# Krea 2 Trainer API

> ਚਿੱਤਰਾਂ ਦੀ zip ਤੋਂ ਕਸਟਮ Krea 2 LoRA ਨੂੰ ਟ੍ਰੇਨ ਕਰਦਾ ਹੈ, ਵਿਕਲਪਿਕ ਆਟੋ-ਕੈਪਸ਼ਨਿੰਗ ਸਮੇਤ

`images_data_url` ’ਤੇ ਮੌਜੂਦ .zip ਦੇ ਚਿੱਤਰਾਂ ’ਤੇ LoRA ਨੂੰ ਫ਼ਾਈਨ-ਟਿਊਨ ਕਰਦਾ ਹੈ, ਵਿਕਲਪਿਕ ਸਮਾਨ-ਨਾਮ .txt ਕੈਪਸ਼ਨਾਂ ਅਤੇ `trigger_phrase` ਸਮੇਤ। `auto_captioning` ਮੋਡ Off, Object/Character, Style ਅਤੇ Custom ਹਨ। `steps` 50 ਤੋਂ 10000 (ਪੂਰਵ-ਨਿਰਧਾਰਤ 100), `resolution` 768 ਜਾਂ 1024 ਹੈ। LoRA ਵਜ਼ਨ ਅਤੇ ਇੱਕ config ਫ਼ਾਈਲ ਆਉਟਪੁੱਟ ਕਰਦਾ ਹੈ।

- Model id: `krea-2-trainer`
- Made by: Krea
- Category: Training
- Output: file
- Price per run: from $0.30 / run (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.com/v1/run/krea-2-trainer`
- Quote: `POST https://api.doitong.com/v1/quote/krea-2-trainer`
- Docs page: https://doitong.com/pa/developers/models/krea-2-trainer

## Pricing

Price: **from $0.30 / run** (the lowest tier; the quote prices your exact input). Price per run: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.30 = 300 API credits (1 run × $0.30).

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/krea-2-trainer` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `images_data_url` |  | string | yes |  |  | PNG/JPG/JPEG/WebP ਫ਼ਾਈਲਾਂ ਵਾਲੇ ਟ੍ਰੇਨਿੰਗ-ਚਿੱਤਰ .zip ਦਾ URL; ਜੇ ਕਿਸੇ ਚਿੱਤਰ ਵਿੱਚ ਕੈਪਸ਼ਨ ਫ਼ਾਈਲ ਅਤੇ ਗੈਰ-ਖਾਲੀ `trigger_phrase` ਦੋਵਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਨਾ ਹੋਵੇ ਤਾਂ ਬੇਨਤੀ 422 ਨਾਲ ਅਸਫਲ ਹੋ ਜਾਂਦੀ ਹੈ। ਜਦੋਂ `trigger_phrase` ਵਿਕਲਪਕ ਕੈਪਸ਼ਨ ਦਿੰਦਾ ਹੈ ਤਾਂ ਕੈਪਸ਼ਨ ਵਿਕਲਪਿਕ ਹਨ; ਨਹੀਂ ਤਾਂ ਮਿਲਦੇ ਫ਼ਾਈਲਨਾਮ ਸਟੈਮ ਵਰਤੋ: ROOT.EXT ਦਾ ਜੋੜਾ ROOT.txt ਨਾਲ ਬਣਦਾ ਹੈ, ਜਿਵੇਂ 001.jpg ਨਾਲ 001.txt। |
| `trigger_phrase` |  | string | no | `` |  | DreamBooth-ਸ਼ੈਲੀ ਦਾ instance phrase, ਜੇ `auto_captioning` Off ਹੋਵੇ ਅਤੇ ਕਿਸੇ ਚਿੱਤਰ ਵਿੱਚ ਕੈਪਸ਼ਨ ਫ਼ਾਈਲ ਨਾ ਹੋਵੇ ਤਾਂ ਲਾਜ਼ਮੀ ਹੈ। ਇਹ ਗੁੰਮ .txt ਫ਼ਾਈਲਾਂ ਲਈ ਕੈਪਸ਼ਨ ਦਿੰਦਾ ਹੈ ਅਤੇ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਵੈਲੀਡੇਸ਼ਨ ਪ੍ਰੌਂਪਟਾਂ ਲਈ ਸ਼ੁਰੂਆਤੀ ਟੈਕਸਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। |
| `auto_captioning` |  | enum (string) | no | `Off` | `Off`, `Object/Character`, `Style`, `Custom` | ਵਿਕਲਪਿਕ ਕੈਪਸ਼ਨਿੰਗ ਮੋਡ: Object/Character, Style ਅਤੇ Custom, google/gemma-4-31B-it ਨਾਲ dataset-captioner ਨੂੰ ਚਲਾਉਂਦੇ ਹਨ, ਜਦਕਿ Off ਹਰ ਚਿੱਤਰ ਲਈ ਮਿਲਦੇ-ਜੁਲਦੇ stem ਵਾਲੀ .txt ਕੈਪਸ਼ਨ ਦੀ ਮੌਜੂਦਾ ਲੋੜ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ ਜਾਂ fallback ਵਜੋਂ trigger_phrase ਵਰਤਦਾ ਹੈ। ਸਿਰਜੀਆਂ ਕੈਪਸ਼ਨਾਂ ਲਈ trigger_phrase ਕੈਪਸ਼ਨਿੰਗ ਪ੍ਰੌਂਪਟ ਵਿੱਚ ਦਾਖ਼ਲ ਹੁੰਦਾ ਹੈ ਅਤੇ ਚੁਣੀ ਗਈ LoRA ਕੈਪਸ਼ਨਿੰਗ ਪਰੰਪਰਾ ਅਨੁਸਾਰ ਨਤੀਜੇ ਵਾਲੇ sidecars ਵਿੱਚ ਸਧਾਰਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। |
| `steps` |  | integer | no | `100` | 50 – 10,000 | LoRA training ਲਈ steps ਦੀ ਗਿਣਤੀ। |
| `learning_rate` |  | number | no | `0.0005` | 0.000001 – 0.01 | LoRA B-factor ਸਿੱਖਣ ਦਰ, ਜੋ `lora_a_lr_multiplier=1` ਹੋਣ 'ਤੇ A ਉੱਤੇ ਵੀ ਲਾਗੂ ਹੁੰਦੀ ਹੈ; muon ਦੇ ਅਧੀਨ ਇਹ match_rms_adamw ਨਾਲ ਸਕੇਲ ਕੀਤੀ AdamW-ਸਮਤੁੱਲ ਦਰ ਦਰਸਾਉਂਦੀ ਹੈ। ਸਥਿਰ ਸ਼ਡਿਊਲ ਲਈ, Krea 3e-4–7e-4 ਦੀ ਰੇਂਜ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦਾ ਹੈ। |
| `resolution` |  | enum (integer) | no | `768` | `768`, `1024` | ਟ੍ਰੇਨਿੰਗ ਰੈਜ਼ੋਲਿਊਸ਼ਨ, ਜਿਸ ਵਿੱਚ 1024 ਸਭ ਤੋਂ ਵੱਧ ਬਰੀਕੀ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦਾ ਹੈ ਅਤੇ 768 ਲਗਭਗ 1.7x ਤੇਜ਼ ਟ੍ਰੇਨਿੰਗ, ਘੱਟ VRAM ਵਰਤੋਂ ਅਤੇ ਲਗਭਗ ਇਕੋ ਜਿਹੀ ਸ਼ੈਲੀ ਗੁਣਵੱਤਾ ਦਿੰਦਾ ਹੈ। ਚਿੱਤਰਾਂ ਨੂੰ ਲਕਸ਼ਿਤ ਵਰਗ ਨੂੰ ਢੱਕਣ ਲਈ ਸਕੇਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਫਿਰ ਕੇਂਦਰ ਤੋਂ ਕ੍ਰੌਪ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। |
| `debug_dataset` |  | boolean | no | `false` |  | ਡੇਟਾਸੈੱਟ-ਡਾਊਨਲੋਡ ਵਿਕਲਪ, ਜੋ ਬਿਲਕੁਲ ਉਹੀ ਚੀਜ਼ ਉਪਲਬਧ ਕਰਾਉਂਦਾ ਹੈ ਜੋ ਟ੍ਰੇਨਿੰਗ ਵਿੱਚ ਵਰਤੀ ਗਈ ਸੀ, ਕੈਪਸ਼ਨ ਬੈਕਫ਼ਿਲ ਜਾਂ ਸਵੈਚਲਿਤ ਕੈਪਸ਼ਨ ਸਿਰਜਣ ਤੋਂ ਬਾਅਦ ਆਰਕਾਈਵ ਵਜੋਂ ਪੈਕੇਜ ਕੀਤੀ ਹੋਈ। |

## Example input

Required parameters only:

```json
{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

## 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/krea-2-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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/krea-2-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
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 = {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/krea-2-trainer", 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": "krea-2-trainer",
      "input": {
        "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "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": "krea-2-trainer",
  "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": {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "lora_file": {
      "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
    },
    "config_file": {
      "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
    },
    "prompt_enhancement_system_prompt": "string",
    "debug_dataset": {
      "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": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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 |
|---|---|---|
| `lora_file` | object {url, content_type, file_name, file_size} | ਟ੍ਰੇਨ ਕੀਤੇ Krea-2 LoRA ਵਜ਼ਨਾਂ ਲਈ safetensors ਫ਼ਾਰਮੈਟ ਵਿੱਚ ਡਾਊਨਲੋਡ URL। |
| `config_file` | object {url, content_type, file_name, file_size} | ਟ੍ਰੇਨਿੰਗ/LoRA ਸੰਰਚਨਾ ਵਾਲੀ JSON ਫ਼ਾਈਲ ਦਾ ਲਿੰਕ। |
| `prompt_enhancement_system_prompt` | string \| null | `auto_captioning` ਸਮਰੱਥ ਹੋਣ 'ਤੇ ਵਾਪਸ ਕੀਤਾ ਗਿਆ ਸਿਸਟਮ ਪ੍ਰੌਂਪਟ, ਜੋ ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ ਕੈਪਸ਼ਨ ਕੀਤੇ ਟ੍ਰੇਨਿੰਗ ਡੇਟਾ ਵਾਲੀ ਹੀ ਕੈਪਸ਼ਨ ਪਰੰਪਰਾ ਵਰਤ ਕੇ ਇਨਫ਼ਰੈਂਸ ਪ੍ਰੌਂਪਟ ਲਿਖਣ ਜਾਂ ਸੁਧਾਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | `debug_dataset` ਸਮਰੱਥ ਹੋਣ 'ਤੇ ਦਿੱਤਾ ਗਿਆ ਟ੍ਰੇਨਿੰਗ-ਡੇਟਾ ਡਾਊਨਲੋਡ: ਤਿਆਰ ਕੀਤੇ ਡੇਟਾਸੈੱਟ ਅਤੇ ਇਸ ਦੀਆਂ ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ ਸਿਰਜੀਆਂ ਕੈਪਸ਼ਨਾਂ ਵਾਲਾ ਆਰਕਾਈਵ। |

## Related models

- [Krea 2 Text to Image Turbo LoRA](https://doitong.com/developers/models/krea-2/turbo/lora.md) (`krea-2/turbo/lora`): $0.01 / megapixel
- [Krea 2 Turbo](https://doitong.com/developers/models/krea-2/turbo.md) (`krea-2/turbo`): $0.008 / megapixel
- [ERNIE-Image Trainer](https://doitong.com/developers/models/ernie-image-trainer.md) (`ernie-image-trainer`): $0.0012 / step
- [FLUX 2 \[klein\] 9b Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer.md) (`flux-2-klein-9b-base-trainer`): $0.0043 / step
- [Flux 2 Klein 9B Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer/edit.md) (`flux-2-klein-9b-base-trainer/edit`): $0.0139 / step
- [FLUX 2 Trainer](https://doitong.com/developers/models/flux-2-trainer.md) (`flux-2-trainer`): $0.0064 / step
- [FLUX 2 Trainer Edit](https://doitong.com/developers/models/flux-2-trainer/edit.md) (`flux-2-trainer/edit`): $0.0389 / step
- [FLUX 2 Trainer V2](https://doitong.com/developers/models/flux-2-trainer-v2.md) (`flux-2-trainer-v2`): $0.0064 / step

## Links

- HTML page: https://doitong.com/developers/models/krea-2-trainer
- 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=krea-2-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/krea-2-trainer