC Light-líkaninu. |
| `seed` |  | integer \| null | no |  |  | Sáð til að endurgera myndir í Stable Diffusion. Hægt er að endurgera mynd nákvæmlega í hverri keyrslu með því að halda útgáfu líkans, kvaðningu og sáði óbreyttum. |
| `num_inference_steps` |  | integer | no | `30` | 1 – 150 | Stýrðu hversu mörg efnisgerðarskref Stable Diffusion framkvæmir; fleiri skref geta skilað ítarlegri lokamynd. |
| `guidance_scale` |  | number | no | `7.5` | 0 – 20 | Styrkur fylgni við kvaðningu fyrir val á mynd, gefinn upp sem CFG (Classifier Free Guidance). |
| `clip_skip` |  | integer | no | `0` | 0 – 2 | Sleppir hluta af efnisgerð myndar til að birta hana hraðar og skilar örlítið öðruvísi niðurstöðum. |
| `scheduler` |  | enum (string) \| null | no |  | `DPM++ 2M`, `DPM++ 2M Karras`, `DPM++ 2M SDE`, `DPM++ 2M SDE Karras`, `Euler`, `Euler A`, `Euler (trailing timesteps)`, `LCM`, `LCM (trailing timesteps)`, `DDIM`, `TCD` | Tímaáætlun eða sýnatökuaðferð sem er notuð til að afsuða myndina. |
| `timesteps` |  | object {method, array} | no | `{"array":[],"method":"default"}` |  | Yfirskrifun á tímasetningu suðu, gagnkvæmt ósamhæf við sigmas. Án yfirskrifunar — sjálfgefið — reiknar tímaáætlunin tímaskref út frá num_inference_steps; sérsniðin áætlun gerir num_inference_steps óviðkomandi. Yfirskrifun krefst stuðnings tímaáætlunarinnar við timesteps-röksemdina í set_timesteps. |
| `timesteps.method` |  | enum (string) | no | `default` | `default`, `array` | Veldu hvernig tímaskref eru ákvörðuð: 'default', sjálfgefna stillingin, leyfir tímaáætluninni að nota `num_inference_steps`. Til að gefa sjálf upp tímaáætlun skaltu velja 'array' og setja áætlunina í `array`-reitinn. |
| `timesteps.array` |  | array of integer | no | `[]` |  | Tímaáætlun notuð þegar valda aðferðin er 'custom'. |
| `sigmas` |  | object {method, array} | no | `{"array":[],"method":"default"}` |  | Yfirskrifun á sigma-áætlun suðu, gagnkvæmt ósamhæf við timesteps. Án yfirskrifunar — sjálfgefið — reiknar tímaáætlunin sigmas út frá num_inference_steps; sérsniðin áætlun gerir num_inference_steps óviðkomandi. Yfirskrifun krefst stuðnings tímaáætlunarinnar við sigmas-röksemdina í set_sigmas. |
| `sigmas.method` |  | enum (string) | no | `default` | `default`, `array` | Veldu hvernig sigmas eru ákvörðuð: 'default', sjálfgefna stillingin, notar eigin sigma-gildi tímaáætlunarinnar. Til að gefa sjálf upp sigma-áætlun skaltu velja 'custom' og setja áætlunina í `array`-reitinn. |
| `sigmas.array` |  | array of number | no | `[]` |  | Sigma-áætlun notuð þegar valda aðferðin er 'custom'. |
| `prediction_type` |  | enum (string) | no | `epsilon` | `v_prediction`, `epsilon` | Veldu spágerð fyrir efnisgerð mynda; ef annað er ekki valið er `epsilon` notað. |
| `rescale_betas_snr_zero` |  | boolean | no | `false` |  | Stýrir því hvort samplerinn virkjar rescale_betas_snr_zero. |
| `image_format` |  | enum (string) | no | `png` | `jpeg`, `png` | Skráarsnið myndarinnar sem verður til. |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 8 | Stilltu hversu margar myndir ein beiðni býr til og leyfðu lengri efnisgerð fyrir stærri lotu. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Virkjun öryggisathugunar; true virkjar athugun. |
| `tile_width` |  | integer | no | `4096` | 128 – 4,096 | Stilltu stærð hvers flísar við efnisgerð mynda. |
| `tile_height` |  | integer | no | `4096` | 128 – 4,096 | Stilltu stærð hvers flísar við efnisgerð mynda. |
| `tile_stride_width` |  | integer | no | `2048` | 64 – 2,048 | Stilltu bilið milli samliggjandi flísastaðsetninga við efnisgerð mynda. |
| `tile_stride_height` |  | integer | no | `2048` | 64 – 2,048 | Stilltu bilið milli samliggjandi flísastaðsetninga við efnisgerð mynda. |
| `eta` |  | number | no | `0` | 0 – 1 | Eta-stilling notuð við efnisgerð mynda. |
| `debug_latents` |  | boolean | no | `false` |  | Vistar dulda vigra til villuleitar þegar true. |
| `debug_per_pass_latents` |  | boolean | no | `false` |  | Virkjaðu villuleit fyrir hverja umferð með því að stilla þetta á true; þá eru duldu vigrarnir úr hverri umferð vistaðir. |

File parameters (`image`, `mask`, `ic_light_model_background_image_url`, `ic_light_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
{
  "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
  "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/lora/inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "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/lora/inpaint?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "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 = {
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "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/lora/inpaint", 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": "lora/inpaint",
      "input": {
        "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
        "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": "lora/inpaint",
  "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": 184,
    "usd": "0.184",
    "charged": 184,
    "refunded": 0
  },
  "input": {
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "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",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "debug_latents": {
      "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
    },
    "debug_per_pass_latents": {
      "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": "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, content_type, file_name, file_size, width, height} | Skráarupplýsingar fyrir myndirnar sem verða til. |
| `seed` | integer | Sáðgildi fyrir myndgerð, þar með talið slembivalið gildi ef inntakið innihélt ekkert sáðgildi; annars endurtekur það gefna gildið. |
| `has_nsfw_concepts` | array of boolean | Gefur til kynna hvort NSFW-hugtök komi fyrir í myndunum sem verða til. |
| `debug_latents` | object {url, content_type, file_name, file_size} \| null | Dulin gögn vistuð til villuleitar. |
| `debug_per_pass_latents` | object {url, content_type, file_name, file_size} \| null | Dulin gögn fyrir hverja umferð, vistuð til villuleitar. |

## Related models

- [Stable Diffusion with LoRAs](https://doitong.com/developers/models/lora.md) (`lora`): $0.057 / image
- [Stable Diffusion with LoRAs · Image to Image](https://doitong.com/developers/models/lora/image-to-image.md) (`lora/image-to-image`): $0.264 / 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/lora/inpaint
- 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=lora/inpaint
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/lora/inpaint