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

> LoRA, ControlNet, IP-Adapter, EasyControl 및 참조 이미지 안내를 지원하는 FLUX.1 [dev] 텍스트-이미지

`prompt`에서 이미지를 생성하며 여러 조건 지정 방식을 지원합니다: `loras`, `control_loras`, `controlnets`, `controlnet_unions`, `ip_adapters`, `easycontrols`, 그리고 마스크 영역용 `fill_image`. `reference_image_url`, 네거티브 프롬프트, euler 또는 dpmpp_2m 스케줄러도 사용할 수 있습니다. 호출당 최대 10개 이미지를 png 또는 jpeg로 생성합니다.

- 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/ko/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 |  |  | 이미지 생성을 안내하는 프롬프트입니다. |
| `image_size` |  | object {width, height} \| enum (string) | no |  | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | 생성된 이미지의 치수입니다. |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | 실행할 추론 단계 수입니다. |
| `seed` |  | integer \| null | no |  |  | 재현 가능한 이미지 생성을 위한 시드입니다. 모델 버전이 동일하면 동일한 프롬프트와 시드로 동일한 이미지가 생성됩니다. |
| `loras` |  | array of object {path, scale} | no | `[]` |  | 결합된 효과로 생성 이미지를 만드는 LoRA입니다. 지정할 수 있는 개수에는 제한이 없습니다. |
| `loras[].path` |  | string | yes |  |  | URL 또는 경로로 지정하는 LoRA 가중치 위치입니다. |
| `loras[].scale` |  | object \| number | no | `1` |  | 기본 모델에 병합하기 전에 LoRA 가중치에 적용하는 스케일입니다. 개별 레이어 스케일을 설정하려면 {"layer_name":layer_scale} 형식의 딕셔너리를 제공합니다. 지정하지 않은 레이어는 1.0을 사용합니다. |
| `control_loras` |  | array of object {path, scale, control_image_url, preprocess} | no | `[]` |  | 최종 이미지 생성을 위해 하나의 구성으로 병합하는 control-image LoRA입니다. 지정 개수에는 제한이 없습니다. |
| `control_loras[].path` |  | string | yes |  |  | URL 또는 경로로 지정하는 LoRA 가중치 위치입니다. |
| `control_loras[].scale` |  | object \| number | no | `1` |  | 기본 모델에 병합하기 전에 LoRA 가중치에 적용하는 스케일입니다. 개별 레이어 스케일을 설정하려면 {"layer_name":layer_scale} 형식의 딕셔너리를 제공합니다. 지정하지 않은 레이어는 1.0을 사용합니다. |
| `control_loras[].control_image_url` |  | string (image URL) | yes |  |  | 제어 이미지가 포함된 이미지 URL입니다. |
| `control_loras[].preprocess` |  | enum (string) | no | `None` | `canny`, `depth`, `None` | 제공된 이미지에 적용할 전처리 방법입니다. |
| `controlnets` |  | array of object {path, config_url, variant, control_image_url, mask_image_url, mask_threshold, conditioning_scale, start_percentage, end_percentage} | no | `[]` |  | 이미지 생성을 위한 ControlNet 구성입니다. 현재 단일 ControlNet으로 제한됩니다. |
| `controlnets[].path` |  | string | yes |  |  | ControlNet 가중치 위치로, URL 또는 경로로 지정합니다. |
| `controlnets[].config_url` |  | string \| null | no |  |  | ControlNet의 config.json 파일을 가리키는 선택적 URL입니다. |
| `controlnets[].variant` |  | string \| null | no |  |  | Hugging Face 저장소 키와 함께 사용할 선택적 변형입니다. |
| `controlnets[].control_image_url` |  | string (image URL) | yes |  |  | 제어 이미지가 포함된 이미지 URL입니다. |
| `controlnets[].mask_image_url` |  | string (image URL) | no |  |  | 제어 이미지와 연결된 마스크 URL입니다. |
| `controlnets[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | 마스크 임계값입니다. |
| `controlnets[].conditioning_scale` |  | number | no | `1` | 0 – 2 | 기본 모델에 병합하기 전에 ControlNet 가중치에 적용하는 스케일입니다. |
| `controlnets[].start_percentage` |  | number | no | `0` | 0 – 1 | 전체 타임스텝 중 ControlNet이 이미지 생성에 영향을 주기 시작하는 비율입니다. |
| `controlnets[].end_percentage` |  | number | no | `1` | 0 – 1 | 전체 타임스텝 중 ControlNet이 이미지 생성에 영향을 중지하는 비율입니다. |
| `controlnet_unions` |  | array of object {path, config_url, variant, controls} | no | `[]` |  | 이미지 생성을 위한 ControlNet union 구성입니다. 현재 단일 ControlNet 제한이 적용됩니다. |
| `controlnet_unions[].path` |  | string | yes |  |  | ControlNet 가중치 위치로, URL 또는 경로로 지정합니다. |
| `controlnet_unions[].config_url` |  | string \| null | no |  |  | ControlNet의 config.json 파일을 가리키는 선택적 URL입니다. |
| `controlnet_unions[].variant` |  | string \| null | no |  |  | Hugging Face 저장소 키와 함께 사용할 선택적 변형입니다. |
| `controlnet_unions[].controls` |  | array of object {control_image_url, mask_image_url, control_mode, conditioning_scale, mask_threshold, start_percentage, end_percentage} | yes |  |  | ControlNet에 제공하는 제어 이미지와 관련 모드입니다. |
| `controlnet_unions[].controls[].control_image_url` |  | string (image URL) | yes |  |  | 제어 이미지가 포함된 이미지 URL입니다. |
| `controlnet_unions[].controls[].mask_image_url` |  | string (image URL) | no |  |  | 제어 이미지와 연결된 마스크 URL입니다. |
| `controlnet_unions[].controls[].control_mode` |  | enum (string) | yes |  | `canny`, `tile`, `depth`, `blur`, `pose`, `gray`, `low-quality` | Flux Controlnet Union에서 사용하는 제어 모드입니다. 옵션: canny는 가장자리로 생성을 안내하고, tile은 타일로 안내하며, depth는 회색조 깊이 맵으로 안내합니다. blur는 이미지를 흐리게 하고, pose는 이미지의 포즈로 생성을 안내하며, gray는 이미지를 회색조로 만들고, low-quality는 저품질 이미지 버전을 생성합니다. |
| `controlnet_unions[].controls[].conditioning_scale` |  | number | no | `1` | 0 – 2 | 기본 모델에 병합하기 전에 ControlNet 가중치에 적용하는 스케일입니다. |
| `controlnet_unions[].controls[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | 마스크 임계값입니다. |
| `controlnet_unions[].controls[].start_percentage` |  | number | no | `0` | 0 – 1 | 전체 타임스텝 중 ControlNet이 이미지 생성에 영향을 주기 시작하는 비율입니다. |
| `controlnet_unions[].controls[].end_percentage` |  | number | no | `1` | 0 – 1 | 전체 타임스텝 중 ControlNet이 이미지 생성에 영향을 중지하는 비율입니다. |
| `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 | `[]` |  | 이미지 생성 중 적용되는 IP-Adapter입니다. |
| `ip_adapters[].path` |  | string | yes |  |  | Hugging Face에서의 IP-Adapter 위치입니다. |
| `ip_adapters[].subfolder` |  | string \| null | no |  |  | ip_adapter 가중치가 포함된 하위 폴더입니다. |
| `ip_adapters[].weight_name` |  | string \| null | no |  |  | IP-Adapter 가중치의 Safetensors 파일 이름입니다. |
| `ip_adapters[].image_encoder_path` |  | string | yes |  |  | IP-Adapter 이미지 인코더 위치입니다. 예: 'openai/clip-vit-large-patch14'. |
| `ip_adapters[].image_encoder_subfolder` |  | string \| null | no |  |  | 이미지 인코더 가중치가 포함된 하위 폴더입니다. |
| `ip_adapters[].image_encoder_weight_name` |  | string \| null | no |  |  | 이미지 인코더 이름입니다. |
| `ip_adapters[].image_url` |  | string (image URL) | yes |  |  | IP-Adapter에 제공하는 조건 이미지 URL입니다. |
| `ip_adapters[].mask_image_url` |  | string (image URL) \| null | no |  |  | 제어 이미지와 연결된 마스크 URL입니다. |
| `ip_adapters[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | 마스크 임계값입니다. |
| `ip_adapters[].scale` |  | number | yes |  |  | IP-Adapter 스케일링 계수입니다. |
| `easycontrols` |  | array of object {control_method_url, scale, image_url, image_control_type} | no | `[]` |  | 이미지 생성 중 적용되는 EasyControl 입력입니다. |
| `easycontrols[].control_method_url` |  | string | yes |  |  | 제어 방법의 safetensor 가중치 URL 또는 지원되는 식별자입니다: `canny`, `depth`, `hedsketch`, `inpainting`, `pose`, `seg`, `subject`, `ghibli`. |
| `easycontrols[].scale` |  | number | no | `1` | 0 – 2 | 제어 방법의 스케일링 계수입니다. |
| `easycontrols[].image_url` |  | string (image URL) | yes |  |  | 제어 입력이 포함된 이미지 URL입니다. |
| `easycontrols[].image_control_type` |  | enum (string) | yes |  | `subject`, `spatial` | 이미지 제어 모드입니다. `spatial` 또는 `subject`를 허용합니다. |
| `fill_image` |  | object {fill_image_url} \| null | no |  |  | 생성을 안내하고 마스크 영역에 사용할 콘텐츠를 제공할 수 있는 입력 이미지입니다. |
| `fill_image.fill_image_url` |  | string (image URL) \| array of image URL | no | `[]` |  | redux 프롬프트를 통해 채울 이미지의 URL입니다. |
| `guidance_scale` |  | number | no | `3.5` | 0 – 20 | 이미지 선택 시 프롬프트 준수 강도이며 CFG(Classifier Free Guidance)로 표현합니다. |
| `real_cfg_scale` |  | number | no | `3.5` | 0 – 5 | 이미지 선택 시 프롬프트 준수 강도이며 CFG(Classifier Free Guidance)로 표현합니다. |
| `use_real_cfg` |  | boolean | no | `false` |  | 고전적 CFG 스위치입니다. XLabs IP-Adapter v1에서 자동으로 활성화됩니다. 안내 동작은 SD1.5 및 SDXL과 같은 모델의 동작과 일치합니다. |
| `use_cfg_zero` |  | boolean | no | `false` |  | https://arxiv.org/abs/2503.18886에 설명된 CFG-zero 초기화 샘플링을 활성화합니다. |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 10 | 생성할 이미지 수를 설정합니다. 출력이 스트리밍되면 이 값은 1로 고정됩니다. |
| `enable_safety_checker` |  | boolean | no | `true` |  | 안전 검사입니다. 안전하지 않은 것으로 표시된 이미지 대신 검은 이미지를 반환합니다. true는 검사를 활성화하고, false는 권한 있는 계정에서만 비활성화합니다. 권한이 없는 요청은 항상 검사됩니다. |
| `reference_image_url` |  | string (image URL) | no |  |  | Reference-Only 안내에 사용하는 이미지 URL입니다. |
| `reference_strength` |  | number | no | `0.65` | -3 – 3 | reference_only 생성 중 참조 이미지의 영향입니다. 참조 이미지를 제공하지 않으면 이 강도 설정은 적용되지 않습니다. |
| `reference_start` |  | number | no | `0` | 0 – 1 | 전체 타임스텝 대비 백분율로 나타낸 참조 안내 시작 지점입니다. |
| `reference_end` |  | number | no | `1` | 0 – 1 | 전체 타임스텝 대비 백분율로 나타낸 참조 안내 종료 지점입니다. |
| `base_shift` |  | number | no | `0.5` | 0.01 – 5 | 예약된 타임스텝에 적용되는 기준 이동값입니다. |
| `max_shift` |  | number | no | `1.15` | 0.01 – 5 | 예약된 타임스텝에 적용되는 최대 이동값입니다. |
| `output_format` |  | enum (string) | no | `png` | `jpeg`, `png` | 결과 이미지의 파일 형식입니다. |
| `use_beta_schedule` |  | boolean | no | `false` |  | beta sigma 사용 여부를 제어합니다. |
| `sigma_schedule` |  | string \| null | no |  |  | 디노이징 중 사용하는 sigma 스케줄입니다. |
| `scheduler` |  | enum (string) | no | `euler` | `euler`, `dpmpp_2m` | 디노이징 중 사용하는 스케줄러입니다. |
| `negative_prompt` |  | string | no | `` |  | 생성 이미지에서 지정한 원치 않는 특징을 억제하기 위해 기본적으로 NAG로 처리되는 네거티브 프롬프트입니다. |
| `nag_scale` |  | number | no | `3` | ≤ 10, > 1 | NAG 스케일로 제어하는 네거티브 프롬프트 회피입니다. 값을 높이면 생성 이미지가 네거티브 설명과 덜 유사해집니다. |
| `nag_tau` |  | number | no | `2.5` | > 0 | 은닉 상태 정규화를 위한 NAG tau 설정입니다. 변경하지 않는 것이 좋습니다. 값을 높이면 정규화가 약해져 원본 이미지에서 예상치 못하게 벗어날 수 있습니다. |
| `nag_alpha` |  | number | no | `0.25` | ≤ 1, > 0 | NAG alpha는 양성 및 네거티브 프롬프트를 결합한 정규화 안내를 양성 프롬프트가 얼마나 재지정할지 설정합니다. 최종 가중치가 낮을수록 양성 프롬프트의 영향이 커지고, 높을수록 재지정이 줄어듭니다. |
| `nag_end` |  | number | no | `0.25` | ≤ 1, > 0 | 생성 단계 비율로 나타낸 NAG 종료 지점입니다. FLUX의 원래 attention processor가 NAG가 해당 초기 비율만큼 실행된 후 제어권을 넘겨받습니다. |

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} | 생성된 이미지의 파일 정보입니다. |
| `timings` | object |  |
| `seed` | integer | 이미지 생성 시드입니다. 입력에서 시드를 생략하면 무작위로 선택된 값이 포함되고, 그렇지 않으면 제공한 값이 반복됩니다. |
| `has_nsfw_concepts` | array of boolean | 생성된 이미지에 NSFW 개념이 나타나는지 나타냅니다. |
| `prompt` | string | 이미지 생성에 사용되는 프롬프트입니다. |

## 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