Przejdź do treści

Realistic Vision

Integracja

Identyfikator modelu realistic-vision
# 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/realistic-vision?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"

To żądanie: ≈0,009 $ 9 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
Open model Tekst na obraz #realism#diffusion

Fotorealistyczny dyfuzyjny model tekst-na-obraz z obsługą LoRA i embeddingów oraz negatywnych promptów

Open model · Obraz

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Opisz obraz, który chcesz wygenerować, używając jak największej liczby szczegółów, aby uzyskać najlepsze wyniki.

image_size domyślnie {"height":1024,"width...
num_images domyślnie 1

Liczba obrazów żądanych do wygenerowania.

Zaawansowane negative_prompt · format · safety_checker_version · request_id · num_inference_steps · guidance_scale · seed · expand_prompt · enable_safety_checker · loras · embeddings
domyślnie (worst quality, low q...

Negatywny prompt określający szczegóły, które należy wykluczyć z obrazu.

format domyślnie jpeg

Format pliku wynikowego obrazu.

safety_checker_version domyślnie v1

Wybór między niestandardowym modułem sprawdzającym bezpieczeństwo ViT (`v2`) a modułem CompVis (`v1`, domyślnym).

domyślnie

Identyfikator żądania służący do powiązania odpowiedzi z żądaniem, które ją wygenerowało.

domyślnie 35

Liczba kroków inferencji do wykonania.

domyślnie 5

Siła zgodności z promptem przy wyborze obrazu, wyrażona jako CFG (Classifier Free Guidance).

Ziarno do odtwarzania obrazów w Stable Diffusion. Obraz można odtworzyć dokładnie przy każdym uruchomieniu, zachowując bez zmian wersję modelu, prompt i ziarno.

domyślnie []

Wagi LoRA wybrane do użycia, przekazane jako lista.

domyślnie []

Embeddingi wybrane do użycia, przekazane jako lista.

POST /run/realistic-vision?wait=20 wycena → 0,009 $
# 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/realistic-vision?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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Realistic Vision

Generuje realistyczne obrazy na podstawie tekstowego `prompt`, z `negative_prompt` służącym do unikania niepożądanych szczegółów. Obsługuje `loras` i `embeddings`, sześć presetów `image_size` oraz od 1 do 8 obrazów na żądanie za pomocą `num_images`. `num_inference_steps` mieści się w zakresie od 1 do 70, a `guidance_scale` od 0 do 20. Wynik może być w formacie jpeg lub png, a `seed` zapewnia powtarzalność wyników.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Opisz obraz, który chcesz wygenerować, używając jak największej liczby szczegółów, aby uzyskać najlepsze wyniki.
negative_promptopcjonalne
Typstring
Domyślne(worst quality, low quality, normal quality, lowres, low details, oversaturated, undersaturated, overexposed, underexposed, grayscale, bw, bad photo, bad photography, bad art:1.4), (watermark, signature, text font, username, error, logo, words, letters, digits, autograph, trademark, name:1.2), (blur, blurry, grainy), morbid, ugly, asymmetrical, mutated malformed, mutilated, poorly lit, bad shadow, draft, cropped, out of frame, cut off, censored, jpeg artifacts, out of focus, glitch, duplicate, (airbrushed, cartoon, anime, semi-realistic, cgi, render, blender, digital art, manga, amateur:1.3), (3D ,3D Game, 3D Game Scene, 3D Character:1.1), (bad hands, bad anatomy, bad body, bad face, bad teeth, bad arms, bad legs, deformities:1.3)
Negatywny prompt określający szczegóły, które należy wykluczyć z obrazu.
image_sizeopcjonalne
Typobject
Domyślne{"height":1024,"width":1024}
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
num_inference_stepsopcjonalne
Typinteger
Domyślne35
1 – 70
Liczba kroków inferencji do wykonania.
guidance_scaleopcjonalne
Typnumber
Domyślne5
0 – 20
Siła zgodności z promptem przy wyborze obrazu, wyrażona jako CFG (Classifier Free Guidance).
lorasopcjonalne
Typobject[]
Domyślne[]
Wagi LoRA wybrane do użycia, przekazane jako lista.
loras[].forceopcjonalne
Typboolean
Domyślnefalse
Czy użycie embeddingu jest obowiązkowe: true oznacza wymóg jego użycia.
loras[].pathwymagane
Typstring
Źródło wag LoRA, podane jako identyfikator modelu HF wskazujący wagi safetensors albo jako plik safetensors zlokalizowany za pomocą URL-a lub ścieżki.
loras[].scaleopcjonalne
Typnumber
Domyślne1
0 – 1
Mnożnik stosowany do wagi LoRA przed połączeniem jej z modelem bazowym.
embeddingsopcjonalne
Typobject[]
Domyślne[]
Embeddingi wybrane do użycia, przekazane jako lista.
embeddings[].pathwymagane
Typstring
Wagi embeddingu określone przez URL lub ścieżkę pliku.
embeddings[].tokensopcjonalne
Typstring[]
Lista tokenów embeddingu; gdy zostanie pominięta, dostępne jest automatyczne nazewnictwo: każdy wektor w pliku embeddingu otrzymuje token z sekwencji <s0>, <s1>, ... .
expand_promptopcjonalne
Typboolean
Domyślnefalse
Rozszerzanie promptu o dodatkowe prompty, włączane wartością true.
num_imagesopcjonalne num_outputs
Typinteger
Domyślne1
1 – 8
Liczba obrazów żądanych do wygenerowania.
seedopcjonalne
Typinteger | null
Ziarno do odtwarzania obrazów w Stable Diffusion. Obraz można odtworzyć dokładnie przy każdym uruchomieniu, zachowując bez zmian wersję modelu, prompt i ziarno.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Aktywacja kontroli bezpieczeństwa; true włącza kontrolę.
formatopcjonalne
Typenum
Domyślnejpeg
jpegpng
Format pliku wynikowego obrazu.
safety_checker_versionopcjonalne
Typenum
Domyślnev1
v1v2
Wybór między niestandardowym modułem sprawdzającym bezpieczeństwo ViT (`v2`) a modułem CompVis (`v1`, domyślnym).
request_idopcjonalne
Typstring
Domyślne
Identyfikator żądania służący do powiązania odpowiedzi z żądaniem, które ją wygenerowało.
wymagane Nazwa kanoniczna, również akceptowana

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "realistic-vision",
  "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": 9,
    "usd": "0.009",
    "charged": 9,
    "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
images
array of object {url, width, height, content_type}Informacje o plikach wygenerowanych obrazów.
timings
object
seed
integerZiarno generowania obrazu, zawierające wartość wybraną losowo, jeśli dane wejściowe nie zawierały ziarna; w przeciwnym razie powtarza podaną wartość.
has_nsfw_concepts
array of booleanWskazuje, czy w wygenerowanych obrazach występują treści NSFW.
prompt
stringPrompt używany podczas generowania obrazu.

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/realistic-vision.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt