Aqbeż għall-kontenut

Omnigen V2

Integra

Id tal-mudell omnigen-v2
# 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/omnigen-v2?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"

Din it-talba: $0.15 150 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
BAAI Test għal immaġni #multimodal#editing#try-on

OmniGen tat-tieni ġenerazzjoni b’sa 3 immaġnijiet input, gwida separata għat-test u l-immaġni, u għażla ta’ scheduler

BAAI · Immaġni

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ

Istruzzjonijiet għall-ġenerazzjoni jew l-editjar tal-immaġni, l-aħjar espressi b’mod speċifiku—pereżempju, 'Add the bird from image 1 to the desk in image 2'.

image_size prestabbilit square_hd

Dimensjonijiet tal-immaġni ġġenerata.

num_images prestabbilit 1

Għadd ta’ immaġnijiet mitlub għall-ġenerazzjoni.

Avvanzat negative_prompt · input_image_urls · scheduler · output_format · num_inference_steps · text_guidance_scale · image_guidance_scale · cfg_range_start · cfg_range_end · seed · enable_safety_checker
prestabbilit (((deformed))), blurr...

Prompt negattiv li jiddeskrivi l-kontenut li għandu jiġi eskluż mill-immaġni.

prestabbilit []
Waqqa’ fajl, jew

Sa 3 URLs ta’ immaġnijiet li jipprovdu immaġnijiet tas-sors għall-editjar jew il-ġenerazzjoni minn diversi immaġnijiet.

scheduler prestabbilit euler

Scheduler użat matul id-diffużjoni.

output_format prestabbilit jpeg

Format tal-fajl għall-immaġni li tirriżulta.

prestabbilit 50

Għadd ta’ passi ta’ inference li għandhom jitwettqu.

prestabbilit 5

Skala tal-gwida tat-test: żidha biex issaħħaħ l-aderenza tal-immaġni ġġenerata mal-prompt testwali.

prestabbilit 2

Skala tal-gwida tal-immaġni, fejn 1.3–2.0 għall-editjar u 2.0–3.0 għall-ġenerazzjoni fil-kuntest jiddeterminaw il-qawwa tal-aderenza mal-immaġnijiet ipprovduti.

prestabbilit 0

Valur tal-bidu tal-firxa CFG.

prestabbilit 1

Valur tat-tmiem tal-firxa CFG.

Żerriegħa għal immaġnijiet riproduċibbli: prompt u żerriegħa identiċi jipproduċu immaġni identika meta l-verżjoni tal-mudell ma tinbidilx.

POST /run/omnigen-v2?wait=20 kwotazzjoni → $0.15
# 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/omnigen-v2?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"

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Omnigen V2

Mudell multimodali tal-immaġnijiet li joħloq jew jeditja immaġnijiet minn `prompt` u sa 3 `input_image_urls`. Joffri `text_guidance_scale` (1 sa 8), `image_guidance_scale` (1 sa 3), bidu u tmiem tal-medda CFG, `negative_prompt`, u għażla ta’ scheduler `euler` jew `dpmsolver`. Il-passi jvarjaw minn 20 sa 50, b’sa 4 outputs.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
Istruzzjonijiet għall-ġenerazzjoni jew l-editjar tal-immaġni, l-aħjar espressi b’mod speċifiku—pereżempju, 'Add the bird from image 1 to the desk in image 2'.
input_image_urlsmhux obbligatorju
Tipurl[] · image
Prestabbilit[]
Sa 3 URLs ta’ immaġnijiet li jipprovdu immaġnijiet tas-sors għall-editjar jew il-ġenerazzjoni minn diversi immaġnijiet.
image_sizemhux obbligatorju
Tipobject
Prestabbilitsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensjonijiet tal-immaġni ġġenerata.
num_inference_stepsmhux obbligatorju
Tipinteger
Prestabbilit50
20 – 50
Għadd ta’ passi ta’ inference li għandhom jitwettqu.
seedmhux obbligatorju
Tipinteger | null
Żerriegħa għal immaġnijiet riproduċibbli: prompt u żerriegħa identiċi jipproduċu immaġni identika meta l-verżjoni tal-mudell ma tinbidilx.
text_guidance_scalemhux obbligatorju
Tipnumber
Prestabbilit5
1 – 8
Skala tal-gwida tat-test: żidha biex issaħħaħ l-aderenza tal-immaġni ġġenerata mal-prompt testwali.
image_guidance_scalemhux obbligatorju
Tipnumber
Prestabbilit2
1 – 3
Skala tal-gwida tal-immaġni, fejn 1.3–2.0 għall-editjar u 2.0–3.0 għall-ġenerazzjoni fil-kuntest jiddeterminaw il-qawwa tal-aderenza mal-immaġnijiet ipprovduti.
negative_promptmhux obbligatorju
Tipstring
Prestabbilit(((deformed))), blurry, over saturation, bad anatomy, disfigured, poorly drawn face, mutation, mutated, (extra_limb), (ugly), (poorly drawn hands), fused fingers, messy drawing, broken legs censor, censored, censor_bar
Prompt negattiv li jiddeskrivi l-kontenut li għandu jiġi eskluż mill-immaġni.
cfg_range_startmhux obbligatorju
Tipnumber
Prestabbilit0
0 – 1
Valur tal-bidu tal-firxa CFG.
cfg_range_endmhux obbligatorju
Tipnumber
Prestabbilit1
0 – 1
Valur tat-tmiem tal-firxa CFG.
schedulermhux obbligatorju
Tipenum
Prestabbiliteuler
eulerdpmsolver
Scheduler użat matul id-diffużjoni.
num_imagesmhux obbligatorju num_outputs
Tipinteger
Prestabbilit1
1 – 4
Għadd ta’ immaġnijiet mitlub għall-ġenerazzjoni.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
Kontroll tas-sikurezza, li jirritorna immaġnijiet suwed minflok kwalunkwe immaġni mmarkata bħala mhux sikura. Valur ta’ true jippermetti l-kontroll; false jiddiżattivah biss għal kontijiet awtorizzati, filwaqt li t-talbiet mingħajr awtorizzazzjoni jiġu kkontrollati xorta waħda.
output_formatmhux obbligatorju
Tipenum
Prestabbilitjpeg
jpegpng
Format tal-fajl għall-immaġni li tirriżulta.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "omnigen-v2",
  "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": 150,
    "usd": "0.15",
    "charged": 150,
    "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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
images
array of object {url, width, height, content_type}Informazzjoni tal-fajl għall-immaġnijiet iġġenerati.
timings
object
seed
integerSeed tal-ġenerazzjoni tal-immaġni, inkluż il-valur magħżul b’mod każwali jekk l-input ma kienx fih seed; inkella, jirrepeti l-valur ipprovdut.
has_nsfw_concepts
array of booleanJindika jekk kunċetti NSFW jidhrux fl-immaġnijiet ġġenerati.
prompt
stringPrompt użat waqt il-ġenerazzjoni tal-immaġni.

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/omnigen-v2.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt