# Wan 2.2 14B Image Trainer API

> ฝึก LoRA ของ Wan 2.2 14B ด้วยรูปภาพของคุณสำหรับวัตถุหรือสไตล์ และส่งคืนไฟล์ LoRA แบบสัญญาณรบกวนต่ำและสูง

ปรับแต่งละเอียด LoRA สำหรับ Wan 2.2 text-to-image จากชุดข้อมูลที่ `training_data_url` โดยใช้ `trigger_phrase` ที่จำเป็น `steps` รองรับค่าตั้งแต่ 10 ถึง 6000 และ `learning_rate` ตั้งแต่ 1e-6 ถึง 0.1 สามารถเปิดหรือปิดการตรวจจับใบหน้า การครอบตัดใบหน้า และมาสก์ได้ และ `is_style` จะปิดตัวเลือกที่เกี่ยวกับใบหน้า เอาต์พุตประกอบด้วยไฟล์การกำหนดค่า รวมถึงไฟล์ LoRA แยกสำหรับ noise ต่ำและ noise สูง

- Model id: `wan-22-image-trainer`
- Made by: Alibaba
- Category: Training
- Output: file
- Price per run: from $0.45 / run (cheapest run $0.45 (450 API credits))
- Run: `POST https://api.doitong.com/v1/run/wan-22-image-trainer`
- Quote: `POST https://api.doitong.com/v1/quote/wan-22-image-trainer`
- Docs page: https://doitong.com/th/developers/models/wan-22-image-trainer

## Pricing

Price: **from $0.45 / 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 $4.50 = 4500 API credits (1 run × $4.50).

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/wan-22-image-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 |
|---|---|---|---|---|---|---|
| `training_data_url` |  | string | yes |  |  | ตำแหน่งข้อมูลการฝึกในรูปแบบ URL |
| `trigger_phrase` |  | string | yes |  |  | วลีที่ใช้เรียกใช้โมเดล |
| `include_synthetic_captions` |  | boolean | no | `false` |  | ควบคุมการรวมคำบรรยายสังเคราะห์ |
| `use_face_detection` |  | boolean | no | `true` |  | สวิตช์ปรับขนาดโดยจัดใบหน้าให้อยู่กึ่งกลางสำหรับรูปภาพการฝึก: เมื่อเปิดใช้การตรวจจับใบหน้า ระบบจะกำหนดให้จุดกึ่งกลางของใบหน้าที่ตรวจพบเป็นจุดกึ่งกลางของรูปภาพระหว่างการปรับขนาด |
| `use_face_cropping` |  | boolean | no | `false` |  | สวิตช์ครอบตัดใบหน้าสำหรับรูปภาพการฝึก โดยจะเพิ่มการครอบตัดรอบใบหน้าก่อนขั้นตอนการปรับขนาดเมื่อเปิดใช้ |
| `use_masks` |  | boolean | no | `true` |  | ควบคุมการใช้มาสก์สำหรับข้อมูลการฝึก |
| `steps` |  | integer | no | `1000` | 10 – 6,000 | จำนวนขั้นตอนการฝึกทั้งหมด |
| `learning_rate` |  | number | no | `0.0007` | 0.000001 – 0.1 | อัตราการเรียนรู้ระหว่างการฝึก |
| `is_style` |  | boolean | no | `false` |  | การกำหนดข้อมูลสไตล์สำหรับการฝึก เมื่อตั้งเป็น true ระบบจะปิดฟีเจอร์เฉพาะใบหน้า รวมถึงการทำมาสก์และการตรวจจับใบหน้า |

## Example input

Required parameters only:

```json
{
  "training_data_url": "https://example.com/your-file.zip",
  "trigger_phrase": "example"
}
```

A fuller example:

```json
{
  "training_data_url": "https://example.com/your-file.zip",
  "trigger_phrase": "example"
}
```

## 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/wan-22-image-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip",
    "trigger_phrase": "example"
  }'

# 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/wan-22-image-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "training_data_url": "https://example.com/your-file.zip",
    "trigger_phrase": "example"
  }),
});
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 = {
    "training_data_url": "https://example.com/your-file.zip",
    "trigger_phrase": "example",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/wan-22-image-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": "wan-22-image-trainer",
      "input": {
        "training_data_url": "https://example.com/your-file.zip",
        "trigger_phrase": "example"
      },
      "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": "wan-22-image-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": 4500,
    "usd": "4.50",
    "charged": 4500,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip",
    "trigger_phrase": "example"
  },
  "output": {
    "diffusers_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
    },
    "high_noise_lora": {
      "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
    }
  },
  "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 |
|---|---|---|
| `diffusers_lora_file` | object {url, content_type, file_name, file_size} | ไฟล์ LoRA สำหรับสัญญาณรบกวนต่ำ |
| `high_noise_lora` | object {url, content_type, file_name, file_size} | ไฟล์ LoRA สำหรับสัญญาณรบกวนสูง |
| `config_file` | object {url, content_type, file_name, file_size} | ไฟล์การกำหนดค่าที่รองรับเอนด์พอยต์การอนุมานหลังการฝึก |

## Related models

- [Qwen Image 2512 Trainer](https://doitong.com/developers/models/qwen-image-2512-trainer.md) (`qwen-image-2512-trainer`): from $0.75 / run
- [Qwen Image Edit 2509 Trainer](https://doitong.com/developers/models/qwen-image-edit-2509-trainer.md) (`qwen-image-edit-2509-trainer`): from $0.40 / run
- [Wan-2.1 LoRA Trainer · I2V 720p](https://doitong.com/developers/models/wan-trainer/i2v-720p.md) (`wan-trainer/i2v-720p`): $0.005 / step
- [Wan-2.1 LoRA Trainer · T2V](https://doitong.com/developers/models/wan-trainer/t2v.md) (`wan-trainer/t2v`): $0.005 / step
- [Wan-2.1 LoRA Trainer · T2V 14b](https://doitong.com/developers/models/wan-trainer/t2v-14b.md) (`wan-trainer/t2v-14b`): $0.005 / step
- [Wan-2.2 LoRA Trainer · I2V A14b](https://doitong.com/developers/models/wan-22-trainer/i2v-a14b.md) (`wan-22-trainer/i2v-a14b`): $0.005 / step
- [Wan-2.2 LoRA Trainer · T2V A14b](https://doitong.com/developers/models/wan-22-trainer/t2v-a14b.md) (`wan-22-trainer/t2v-a14b`): $0.004 / step
- [Z Image Trainer](https://doitong.com/developers/models/z-image-trainer.md) (`z-image-trainer`): $0.00226 / step

## Links

- HTML page: https://doitong.com/developers/models/wan-22-image-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=wan-22-image-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/wan-22-image-trainer