# GLM Image API

> ပရောမ့်ချဲ့ထွင်မှု၊ ချိန်ညှိနိုင်သော အဆင့်များနှင့် လမ်းညွှန်မှု၊ တောင်းဆိုချက်တစ်ကြိမ်လျှင် ပုံ 4 ပုံအထိ ပါဝင်သည့် စာသားမှပုံ မော်ဒယ်

စာသားပရောမ့်မှ ပုံများကို ဖန်တီးပြီး စာသားကို တိကျစွာ ရေးဆွဲပေးရန် အာရုံစိုက်ထားသည်။ `image_size` ကို မူကြိုသတ်မှတ်ချက် 10 ခုထဲမှ ရွေးနိုင်သည်၊ `num_inference_steps` ကို 10 မှ 100 အထိ၊ `guidance_scale` ကို 1 မှ 10 အထိနှင့် `seed` ကို သတ်မှတ်နိုင်သည်။ တောင်းဆိုချက်တစ်ကြိမ်လျှင် ပုံ 4 ပုံအထိ ဖန်တီးနိုင်ပြီး jpeg သို့မဟုတ် png အဖြစ် ထုတ်ပေးသည်။ ရွေးချယ်နိုင်သော ပရောမ့်ချဲ့ထွင်မှုက LLM ဖြင့် ပရောမ့်ကို ပြန်လည်ရေးသားပေးသည်။

- Model id: `glm-image`
- Made by: Zhipu AI
- Category: Text to Image
- Output: image
- Estimated price per run: $0.05 / image (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.com/v1/run/glm-image`
- Quote: `POST https://api.doitong.com/v1/quote/glm-image`
- Docs page: https://doitong.com/my/developers/models/glm-image

## Pricing

Price: **$0.05 / 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 $0.05 = 50 API credits (1 image × 50 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/glm-image` 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 |  |  | ပုံဖန်တီးမှုကို လမ်းညွှန်သည့် စာသားညွှန်ကြားချက်များ။ |
| `image_size` |  | object {width, height} \| enum (string) | no | `square_hd` | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9`, `portrait_3_2`, `landscape_3_2`, `portrait_hd`, `landscape_hd` | ထွက်ရလဒ်ပုံ၏ အရွယ်အစားများ။ |
| `num_inference_steps` |  | integer | no | `30` | 10 – 100 | diffusion denoising အဆင့်အရေအတွက်ဖြင့် ဖော်ပြသော ပုံအရည်အသွေးထိန်းချုပ်မှု။ အဆင့်များ ပိုမိုအသုံးပြုခြင်းသည် ယေဘုယျအားဖြင့် ရလဒ်ကို ပိုကောင်းစေသည်။ |
| `guidance_scale` |  | number | no | `1.5` | 1 – 10 | Classifier-free guidance ဖြင့် ထိန်းချုပ်ထားသော ပရောမ့်လိုက်နာမှု။ ဤစကေးကို မြှင့်တင်ပါက ဖန်တီးမှုသည် ပရောမ့်နှင့် ပိုမိုနီးကပ်စွာ ကိုက်ညီလာသည်။ |
| `seed` |  | integer \| null | no |  |  | ထပ်ခါတလဲလဲရနိုင်သော ပုံများအတွက် ကျပန်း seed။ ပုံတစ်ပုံကို ပြန်လည်ဖန်တီးရန် ၎င်း၏ ပရောမ့်နှင့် seed နှစ်ခုလုံးကို ပြန်အသုံးပြုပါ။ |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 4 | ထုတ်လုပ်မည့် ပုံအရေအတွက်။ |
| `enable_safety_checker` |  | boolean | no | `true` |  | ဖန်တီးထားသော ပုံများအတွက် NSFW စစ်ဆေးမှုထိန်းချုပ်မှု။ မသင့်လျော်ဟု သတ်မှတ်သော မည်သည့်ပုံကိုမဆို အနက်ရောင်ပုံဖြင့် အစားထိုးသည်။ ခွင့်ပြုချက်ရှိသော account များသာ စစ်ဆေးမှုကို ပိတ်နိုင်သောကြောင့် ထိုခွင့်ပြုချက်မရှိသည့် တောင်းဆိုချက်များကို ဤဆက်တင်မည်သို့ဖြစ်စေ စစ်ဆေးသည်။ |
| `output_format` |  | enum (string) | no | `jpeg` | `jpeg`, `png` | ရရှိလာသော ပုံ၏ ဖိုင်ပုံစံ။ |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | ဖန်တီးထားသော ရလဒ်များ၏ အသေးစိတ်နှင့် အရည်အသွေးကို မြှင့်တင်ရန် True ဖြင့် ဖွင့်နိုင်သော LLM အခြေပြု ပရောမ့်ချဲ့ထွင်မှု။ |

## 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/glm-image?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/glm-image?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/glm-image", 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": "glm-image",
      "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": "glm-image",
  "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": 50,
    "usd": "0.05",
    "charged": 50,
    "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} | ဖန်တီးထားသော ပုံများအတွက် URL များပါဝင်သည့် စာရင်း။ |
| `timings` | object |  |
| `seed` | integer | ပုံဖန်တီးမှုအတွက် seed၊ ထည့်သွင်းချက်တွင် seed မပါပါက ကျပန်းရွေးချယ်ထားသောတန်ဖိုးကို ပါဝင်စေပြီး၊ ပါရှိပါက ပေးထားသောတန်ဖိုးကို ထပ်မံအသုံးပြုသည်။ |
| `has_nsfw_concepts` | array of boolean | ဖန်တီးထားသောပုံများတွင် NSFW အယူအဆများ ပါဝင်ခြင်း ရှိ၊ မရှိ ဖော်ပြသည်။ |
| `prompt` | string | ပုံဖန်တီးစဉ် အသုံးပြုမည့် ပရောမ့်။ |

## Related models

- [Glm Image · Image to Image](https://doitong.com/developers/models/glm-image/image-to-image.md) (`glm-image/image-to-image`): $0.05 / 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
- [GPT Image 2.5 Text to Image](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/text-to-image.md) (`openai/gpt-image-2.5/flare/text-to-image`): from $0.008 / image
- [Ideogram V4.5](https://doitong.com/developers/models/ideogram/v4.5.md) (`ideogram/v4.5`): from $0.03 / image
- [Nano Banana 2](https://doitong.com/developers/models/nano-banana-2.md) (`nano-banana-2`): from $0.06 / image

## Links

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