Illusion Diffusion

ပေါင်းစည်းရန်

မော်ဒယ် id illusion-diffusion

# 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/illusion-diffusion?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

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/illusion-diffusion?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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 + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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/illusion-diffusion", 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"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/my/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.com/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "illusion-diffusion",
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }
}

Doitong API မှတစ်ဆင့် Illusion Diffusion မော်ဒယ် (illusion-diffusion) ကို ခေါ်ယူပါ။ အေးဂျင့်များအတွက် စာရွက်စာတမ်းများ: https://doitong.com/my/developers/models/illusion-diffusion.md

POST https://api.doitong.com/v1/run/illusion-diffusion?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}

Response status သည် "queued" သို့မဟုတ် "running" ဖြစ်ပါက "succeeded" ဖြစ်သည်အထိ GET https://api.doitong.com/v1/requests/REQUEST_ID?wait=20 ဖြင့် poll လုပ်ပါ။ ဖိုင်များသည် outputs[].url တွင် ရှိသည်။ လုပ်ဆောင်မီ အတိအကျစျေးနှုန်းရရန် တူညီသော body ဖြင့် POST https://api.doitong.com/v1/quote/illusion-diffusion ကို အသုံးပြုပါ။

ဤတောင်းဆိုချက်: ≈၀.၀၂၂ $ ၂၂ API ခရက်ဒစ် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်

Open model စာသားမှ ပုံ #composition#stylized

ControlNet မှတစ်ဆင့် ထည့်သွင်းပုံပေါ်တွင် စာသားပရောမ့်ကို အခြေအနေသတ်မှတ်၍ illusion စတိုင်ပုံများကို ဖန်တီးသည်

OpenAPI Markdown

Open model · ပုံ

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

တစ်ကြိမ်လုပ်ဆောင်မှုအတွက် ခန့်မှန်းစျေးနှုန်း

ခန့်မှန်း စျေးနှုန်း

၀.၀၂၂ $တစ်ကြိမ်လုပ်ဆောင်မှုလျှင်

၂၂ API ခရက်ဒစ်

တစ်ကြိမ်လုပ်ဆောင်မှုလျှင် သတ်မှတ်စျေးနှုန်းဖြစ်ပြီး အောင်မြင်မှသာ ကောက်ခံသည်။

လုပ်ဆောင်ရန် · ၀.၀၂၂ $

အောင်မြင်မှသာ ကောက်ခံပြီး မအောင်မြင်ပါက အလိုအလျောက် ပြန်အမ်းပေးသည်။

တစ်ကြိမ်လုပ်ဆောင်မှု၏ ပုံမှန်ကုန်ကျစရိတ်မှ ခန့်မှန်းထားသည်။ ဖော်ပြထားသောစျေးနှုန်းသည် လုပ်ဆောင်မှုအတွက် အမှန်တကယ်ကောက်ခံမည့်ပမာဏဖြစ်သည်။

စျေးနှုန်းတွက်ချက်ရန် Endpoint: POST /quote/{id}

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

prompt •လိုအပ်သည်

ဖန်တီးလိုသောပုံကို အသေးစိတ်နိုင်သမျှ အသေးစိတ်ဖော်ပြပါ၊ ထိုသို့ပြုလုပ်ခြင်းဖြင့် အကောင်းဆုံးရလဒ် ရရှိမည်။

image •လိုအပ်သည် image_url

ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

ထည့်သွင်းချက် ပုံ၏ URL။

image_size မူလ square_hd

ကြိုတင်သတ်မှတ်ချက်များမှ ရွေးချယ်ထားသော သို့မဟုတ် စိတ်ကြိုက် width နှင့် height သတ်မှတ်ထားသော ထွက်ရလဒ်ပုံအရွယ်အစား။ စိတ်ကြိုက်အရွယ်အစားနှစ်ခုစလုံးသည် 8 ဖြင့်စားလို့ပြတ်ရမည်။

အဆင့်မြင့် negative_prompt · scheduler · guidance_scale · controlnet_conditioning_scale · control_guidance_start · control_guidance_end · num_inference_steps · seed · enable_safety_checker

negative_prompt မူလ

ဖယ်ရှားလိုသော ပုံအသေးစိတ်များ၊ အရောင်များ၊ အရာဝတ္ထုများ၊ ရှုခင်းများ သို့မဟုတ် အသေးစိတ်အင်္ဂါရပ်များကို သတ်မှတ်သည့် အနုတ်လက္ခဏာ ပရောမ့်။ ဥပမာများမှာ နှုတ်ခမ်းမွှေး၊ ဝါးခြင်း သို့မဟုတ် ရုပ်ထွက်အရည်အသွေး နိမ့်ခြင်းတို့ ဖြစ်သည်။

scheduler မူလ Euler

ပုံမှ noise ဖယ်ရှားရန် အသုံးပြုသည့် scheduler သို့မဟုတ် sampler။

guidance_scale မူလ 7.5

ပုံရွေးချယ်မှုအတွက် ပရောမ့်လိုက်နာမှုအားကို CFG (Classifier Free Guidance) အဖြစ် ဖော်ပြထားသည်။

controlnet_conditioning_scale မူလ 1

ControlNet conditioning တွင် အသုံးပြုသည့် scale။

control_guidance_start မူလ 0

control_guidance_end မူလ 1

num_inference_steps မူလ 40

Stable Diffusion လုပ်ဆောင်မည့် ဖန်တီးမှုအဆင့် အရေအတွက်ကို ထိန်းချုပ်သည်။ အဆင့်များလေလေ နောက်ဆုံးပုံ ပိုမိုအသေးစိတ် ဖြစ်နိုင်သည်။

seed

ပုံဖန်တီးမှုအတွက် seed၊ ထည့်သွင်းချက်တွင် seed မပါပါက ကျပန်းရွေးချယ်ထားသောတန်ဖိုးကို ပါဝင်စေပြီး၊ ပါရှိပါက ပေးထားသောတန်ဖိုးကို ထပ်မံအသုံးပြုသည်။

POST /run/illusion-diffusion?wait=20 ကုန်ကျစရိတ် → ၀.၀၂၂ $

# 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/illusion-diffusion?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

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/illusion-diffusion?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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 + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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/illusion-diffusion", 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"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "illusion-diffusion",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

API ကီး

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ ဤဘရောက်ဇာတွင် မှတ်ထားရန် API ကီး ရယူရန်

Illusion Diffusion အကြောင်း

လိုအပ်သော `image_url` နှင့် `prompt` ကို လက်ခံပြီး ပုံ၏ပုံသဏ္ဍာန်များကို ဖန်တီးထားသောပုံထဲသို့ ပေါင်းစပ်သည်။ optical-illusion အနုပညာအတွက် သင့်လျော်သည်။ မူရင်းပုံက ရလဒ်ကို မည်မျှအထိ လမ်းညွှန်မည်ကို သတ်မှတ်ရန် `controlnet_conditioning_scale`၊ `control_guidance_start` နှင့် `control_guidance_end` ကို ချိန်ညှိနိုင်သည်။ `negative_prompt`၊ 0 မှ 50 အထိ `guidance_scale`၊ inference step 0 မှ 80 နှင့် Euler သို့မဟုတ် DPM++ Karras SDE scheduler များကိုလည်း ထောက်ပံ့သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်

image_urlလိုအပ်သည် image

အမျိုးအစားurl · image

ထည့်သွင်းချက် ပုံ၏ URL။

promptလိုအပ်သည်

အမျိုးအစားstring

negative_promptရွေးချယ်နိုင်သည်

အမျိုးအစားstring

မူလတန်ဖိုး

guidance_scaleရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး7.5

≤ ၅၀> ၀

controlnet_conditioning_scaleရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး1

ControlNet conditioning တွင် အသုံးပြုသည့် scale။

control_guidance_startရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး0

၀ – ၁

control_guidance_endရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး1

၀ – ၁

seedရွေးချယ်နိုင်သည်

အမျိုးအစားinteger | null

schedulerရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုးEuler

DPM++ Karras SDEEuler

ပုံမှ noise ဖယ်ရှားရန် အသုံးပြုသည့် scheduler သို့မဟုတ် sampler။

num_inference_stepsရွေးချယ်နိုင်သည်

အမျိုးအစားinteger

မူလတန်ဖိုး40

၀ – ၈၀

image_sizeရွေးချယ်နိုင်သည်

အမျိုးအစားobject

မူလတန်ဖိုးsquare_hd

square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9

enable_safety_checkerရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးtrue

caller က ခွင့်ပြုချက်ရှိပါက false သတ်မှတ်ခြင်းဖြင့် စစ်ဆေးမှုကို လျှော့ချနိုင်သည်။

လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "illusion-diffusion",
  "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": 22,
    "usd": "0.022",
    "charged": 22,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "image": {
      "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
  },
  "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"
  }
}

သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။

မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။

ထွက်ရလဒ်၏ Fields များ

image: object {url, content_type, file_name, file_size, width, height}ဖန်တီးထားသောပုံ၏ ဖိုင်အချက်အလက်။
seed: integerပုံဖန်တီးမှုအတွက် seed၊ ထည့်သွင်းချက်တွင် seed မပါပါက ကျပန်းရွေးချယ်ထားသောတန်ဖိုးကို ပါဝင်စေပြီး၊ ပါရှိပါက ပေးထားသောတန်ဖိုးကို ထပ်မံအသုံးပြုသည်။

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/illusion-diffusion.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

Illusion Diffusion အကြောင်း

ပါရာမီတာများ

ထွက်ရလဒ်

နောက်ထပ် မော်ဒယ်များ: စာသားမှ ပုံ

FLUX.1 [dev] မူကွဲများ: 5

FLUX.1 [schnell] မူကွဲများ: 5

FLUX.2 [dev] မူကွဲများ: 11

FLUX.2 [pro] မူကွဲများ: 11