# BiRefNet V2 Background Removal API

> ลบพื้นหลังและทำแมตต์แบบเปิดที่ความละเอียดสูงสุด 2304 px พร้อมตัวเลือกเอาต์พุตมาสก์

BiRefNet V2 แยกตัวแบบออกจากพื้นหลังด้วยรุ่นต่าง ๆ (light, heavy, matting, portrait, dynamic) และความละเอียดการทำงานสูงสุด 2304x2304 ส่งคืนภาพที่ตัดพื้นหลังแล้ว และสามารถส่งคืนมาสก์เพิ่มเติมได้ในรูปแบบ PNG, WebP หรือ GIF

- Model id: `birefnet/v2`
- Made by: BiRefNet
- Category: Background Removal
- Output: image
- Estimated price per run: $0.002 / run (cheapest run $0.002 (2 API credits))
- Run: `POST https://api.doitong.com/v1/run/birefnet/v2`
- Quote: `POST https://api.doitong.com/v1/quote/birefnet/v2`
- Docs page: https://doitong.com/th/developers/models/birefnet/v2

## Pricing

Price: **$0.002 / run**. Estimated from the typical cost of one run. The quote is exactly what the run charges.

The full example input below costs $0.002 = 2 API credits (1 request × 2 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/birefnet/v2` 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 |
|---|---|---|---|---|---|---|
| `model` |  | enum (string) | no | `General Use (Light)` | `General Use (Light)`, `General Use (Light 2K)`, `General Use (Heavy)`, `Matting`, `Portrait`, `General Use (Dynamic)` | การเลือกโมเดลลบพื้นหลัง: 'General Use (Light)' สอดคล้องกับ BiRefNet ซึ่งเป็นโมเดลดั้งเดิมของคลัง BiRefNet และแนะนำสำหรับการใช้งานส่วนใหญ่ 'General Use (Light 2K)' สอดคล้องกับ BiRefNet_lite-2K และใช้โมเดลดั้งเดิมที่ฝึกด้วยรูปภาพ 2K 'General Use (Heavy)' สอดคล้องกับ BiRefNet_lite ให้ความแม่นยำสูงกว่าแต่ประมวลผลช้าลง 'Matting' สอดคล้องกับ BiRefNet-matting และฝึกมาโดยเฉพาะสำหรับการทำแมตติ้งรูปภาพ 'Portrait' สอดคล้องกับ BiRefNet-portrait และฝึกมาโดยเฉพาะสำหรับรูปภาพบุคคล 'General Use (Dynamic)' สอดคล้องกับ BiRefNet_dynamic และรองรับความละเอียดแบบแปรผันตั้งแต่ 256x256 ถึง 2304x2304 |
| `operating_resolution` |  | enum (string) | no | `1024x1024` | `1024x1024`, `2048x2048`, `2304x2304` | ความละเอียดที่ใช้ประมวลผล โดย '2304x2304' จำกัดให้ใช้กับโมเดล 'General Use (Dynamic)' สำหรับรูปภาพอินพุตความละเอียดสูง การตั้งค่าที่สูงขึ้นจะช่วยเพิ่มความแม่นยำของเอาต์พุต |
| `output_mask` |  | boolean | no | `false` |  | ควบคุมว่าจะรวมมาสก์ลบพื้นหลังไว้ในเอาต์พุตหรือไม่ |
| `refine_foreground` |  | boolean | no | `true` |  | ควบคุมการปรับรายละเอียดพื้นที่เบื้องหน้าตามมาสก์ที่ประมาณได้ |
| `image_url` | `image` | string (image URL) | yes |  |  | URL ที่ระบุรูปภาพซึ่งจะถูกลบพื้นหลัง |
| `output_format` |  | enum (string) | no | `png` | `webp`, `png`, `gif` | รูปแบบของรูปภาพผลลัพธ์ |
| `mask_only` |  | boolean | no | `false` |  | สวิตช์เอาต์พุตเฉพาะมาสก์: `True` จะข้ามการปรับรายละเอียดพื้นที่เบื้องหน้าและคงรูปภาพไว้โดยไม่เปลี่ยนแปลง พร้อมส่งคืนเฉพาะมาสก์การแบ่งส่วน เมื่อจำเป็นต้องใช้เฉพาะมาสก์ ตัวเลือกนี้จะลดการคำนวณเพิ่มเติมและลดข้อมูลที่ถ่ายโอน |

File parameters (`image`) 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
{
  "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.jpg"
}
```

A fuller example:

```json
{
  "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.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/birefnet/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.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/birefnet/v2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.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 = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/birefnet/v2", 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": "birefnet/v2",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.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": "birefnet/v2",
  "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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.jpg"
  },
  "output": {
    "image": {
      "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
    },
    "mask_image": {
      "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
    }
  },
  "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 |
|---|---|---|
| `image` | object {url, content_type, file_name, file_size, width, height} | รูปภาพหลังลบพื้นหลัง หรือมาสก์การแบ่งส่วนเมื่อ `mask_only` เป็น `True` |
| `mask_image` | object {url, content_type, file_name, file_size, width, height} \| null | มาสก์ที่ใช้ระหว่างการลบพื้นหลัง |

## Related models

- [Birefnet Background Removal](https://doitong.com/developers/models/birefnet.md) (`birefnet`): $0.002 / run
- [Bria RMBG 2.0](https://doitong.com/developers/models/bria/background/remove.md) (`bria/background/remove`): from $0.018 / request
- [Birefnet](https://doitong.com/developers/models/birefnet/v2/video.md) (`birefnet/v2/video`): $0.000575 / second of processing time
- [ben-v2-image](https://doitong.com/developers/models/ben/v2/image.md) (`ben/v2/image`): $0.102 / run
- [Ben-Video-Bg-Rm](https://doitong.com/developers/models/ben/v2/video.md) (`ben/v2/video`): $0.001 / megapixel of input video
- [Bria Guided Remove Background](https://doitong.com/developers/models/bria/guided-remove-background.md) (`bria/guided-remove-background`): $0.03 / image
- [Bria's VRMBG 3.0](https://doitong.com/developers/models/bria/video/background-removal/v3.md) (`bria/video/background-removal/v3`): $0.05 / second of input video
- [Feynobg Background Remover](https://doitong.com/developers/models/feynobg.md) (`feynobg`): $0.001 / request

## Links

- HTML page: https://doitong.com/developers/models/birefnet/v2
- 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=birefnet/v2
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/birefnet/v2