# FLUX.1 [dev] with Controlnets and Loras API

> FLUX.1 [dev]: генерация изображений из текста с LoRA, ControlNet, IP-Adapters, EasyControl и управлением по эталонному изображению

Генерирует изображения из `prompt` с поддержкой нескольких методов управления: `loras`, `control_loras`, `controlnets`, `controlnet_unions`, `ip_adapters` и `easycontrols`, а также `fill_image` для замаскированных областей. Также принимает `reference_image_url`, негативные промпты и планировщик euler или dpmpp_2m. До 10 изображений за вызов в формате png или jpeg.

- Model id: `flux-general`
- Made by: Black Forest Labs
- Category: Text to Image
- Output: image
- Estimated price per run: $0.30 / image (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.com/v1/run/flux-general`
- Quote: `POST https://api.doitong.com/v1/quote/flux-general`
- Docs page: https://doitong.ru/ru/developers/models/flux-general

## Pricing

Price: **$0.30 / image**. Estimated from the typical cost of one run, per output (`num_images`). The quote is exactly what the run charges.

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

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/flux-general` 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 |  |  | Промпт, управляющий генерацией изображения. |
| `image_size` |  | object {width, height} \| enum (string) | no |  | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | Размеры сгенерированного изображения. |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | Количество выполняемых шагов инференса. |
| `seed` |  | integer \| null | no |  |  | Seed для воспроизводимых изображений: одинаковые промпт и seed дают одинаковое изображение при неизменной версии модели. |
| `loras` |  | array of object {path, scale} | no | `[]` |  | LoRA, совместное воздействие которых создаёт сгенерированное изображение; ограничений на их количество нет. |
| `loras[].path` |  | string | yes |  |  | Расположение весов LoRA, указанное как URL или путь. |
| `loras[].scale` |  | object \| number | no | `1` |  | Масштабирование весов LoRA перед их объединением с базовой моделью. Передайте словарь вида {"layer_name":layer_scale}, чтобы задать масштаб отдельных слоёв; для неуказанных слоёв используется 1.0. |
| `control_loras` |  | array of object {path, scale, control_image_url, preprocess} | no | `[]` |  | LoRA управляющих изображений, объединённые в единую конфигурацию для генерации итогового изображения; количество не ограничено. |
| `control_loras[].path` |  | string | yes |  |  | Расположение весов LoRA, указанное как URL или путь. |
| `control_loras[].scale` |  | object \| number | no | `1` |  | Масштабирование весов LoRA перед их объединением с базовой моделью. Передайте словарь вида {"layer_name":layer_scale}, чтобы задать масштаб отдельных слоёв; для неуказанных слоёв используется 1.0. |
| `control_loras[].control_image_url` |  | string (image URL) | yes |  |  | URL изображения, содержащего управляющее изображение. |
| `control_loras[].preprocess` |  | enum (string) | no | `None` | `canny`, `depth`, `None` | Метод предварительной обработки, применяемый к переданному изображению. |
| `controlnets` |  | array of object {path, config_url, variant, control_image_url, mask_image_url, mask_threshold, conditioning_scale, start_percentage, end_percentage} | no | `[]` |  | Конфигурация ControlNet для генерации изображения; в настоящее время поддерживается только один ControlNet. |
| `controlnets[].path` |  | string | yes |  |  | Расположение весов ControlNet, заданное как URL или путь. |
| `controlnets[].config_url` |  | string \| null | no |  |  | Необязательный URL файла config.json для ControlNet. |
| `controlnets[].variant` |  | string \| null | no |  |  | Необязательный вариант для использования с ключом репозитория Hugging Face. |
| `controlnets[].control_image_url` |  | string (image URL) | yes |  |  | URL изображения, содержащего управляющее изображение. |
| `controlnets[].mask_image_url` |  | string (image URL) | no |  |  | URL маски, связанной с управляющим изображением. |
| `controlnets[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | Пороговое значение маски. |
| `controlnets[].conditioning_scale` |  | number | no | `1` | 0 – 2 | Масштабирование весов ControlNet перед их объединением с базовой моделью. |
| `controlnets[].start_percentage` |  | number | no | `0` | 0 – 1 | Процент от общего числа временных шагов, на котором ControlNet начинает влиять на генерацию изображения. |
| `controlnets[].end_percentage` |  | number | no | `1` | 0 – 1 | Процент от общего числа временных шагов, на котором ControlNet перестаёт влиять на генерацию изображения. |
| `controlnet_unions` |  | array of object {path, config_url, variant, controls} | no | `[]` |  | Конфигурация ControlNet union для генерации изображения с учётом текущего ограничения в виде одного ControlNet. |
| `controlnet_unions[].path` |  | string | yes |  |  | Расположение весов ControlNet, заданное как URL или путь. |
| `controlnet_unions[].config_url` |  | string \| null | no |  |  | Необязательный URL файла config.json для ControlNet. |
| `controlnet_unions[].variant` |  | string \| null | no |  |  | Необязательный вариант для использования с ключом репозитория Hugging Face. |
| `controlnet_unions[].controls` |  | array of object {control_image_url, mask_image_url, control_mode, conditioning_scale, mask_threshold, start_percentage, end_percentage} | yes |  |  | Управляющие изображения и связанные с ними режимы, переданные в ControlNet. |
| `controlnet_unions[].controls[].control_image_url` |  | string (image URL) | yes |  |  | URL изображения, содержащего управляющее изображение. |
| `controlnet_unions[].controls[].mask_image_url` |  | string (image URL) | no |  |  | URL маски, связанной с управляющим изображением. |
| `controlnet_unions[].controls[].control_mode` |  | enum (string) | yes |  | `canny`, `tile`, `depth`, `blur`, `pose`, `gray`, `low-quality` | Режим управления, используемый Flux Controlnet Union. Варианты: canny направляет генерацию с помощью контуров; tile — с помощью плиток; depth — с помощью карты глубины в оттенках серого; blur размывает изображение; pose направляет генерацию с помощью позы изображения; gray переводит изображение в оттенки серого; low-quality создаёт изображение низкого качества. |
| `controlnet_unions[].controls[].conditioning_scale` |  | number | no | `1` | 0 – 2 | Масштабирование весов ControlNet перед их объединением с базовой моделью. |
| `controlnet_unions[].controls[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | Пороговое значение маски. |
| `controlnet_unions[].controls[].start_percentage` |  | number | no | `0` | 0 – 1 | Процент от общего числа временных шагов, на котором ControlNet начинает влиять на генерацию изображения. |
| `controlnet_unions[].controls[].end_percentage` |  | number | no | `1` | 0 – 1 | Процент от общего числа временных шагов, на котором ControlNet перестаёт влиять на генерацию изображения. |
| `ip_adapters` |  | array of object {path, subfolder, weight_name, image_encoder_path, image_encoder_subfolder, image_encoder_weight_name, image_url, mask_image_url, mask_threshold, scale} | no | `[]` |  | IP-Adapter, применяемый во время генерации изображения. |
| `ip_adapters[].path` |  | string | yes |  |  | Расположение IP-Adapter на Hugging Face. |
| `ip_adapters[].subfolder` |  | string \| null | no |  |  | Подпапка, содержащая веса ip_adapter. |
| `ip_adapters[].weight_name` |  | string \| null | no |  |  | Имя файла Safetensors с весами IP-Adapter. |
| `ip_adapters[].image_encoder_path` |  | string | yes |  |  | Расположение энкодера изображений IP-Adapter, например 'openai/clip-vit-large-patch14'. |
| `ip_adapters[].image_encoder_subfolder` |  | string \| null | no |  |  | Подпапка, содержащая веса энкодера изображений. |
| `ip_adapters[].image_encoder_weight_name` |  | string \| null | no |  |  | Имя энкодера изображений. |
| `ip_adapters[].image_url` |  | string (image URL) | yes |  |  | URL изображения для кондиционирования, переданного в IP-Adapter. |
| `ip_adapters[].mask_image_url` |  | string (image URL) \| null | no |  |  | URL маски, связанной с управляющим изображением. |
| `ip_adapters[].mask_threshold` |  | number | no | `0.5` | 0.01 – 0.99 | Пороговое значение маски. |
| `ip_adapters[].scale` |  | number | yes |  |  | Коэффициент масштабирования IP-Adapter. |
| `easycontrols` |  | array of object {control_method_url, scale, image_url, image_control_type} | no | `[]` |  | Входные данные EasyControl, применяемые во время генерации изображения. |
| `easycontrols[].control_method_url` |  | string | yes |  |  | URL весов safetensor метода управления или поддерживаемый идентификатор: `canny`, `depth`, `hedsketch`, `inpainting`, `pose`, `seg`, `subject`, `ghibli`. |
| `easycontrols[].scale` |  | number | no | `1` | 0 – 2 | Коэффициент масштабирования метода управления. |
| `easycontrols[].image_url` |  | string (image URL) | yes |  |  | URL изображения, содержащего управляющие входные данные. |
| `easycontrols[].image_control_type` |  | enum (string) | yes |  | `subject`, `spatial` | Режим управления изображением; принимает `spatial` или `subject`. |
| `fill_image` |  | object {fill_image_url} \| null | no |  |  | Входное изображение, направляющее генерацию и способное предоставлять содержимое для областей маски. |
| `fill_image.fill_image_url` |  | string (image URL) \| array of image URL | no | `[]` |  | URL изображений для заполнения с помощью redux prompting. |
| `guidance_scale` |  | number | no | `3.5` | 0 – 20 | Сила соответствия промпту при выборе изображения, выраженная через CFG (Classifier Free Guidance). |
| `real_cfg_scale` |  | number | no | `3.5` | 0 – 5 | Сила соответствия промпту при выборе изображения, выраженная через CFG (Classifier Free Guidance). |
| `use_real_cfg` |  | boolean | no | `false` |  | Переключатель классического CFG, автоматически включаемый с XLabs IP-Adapter v1. Поведение guidance соответствует моделям вроде SD1.5 и SDXL. |
| `use_cfg_zero` |  | boolean | no | `false` |  | Включает сэмплирование с инициализацией CFG-zero, описанное на https://arxiv.org/abs/2503.18886. |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 10 | Задаёт количество генерируемых изображений; при потоковой передаче это значение всегда равно 1. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Проверка безопасности, возвращающая чёрные изображения вместо изображений, отмеченных как небезопасные. Значение true включает проверку; false отключает её только для авторизованных аккаунтов, а запросы без авторизации проверяются в любом случае. |
| `reference_image_url` |  | string (image URL) | no |  |  | URL изображения, используемого для guidance Reference-Only. |
| `reference_strength` |  | number | no | `0.65` | -3 – 3 | Влияние эталонного изображения при генерации reference_only; без переданного эталонного изображения этот параметр силы не действует. |
| `reference_start` |  | number | no | `0` | 0 – 1 | Начальная точка guidance для эталона, выраженная в процентах от всех временных шагов. |
| `reference_end` |  | number | no | `1` | 0 – 1 | Конечная точка guidance для эталона, выраженная в процентах от всех временных шагов. |
| `base_shift` |  | number | no | `0.5` | 0.01 – 5 | Базовое смещение, применяемое к запланированным временным шагам. |
| `max_shift` |  | number | no | `1.15` | 0.01 – 5 | Максимальное смещение, применяемое к запланированным временным шагам. |
| `output_format` |  | enum (string) | no | `png` | `jpeg`, `png` | Формат файла итогового изображения. |
| `use_beta_schedule` |  | boolean | no | `false` |  | Определяет, использовать ли бета-сигмы. |
| `sigma_schedule` |  | string \| null | no |  |  | Расписание сигм, используемое во время удаления шума. |
| `scheduler` |  | enum (string) | no | `euler` | `euler`, `dpmpp_2m` | Планировщик, используемый во время удаления шума. |
| `negative_prompt` |  | string | no | `` |  | Негативный промпт, по умолчанию обрабатываемый с помощью NAG для подавления указанных нежелательных признаков в сгенерированных изображениях. |
| `nag_scale` |  | number | no | `3` | ≤ 10, > 1 | Избегание негативного промпта, управляемое масштабом NAG: его увеличение делает сгенерированное изображение менее похожим на негативное описание. |
| `nag_tau` |  | number | no | `2.5` | > 0 | Параметр NAG tau для нормализации скрытого состояния; рекомендуется оставить его без изменений. Увеличение ослабляет нормализацию и может привести к неожиданным отклонениям от исходного изображения. |
| `nag_alpha` |  | number | no | `0.25` | ≤ 1, > 0 | NAG alpha определяет, насколько положительный промпт перенаправляет нормализованный guidance, объединяющий положительный и негативный промпты. При меньших значениях итоговое взвешивание сильнее влияет в пользу положительного промпта, а при больших уменьшает перенаправление. |
| `nag_end` |  | number | no | `0.25` | ≤ 1, > 0 | Порог NAG, выраженный как доля шагов генерации. Исходные процессоры внимания FLUX начинают работать после того, как NAG выполняется в течение этой начальной доли. |

File parameters (`reference_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/flux-general?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/flux-general?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/flux-general", 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": "flux-general",
      "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": "flux-general",
  "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": {
    "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `images` | array of object {url, width, height, content_type} | Информация о файлах сгенерированных изображений. |
| `timings` | object |  |
| `seed` | integer | Сид генерации изображения, включая случайно выбранное значение, если во входных данных сид не указан; в противном случае повторяет переданное значение. |
| `has_nsfw_concepts` | array of boolean | Показывает, присутствуют ли в сгенерированных изображениях концепции NSFW. |
| `prompt` | string | Промпт, используемый при генерации изображения. |

## Related models

- [FLUX.1 \[dev\] with Controlnets and Loras · Differential Diffusion](https://doitong.com/developers/models/flux-general/differential-diffusion.md) (`flux-general/differential-diffusion`): $0.138 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Image to Image](https://doitong.com/developers/models/flux-general/image-to-image.md) (`flux-general/image-to-image`): $0.15 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Inpainting](https://doitong.com/developers/models/flux-general/inpainting.md) (`flux-general/inpainting`): $0.192 / image
- [FLUX.1 \[dev\] with Controlnets and Loras · Rf Inversion](https://doitong.com/developers/models/flux-general/rf-inversion.md) (`flux-general/rf-inversion`): $0.025 / image
- [FLUX.1 \[dev\]](https://doitong.com/developers/models/flux/dev.md) (`flux/dev`): $0.025 / megapixel
- [FLUX.1 \[schnell\]](https://doitong.com/developers/models/flux/schnell.md) (`flux/schnell`): $0.003 / megapixel
- [FLUX.2 \[dev\]](https://doitong.com/developers/models/flux-2.md) (`flux-2`): $0.012 / megapixel
- [FLUX.2 \[pro\]](https://doitong.com/developers/models/flux-2-pro.md) (`flux-2-pro`): $0.015 / megapixel of output image

## Links

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