Saltar al cuntegna

Flux 3 Action

Integrar

ID dal model flux-3-action/so101
# 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/flux-3-action/so101?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",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  }'

# 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"

Questa dumonda: ≈$0,003 3 credits API Lantschar sin questa pagina

Obtegna ina clav API
Black Forest Labs Video a video #robotic#arm

Model da politica da robot che prevesa blocs d'acziuns dal bratsch SO-101 dad frames da camera, stadi da las giuntas e in'instrucziun

Fatg sin Doitong

Ovras publicas fatgas cun Flux 3 Action da la communitad Doitong. Reutilisescha in prompt cun in clic.

Ovras publicas mussadas: 9
Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lemb...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lemb...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Prompt Details Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut ...

Prompt Details Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikel...

Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi wajahnya. Ia memeluk...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

Foto sinematik hiper-realistis resolusi tinggi menampilkan seorang pria muda Indonesia dengan tub...

Foto sinematik hiper-realistis resolusi tinggi menampilkan seorang pria muda Indonesia dengan tubuh ramping dan proporsional, rambut hitam pendek agak acak, mengenakan jaket kulit hitam, celana riding fit, dan sepatu motor. Ia sedang melakukan aksi freestyle ekstrem dengan motor sport 500cc...

Construir ina dumonda

Ils controls vegnan generads dal schema dal model. Il code e ​​il pretsch s'actualiseschan durant che ti als midas.

•obligatori 88 / 2000

Instrucziuns per la lavur dal robot en lingua natirala.

•obligatori
Trametta in datoteca u

Maletg tile san che mussa il frame actual da la camera fixa da la scena suenter il rescalament a 256x256.

•obligatori
Trametta in datoteca u

Frame actual da la camera dal pols, mess en il tile dretg e rescalà a 256x256.

•obligatori

Valurs mesuradas dal stadi en quest urden: rotaziun ed elevaziun da la spatla, flexiun dal cumbel, flexiun e roll dal pols, tut en grads, suandadas da la posiziun dal pinz en pertschient.

Avanzà history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
Trametta in datoteca u

Input dal frame istoric da la scena cun `state_history` necessari; sche omess vegn utilisà il frame actual. Il frame furnì represchenta l'observaziun d'istorgia la pli veglia, 7 ticks enavos.

Trametta in datoteca u

Frame da la camera dal pols al tick d'istorgia il pli vegl; `state_history` è necessari.

standard 4

Dumber da pass da denoisaziun Euler; la validaziun dal checkpoint ha utilisà 4 pass.

standard 3

Furma da la guidance senza classificader per video ed acziun; metter a 1.0 per deactivar CFG.

Seed da sampling cun ils parameters da referenza da DROID: 0 e SO-101: 42. Sche betg inditgà, vegn elegì casualmain in seed.

Istorgia dal stadi mesurà, omessa per in episodi nov e per il rest cun `command_history` necessari. Furnir las mesiraziuns en urden cronologic per ils 7 control ticks immediatamain avant `state`, a 30 Hz.

Istorgia da cumonds absoluts cun `state_history` necessari; il cumond tramess il pli nov è en l'ultima lingia. Las lingias èn cronologicas sur 8 ticks d'observaziun e inditgan il cumond activ a mintga tick.

POST /run/flux-3-action/so101?wait=20 calculaziun → $0,003
# 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/flux-3-action/so101?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",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  }'

# 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"

Executar questa dumonda

Tia clav resta en quest browser: ella vegn tramessa mo al Doitong API e memorisada (localStorage) mo sch'ella scheccas Tiar a memoria. Obtegnair ina clav API

Davart Flux 3 Action

Enstagl da medias, quai returna JSON cun las `actions` previsas, lur rata da controlla, las etichettas da colonnas e quants pass inizials d'exequir (`execute_steps`) avant da dumandar in nov bloc. Ils inputs obligatorics èn in `prompt` da text (fin a 2000 caracters), `scene_image_url`, `wrist_image_url` ed in `state` da 6 valurs. Inputs d'istorgia opziunals (`state_history`, `command_history`, imagens d'istorgia) dattan context temporal. `num_inference_steps` va da 1 a 8 e `guidance_scale` da 1 a 10.

Parameters

NumTip StandardPermess Descripziun
promptobligatori
Tipstring
≤ 2 000 caracters
Instrucziuns per la lavur dal robot en lingua natirala.
scene_image_urlobligatori
Tipurl · image
Maletg tile san che mussa il frame actual da la camera fixa da la scena suenter il rescalament a 256x256.
wrist_image_urlobligatori
Tipurl · image
Frame actual da la camera dal pols, mess en il tile dretg e rescalà a 256x256.
stateobligatori
Tipnumber[]
≤ 6 elements≥ 6 elements
Valurs mesuradas dal stadi en quest urden: rotaziun ed elevaziun da la spatla, flexiun dal cumbel, flexiun e roll dal pols, tut en grads, suandadas da la posiziun dal pinz en pertschient.
state_historyopziunal
Tiparray[]
≤ 7 elements≥ 7 elements
Istorgia dal stadi mesurà, omessa per in episodi nov e per il rest cun `command_history` necessari. Furnir las mesiraziuns en urden cronologic per ils 7 control ticks immediatamain avant `state`, a 30 Hz.
command_historyopziunal
Tiparray[]
≤ 8 elements≥ 8 elements
Istorgia da cumonds absoluts cun `state_history` necessari; il cumond tramess il pli nov è en l'ultima lingia. Las lingias èn cronologicas sur 8 ticks d'observaziun e inditgan il cumond activ a mintga tick.
history_scene_image_urlopziunal
Tipurl · image
Input dal frame istoric da la scena cun `state_history` necessari; sche omess vegn utilisà il frame actual. Il frame furnì represchenta l'observaziun d'istorgia la pli veglia, 7 ticks enavos.
history_wrist_image_urlopziunal
Tipurl · image
Frame da la camera dal pols al tick d'istorgia il pli vegl; `state_history` è necessari.
num_inference_stepsopziunal
Tipinteger
Standard4
1 – 8
Dumber da pass da denoisaziun Euler; la validaziun dal checkpoint ha utilisà 4 pass.
guidance_scaleopziunal
Tipnumber
Standard3
1 – 10
Furma da la guidance senza classificader per video ed acziun; metter a 1.0 per deactivar CFG.
seedopziunal
Tipinteger | null
Seed da sampling cun ils parameters da referenza da DROID: 0 e SO-101: 42. Sche betg inditgà, vegn elegì casualmain in seed.
obligatori

Ils parameters da datotecas acceptan ina URL publica https://, ina URI data: fin a 10 MB u il file_url d'ina chargiada. Datotecas

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-3-action/so101",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  },
  "output": {
    "actions": [
      [
        1.0
      ]
    ],
    "action_labels": [
      "string"
    ],
    "action_hz": 1.0,
    "execute_steps": 1,
    "seed": 42,
    "timings": {}
  },
  "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"
  }
}
Tias datotecas, tia decisiunMintga outputs[].url è ina copia en nossa memorisaziun: conservada per adina (pajà per GB-mes) u 7 dis gratuitamain, tenor la configuraziun dal conto u ?storage=.
La medema structura per mintga modeltype, url, content_type, width, height e duration, tant per maletgs sco per video e audio. output è l'object da resultat dal model sez.
Champs da l'output
actions
array of array of numberArray d'acziuns previsas cun lingias cronologicas che represchentan pass da control; las valurs n'èn betg limitadas, perquai ston ils limits da giugadiras, sveltezza e spazi da lavur vegnir applitgads al robot. A 30 Hz, SO-101 furnescha 42x6 cumonds absoluts en deg e pinz en %; a 15 Hz, DROID furnescha 32x8 mira da giugadiras absoluta en rad plus la part serrada dal pinz.
action_labels
array of stringNums correspundents a las colonnas d'acziun.
action_hz
numberFrequenza da control per las lingias d'acziun.
execute_steps
integerDumber d'acziuns inizialas d'exequir avant da dumandar in ulteriur bloc.
seed
integerSeed casual utilisà durant il sampling.
timings
objectMesiraziuns dal temp dal server, exprimidas en secundas.

Per agents AI: questa pagina sco Markdown è disponibla sut https://doitong.com/rm/developers/models/flux-3-action/so101.md. Tut ils models e las guidas: https://doitong.com/developers/llms.txt