# Z-Image Turbo Seamless Tiling API

> Szybki model text-to-image generujący kafelkowalne wyniki, z kafelkowaniem poziomym, pionowym lub w obu kierunkach oraz inpaintingiem

Generuje obrazy powtarzające się na krawędziach, sterowane przez `tiling_mode` (both, horizontal lub vertical), `tile_size` i `tile_stride`. Wykonuje maksymalnie 8 kroków wnioskowania i zwraca od 1 do 4 obrazów w formatach png, jpeg lub webp. Podanie `image_url` włącza image-to-image, a dodanie `mask_image_url` włącza wypełnianie. `strength` określa zakres zmian danych wejściowych.

- Model id: `z-image/turbo/tiling`
- Made by: Alibaba
- Category: Text to Image
- Output: image
- Price per megapixel of your output image: $0.02 / megapixel of output image (cheapest run $0.02 (20 API credits))
- Run: `POST https://api.doitong.com/v1/run/z-image/turbo/tiling`
- Quote: `POST https://api.doitong.com/v1/quote/z-image/turbo/tiling`
- Docs page: https://doitong.com/pl/developers/models/z-image/turbo/tiling

## Pricing

Price: **$0.02 / megapixel of output image**. Price per megapixel of your output image: 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 $0.02 = 20 API credits (1 MP output image × $0.02).

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/z-image/turbo/tiling` 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 |  |  | Prompt sterujący generowaniem obrazu. |
| `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`, `auto` | Wymiary wygenerowanego obrazu; wartość 'auto' wybiera 1024x1024, chyba że podano obraz wejściowy — wtedy używane są jego wymiary. |
| `num_inference_steps` |  | integer | no | `8` | 1 – 8 | Liczba kroków inferencji do wykonania. |
| `seed` |  | integer \| null | no |  |  | Ziarno powtarzalnych obrazów: identyczny prompt i ziarno tworzą identyczny obraz, gdy wersja modelu się nie zmieniła. |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 4 | Liczba obrazów żądanych do wygenerowania. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Kontrola bezpieczeństwa, która zastępuje obrazy oznaczone jako niebezpieczne czarnymi obrazami. Wartość true włącza kontrolę; false wyłącza ją wyłącznie dla autoryzowanych kont, natomiast żądania bez autoryzacji są sprawdzane niezależnie. |
| `output_format` |  | enum (string) | no | `png` | `jpeg`, `png`, `webp` | Format pliku wynikowego obrazu. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular`, `high` | Poziom akceleracji zastosowany do przetwarzania. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Określa, czy rozwijanie promptu jest włączone. |
| `image_url` | `image` | string (image URL) \| null | no |  |  | URL obrazu używany do generowania image-to-image albo inpaintingu. Podanie mask_image_url wybiera inpainting; pominięcie go wybiera generowanie image-to-image. |
| `mask_image_url` |  | string (image URL) \| null | no |  |  | Adres URL maski inpaintingu podany wraz z wymaganym image_url. Maska zachowuje czarne obszary bez zmian i regeneruje białe obszary. |
| `strength` |  | number | no | `0.6` | ≤ 1, > 0 | Siła transformacji stosowana wyłącznie do obrazu dostarczonego przez image_url; w przeciwnym razie nieużywana. |
| `tile_size` |  | integer | no | `128` | 32 – 256 | Rozmiar kafelka w przestrzeni latentnej, gdzie 64 odpowiada 512px, 128 — 1024px, a 256 — 2048px. Wymiary wygenerowanego obrazu automatycznie ograniczają rozmiar wzdłuż osi kafelkowanych; patchification wymaga wartości parzystej, podzielnej przez 2. |
| `tile_stride` |  | integer | no | `64` | 16 – 128 | Skok kafelkowania w przestrzeni latentnej, z odpowiednikami w pikselach: 32 = 256px, 64 = 512px oraz 128 = 1024px. Dozwolone są tylko wielokrotności 2; każda wartość większa niż połowa efektywnego rozmiaru kafelka jest automatycznie zmniejszana do tego limitu. |
| `tiling_mode` |  | enum (string) | no | `both` | `both`, `horizontal`, `vertical` | Kierunek kafelkowania: 'both' obejmuje wszystkie kierunki, 'horizontal' tylko od lewej do prawej, a 'vertical' tylko z góry na dół. |

File parameters (`image`, `mask_image_url`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## 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/z-image/turbo/tiling?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/z-image/turbo/tiling?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/z-image/turbo/tiling", 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": "z-image/turbo/tiling",
      "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": "z-image/turbo/tiling",
  "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": 20,
    "usd": "0.02",
    "charged": 20,
    "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",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "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, content_type, file_name, file_size, width, height} | Informacje o plikach wygenerowanych obrazów. |
| `timings` | object | Informacje o czasie procesu generowania. |
| `seed` | integer | Ziarno generowania obrazu, zawierające wartość wybraną losowo, jeśli dane wejściowe nie zawierały ziarna; w przeciwnym razie powtarza podaną wartość. |
| `has_nsfw_concepts` | array of boolean | Wskazuje, czy w wygenerowanych obrazach występują treści NSFW. |
| `prompt` | string | Prompt używany podczas generowania obrazu. |

## Related models

- [Z Image Base](https://doitong.com/developers/models/z-image/base.md) (`z-image/base`): $0.01 / megapixel
- [Z Image Base Lora](https://doitong.com/developers/models/z-image/base/lora.md) (`z-image/base/lora`): $0.012 / megapixel
- [Z Image Turbo](https://doitong.com/developers/models/z-image/turbo.md) (`z-image/turbo`): $0.005 / megapixel
- [Z Image Turbo Lora](https://doitong.com/developers/models/z-image/turbo/lora.md) (`z-image/turbo/lora`): $0.0085 / megapixel
- [Z-Image Turbo Seamless Tiling Lora](https://doitong.com/developers/models/z-image/turbo/tiling/lora.md) (`z-image/turbo/tiling/lora`): $0.025 / megapixel of output image
- [Z Image Turbo Controlnet](https://doitong.com/developers/models/z-image/turbo/controlnet.md) (`z-image/turbo/controlnet`): $0.013 / image
- [Z Image Turbo Controlnet Lora](https://doitong.com/developers/models/z-image/turbo/controlnet/lora.md) (`z-image/turbo/controlnet/lora`): $0.04 / image
- [Z Image Turbo Image To Image](https://doitong.com/developers/models/z-image/turbo/image-to-image.md) (`z-image/turbo/image-to-image`): $0.015 / image

## Links

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