# Krea 2 Trainer API

> ฝึก LoRA แบบกำหนดเองของ Krea 2 จากไฟล์ zip ที่มีภาพ พร้อมสร้างคำบรรยายอัตโนมัติได้

ปรับแต่ง LoRA จากภาพในไฟล์ .zip ที่ `images_data_url` พร้อมรองรับคำบรรยาย .txt ที่มีชื่อเดียวกันและ `trigger_phrase` ที่เป็นตัวเลือก โหมด `auto_captioning` ได้แก่ Off, Object/Character, Style และ Custom ค่า `steps` อยู่ระหว่าง 50 ถึง 10000 (ค่าเริ่มต้น 100) ส่วน `resolution` เป็น 768 หรือ 1024 เอาต์พุตคือค่าน้ำหนัก LoRA และไฟล์ config

- Model id: `krea-2-trainer`
- Made by: Krea
- Category: Training
- Output: file
- Price per run: from $0.30 / run (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.com/v1/run/krea-2-trainer`
- Quote: `POST https://api.doitong.com/v1/quote/krea-2-trainer`
- Docs page: https://doitong.com/th/developers/models/krea-2-trainer

## Pricing

Price: **from $0.30 / run** (the lowest tier; the quote prices your exact input). Price per run: 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 $0.30 = 300 API credits (1 run × $0.30).

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/krea-2-trainer` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `images_data_url` |  | string | yes |  |  | URL สำหรับไฟล์ .zip รูปภาพฝึกสอนที่มีไฟล์ PNG/JPG/JPEG/WebP คำขอจะล้มเหลวด้วย 422 หากรูปภาพใดไม่มีทั้งไฟล์คำบรรยายและ `trigger_phrase` ที่ไม่ว่าง คำบรรยายเป็นตัวเลือกเสริมเมื่อ `trigger_phrase` ใช้เป็นค่าทดแทน มิฉะนั้นให้ใช้ชื่อไฟล์ต้นฉบับที่ตรงกัน: ROOT.EXT จะจับคู่กับ ROOT.txt เช่น 001.jpg กับ 001.txt |
| `trigger_phrase` |  | string | no | `` |  | วลีอินสแตนซ์สไตล์ DreamBooth ที่จำเป็นเมื่อ `auto_captioning` เป็น Off และรูปภาพใด ๆ ไม่มีไฟล์คำบรรยาย ค่านี้จะจัดเตรียมคำบรรยายสำหรับไฟล์ .txt ที่หายไป และเป็นข้อความเริ่มต้นสำหรับพรอมต์ตรวจสอบความถูกต้องเริ่มต้น |
| `auto_captioning` |  | enum (string) | no | `Off` | `Off`, `Object/Character`, `Style`, `Custom` | โหมดใส่คำบรรยายที่เป็นตัวเลือก: Object/Character, Style และ Custom จะเรียกใช้ dataset-captioner ร่วมกับ google/gemma-4-31B-it ส่วน Off จะคงข้อกำหนดเดิมให้แต่ละรูปภาพมีคำบรรยาย .txt ที่มีชื่อหลักตรงกัน หรือใช้ trigger_phrase เป็นค่าทดแทน สำหรับคำบรรยายที่สร้างขึ้น trigger_phrase จะถูกใส่ในพรอมต์การใส่คำบรรยาย และปรับรูปแบบใน sidecar ที่ได้ตามรูปแบบการใส่คำบรรยาย LoRA ที่เลือก |
| `steps` |  | integer | no | `100` | 50 – 10,000 | จำนวนขั้นตอนสำหรับการฝึก LoRA |
| `learning_rate` |  | number | no | `0.0005` | 0.000001 – 0.01 | อัตราการเรียนรู้ของ LoRA B-factor ซึ่งใช้กับ A ด้วยเมื่อ `lora_a_lr_multiplier=1`; ภายใต้ muon ค่านี้หมายถึงอัตราที่เทียบเท่า AdamW ซึ่งปรับสเกลด้วย match_rms_adamw สำหรับตารางเวลาแบบคงที่ Krea แนะนำช่วง 3e-4–7e-4 |
| `resolution` |  | enum (integer) | no | `768` | `768`, `1024` | ความละเอียดการฝึก โดย 1024 ให้รายละเอียดขนาดเล็กสูงสุด และ 768 ให้การฝึกเร็วขึ้นประมาณ 1.7 เท่า ใช้ VRAM ลดลง และคุณภาพสไตล์แทบเหมือนเดิม รูปภาพจะถูกปรับขนาดให้ครอบคลุมสี่เหลี่ยมเป้าหมาย จากนั้นครอบตรงกลาง |
| `debug_dataset` |  | boolean | no | `false` |  | ตัวเลือกดาวน์โหลดชุดข้อมูลที่เปิดเผยข้อมูลตรงตามที่ใช้ฝึก โดยแพ็กเป็นไฟล์เก็บถาวรหลังเติมคำบรรยายหรือสร้างคำบรรยายอัตโนมัติ |

## Example input

Required parameters only:

```json
{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.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/krea-2-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.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/krea-2-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.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 = {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/krea-2-trainer", 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": "krea-2-trainer",
      "input": {
        "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.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": "krea-2-trainer",
  "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": {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "lora_file": {
      "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
    },
    "config_file": {
      "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
    },
    "prompt_enhancement_system_prompt": "string",
    "debug_dataset": {
      "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
    }
  },
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `lora_file` | object {url, content_type, file_name, file_size} | URL ดาวน์โหลดน้ำหนัก LoRA ของ Krea-2 ที่ฝึกแล้วในรูปแบบ safetensors |
| `config_file` | object {url, content_type, file_name, file_size} | ลิงก์ไปยังไฟล์ JSON ที่มีการกำหนดค่าการฝึก/LoRA |
| `prompt_enhancement_system_prompt` | string \| null | พรอมต์ระบบที่ส่งคืนเมื่อเปิดใช้ `auto_captioning` เพื่อช่วยเขียนหรือปรับปรุงพรอมต์การอนุมานโดยใช้รูปแบบคำบรรยายเดียวกับข้อมูลการฝึกที่มีคำบรรยายอัตโนมัติ |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | ดาวน์โหลดข้อมูลการฝึกเมื่อเปิดใช้ `debug_dataset`: ไฟล์เก็บถาวรที่มีชุดข้อมูลที่เตรียมไว้และคำบรรยายที่สร้างขึ้นโดยอัตโนมัติ |

## Related models

- [Krea 2 Text to Image Turbo LoRA](https://doitong.com/developers/models/krea-2/turbo/lora.md) (`krea-2/turbo/lora`): $0.01 / megapixel
- [Krea 2 Turbo](https://doitong.com/developers/models/krea-2/turbo.md) (`krea-2/turbo`): $0.008 / megapixel
- [ERNIE-Image Trainer](https://doitong.com/developers/models/ernie-image-trainer.md) (`ernie-image-trainer`): $0.0012 / step
- [FLUX 2 \[klein\] 9b Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer.md) (`flux-2-klein-9b-base-trainer`): $0.0043 / step
- [Flux 2 Klein 9B Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer/edit.md) (`flux-2-klein-9b-base-trainer/edit`): $0.0139 / step
- [FLUX 2 Trainer](https://doitong.com/developers/models/flux-2-trainer.md) (`flux-2-trainer`): $0.0064 / step
- [FLUX 2 Trainer Edit](https://doitong.com/developers/models/flux-2-trainer/edit.md) (`flux-2-trainer/edit`): $0.0389 / step
- [FLUX 2 Trainer V2](https://doitong.com/developers/models/flux-2-trainer-v2.md) (`flux-2-trainer-v2`): $0.0064 / step

## Links

- HTML page: https://doitong.com/developers/models/krea-2-trainer
- 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=krea-2-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/krea-2-trainer