Latent Consistency Models (v1.5/XL) · Image to Image

انٹیگریٹ کریں

ماڈل id fast-lcm-diffusion/image-to-image

# 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/fast-lcm-diffusion/image-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

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/fast-lcm-diffusion/image-to-image?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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 + ")");

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_fox_cartoon.jpg",
    "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/fast-lcm-diffusion/image-to-image", 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"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/ur/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.com/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "fast-lcm-diffusion/image-to-image",
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }
}

Doitong API کے ذریعے Latent Consistency Models (v1.5/XL) · Image to Image ماڈل (fast-lcm-diffusion/image-to-image) کو کال کریں۔ ایجنٹس کے لیے دستاویزات: https://doitong.com/ur/developers/models/fast-lcm-diffusion/image-to-image.md

POST https://api.doitong.com/v1/run/fast-lcm-diffusion/image-to-image?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}

اگر جواب کی اسٹیٹس "queued" یا "running" ہو تو GET https://api.doitong.com/v1/requests/REQUEST_ID?wait=20 کو اس وقت تک پول کریں جب تک یہ "succeeded" نہ ہو جائے؛ فائلیں outputs[].url میں ہیں۔ رن سے پہلے درست قیمت حاصل کرنے کے لیے اسی باڈی کے ساتھ POST https://api.doitong.com/v1/quote/fast-lcm-diffusion/image-to-image کریں۔

یہ درخواست: ≈⁨$0.019⁩ 19 API کریڈٹس اس صفحے پر چلائیں

API کلید حاصل کریں

Open model تصویر میں ترمیم تیز #lcm#diffusion#turbo#real-time

Latent consistency image-to-image، جو strength کنٹرول کے ساتھ ماخذ تصویر کا انداز تبدیل کرتا ہے

OpenAPI Markdown

Open model · تصویر

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

فی رن تخمینی قیمت

تخمینی قیمت

⁨$0.019⁩فی رن

19 API کریڈٹس

فی رن مقررہ قیمت، صرف کامیابی پر چارج کی جاتی ہے۔

چلائیں · ⁨$0.019⁩

صرف کامیابی کی صورت میں چارج کیا جاتا ہے، ناکامی پر خودکار طور پر رقم واپس کر دی جاتی ہے۔

num_outputs ڈیفالٹ 1

ایک عام رن کی معمول کی لاگت سے تخمینہ لگایا گیا ہے۔ اقتباس بالکل اتنا ہی ہے جتنا رن چارج کرتا ہے۔

قیمت کا اینڈ پوائنٹ: POST /quote/{id}

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

prompt •لازمی

جتنی ممکن ہو تفصیل کے ساتھ مطلوبہ تصویر بیان کریں تاکہ بہترین نتائج حاصل ہوں۔

image •لازمی image_url

فائل ڈراپ کریں، یا

تخلیق کے لیے ابتدائی تصویر، URL کے ذریعے فراہم کردہ۔

image_size ڈیفالٹ square_hd

تخلیق شدہ تصویر کی dimensions۔

num_outputs num_images ڈیفالٹ 1

تخلیق کے لیے مطلوبہ تصاویر کی تعداد۔

ایڈوانسڈ negative_prompt · safety_checker_version · format · request_id · num_inference_steps · guidance_scale · strength · seed · enable_safety_checker · expand_prompt · preserve_aspect_ratio · crop_output

negative_prompt ڈیفالٹ

ناپسندیدہ تصویری تفصیلات بتانے والا منفی پرامپٹ۔ اس میں رنگ، اشیا، مناظر یا باریک خصوصیات و معیار، مثلاً مونچھ، دھندلا پن یا کم ریزولوشن، خارج کیے جا سکتے ہیں۔

safety_checker_version ڈیفالٹ v1

حسبِ ضرورت ViT safety checker (`v2`) اور CompVis checker (`v1`، ڈیفالٹ) میں سے انتخاب کریں۔

format ڈیفالٹ jpeg

نتیجہ خیز تصویر کا فائل فارمیٹ۔

request_id ڈیفالٹ

درخواست کا identifier، اس درخواست سے تیار ہونے والے response کے ساتھ ربط کے لیے۔

num_inference_steps ڈیفالٹ 6

چلائے جانے والے inference steps کی تعداد۔

guidance_scale ڈیفالٹ 1.5

تصویر کے انتخاب کے لیے پرامپٹ کی پابندی کی طاقت، CFG (Classifier Free Guidance) کے طور پر ظاہر کی جاتی ہے۔

strength ڈیفالٹ 0.95

تخلیق کردہ تصویر اور ابتدائی تصویر کے درمیان مشابہت کی حد۔

seed

Stable Diffusion میں تصاویر دوبارہ بنانے کے لیے seed۔ ماڈل ورژن، پرامپٹ اور seed یکساں رکھ کر ہر بار تصویر بالکل دوبارہ بنائی جا سکتی ہے۔

POST /run/fast-lcm-diffusion/image-to-image?wait=20 قیمت → ⁨$0.019⁩

# 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/fast-lcm-diffusion/image-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"

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/fast-lcm-diffusion/image-to-image?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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 + ")");

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_fox_cartoon.jpg",
    "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/fast-lcm-diffusion/image-to-image", 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"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "fast-lcm-diffusion/image-to-image",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}

یہ درخواست چلائیں

API کلید

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ اس براؤزر میں یاد رکھیں API کلید حاصل کریں

Latent Consistency Models (v1.5/XL) · Image to Image کے بارے میں

`image_url` اور `prompt` سے آغاز کرتا ہے، جبکہ 0.05 تا 1 کی `strength` (ڈیفالٹ 0.95) ماخذ سے نتیجے کے انحراف کی مقدار مقرر کرتی ہے۔ یہ چند مراحل میں چلتا ہے (ڈیفالٹ 6)، زیادہ سے زیادہ 8 تصاویر واپس کرتا ہے، اور `preserve_aspect_ratio` اور `crop_output` اختیارات پیش کرتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل

image_urlلازمی image

قسمurl · image

تخلیق کے لیے ابتدائی تصویر، URL کے ذریعے فراہم کردہ۔

promptلازمی

قسمstring

جتنی ممکن ہو تفصیل کے ساتھ مطلوبہ تصویر بیان کریں تاکہ بہترین نتائج حاصل ہوں۔

negative_promptاختیاری

قسمstring

ڈیفالٹ

image_sizeاختیاری

قسمobject

ڈیفالٹsquare_hd

square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9

تخلیق شدہ تصویر کی dimensions۔

num_inference_stepsاختیاری

قسمinteger

ڈیفالٹ6

1 – 32

چلائے جانے والے inference steps کی تعداد۔

guidance_scaleاختیاری

قسمnumber

ڈیفالٹ1.5

0 – 20

تصویر کے انتخاب کے لیے پرامپٹ کی پابندی کی طاقت، CFG (Classifier Free Guidance) کے طور پر ظاہر کی جاتی ہے۔

strengthاختیاری

قسمnumber

ڈیفالٹ0.95

0.05 – 1

تخلیق کردہ تصویر اور ابتدائی تصویر کے درمیان مشابہت کی حد۔

seedاختیاری

قسمinteger | null

num_imagesاختیاری num_outputs

قسمinteger

ڈیفالٹ1

1 – 8

تخلیق کے لیے مطلوبہ تصاویر کی تعداد۔

enable_safety_checkerاختیاری

قسمboolean

ڈیفالٹtrue

حفاظتی checker کی فعالیت؛ true جانچ فعال کرتا ہے۔

safety_checker_versionاختیاری

قسمenum

ڈیفالٹv1

v1v2

حسبِ ضرورت ViT safety checker (`v2`) اور CompVis checker (`v1`، ڈیفالٹ) میں سے انتخاب کریں۔

expand_promptاختیاری

قسمboolean

ڈیفالٹfalse

اضافی پرامپٹس کے ساتھ پرامپٹ کی توسیع، true ہونے پر فعال۔

formatاختیاری

قسمenum

ڈیفالٹjpeg

jpegpng

نتیجہ خیز تصویر کا فائل فارمیٹ۔

request_idاختیاری

قسمstring

ڈیفالٹ

درخواست کا identifier، اس درخواست سے تیار ہونے والے response کے ساتھ ربط کے لیے۔

preserve_aspect_ratioاختیاری

قسمboolean

ڈیفالٹfalse

true پر سیٹ کرنے سے size حد سے تجاوز کرنے کے باوجود تخلیق کردہ تصویر کا aspect ratio برقرار رہتا ہے۔ تخلیق کے بعد cropping کے ذریعے درست تناسب حاصل کرنے کے لیے crop_output کو True پر سیٹ کریں۔ 32 سے تقسیم نہ ہونے والی width یا height values کو پھر بھی 32 کے قریب ترین multiple پر round کیا جاتا ہے، اور یہ resizing ڈیفالٹ طور پر aspect ratio برقرار نہیں رکھتی۔

crop_outputاختیاری

قسمboolean

ڈیفالٹfalse

true ہونے پر تخلیق کردہ آؤٹ پٹ کو درست aspect ratio میں crop کریں۔

لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "fast-lcm-diffusion/image-to-image",
  "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": 19,
    "usd": "0.019",
    "charged": 19,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"
  }
}

آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔

ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔

آؤٹ پٹ کے فیلڈز

images: array of object {url, width, height, content_type}تیار کردہ تصاویر کی فائل کی معلومات۔
timings: object
seed: integerتصویر کی تخلیق کا سیڈ، جس میں ان پٹ میں سیڈ نہ دینے پر تصادفی طور پر منتخب قدر شامل ہوتی ہے؛ بصورتِ دیگر فراہم کردہ قدر دہرائی جاتی ہے۔
has_nsfw_concepts: array of booleanبتاتا ہے کہ تخلیق کردہ تصاویر میں NSFW تصورات موجود ہیں یا نہیں۔
prompt: stringتصویر کی تخلیق کے دوران استعمال ہونے والا پرامپٹ۔