L'API d'entraînement AI LoRA de Muapi affine un adaptateur LoRA portable à partir de votre propre ensemble de données d'image sans location de GPU ni infrastructure de formation. Téléchargez une archive ZIP, choisissez un mot déclencheur et recevez un fichier .safetensors téléchargeable prêt pour la génération d'images compatibles.Huit points de terminaison de formation dédiés couvrent FLUX.1 [dev], FLUX.2 Klein 4B/9B, Qwen-Image, Qwen-Image-2512 et Z-Image / Z-Image Base. Utilisez un modèle REST avec une tarification forfaitaire par exécution ou par étape à partir de 2,00 $ pour 1 000 étapes.
La formation LoRA est en direct sur Muapi
Choisissez un modèle de base, soumettez un ensemble de données ZIP et un mot déclencheur, puis interrogez l'ID de demande renvoyé pour un fichier LoRA téléchargeable.
Entraînez un Flux LoRA personnalisé à partir de 10 à 50 images et une phrase de déclenchement. Les frais d'exécution forfaitaires de 3,20 $ couvrent le travail de formation et le fichier .safetensors résultant peut être réutilisé avec la génération Flux Dev compatible.
Entraînez un adaptateur axé sur le style sur FLUX.1 [dev] à partir d'un ensemble de données ZIP, avec une sortie Safetensors téléchargeable et un déploiement AIR instantané sur la plateforme.
Entraînez des adaptateurs de style sur l'architecture FLUX.2 Klein 4B plus petite et plus rapide avec entrée ZIP, sortie téléchargeable et déploiement AIR instantané.
Formez des adaptateurs de style supérieur sur la plus grande architecture FLUX.2 Klein 9B avec facturation par étape et déploiement AIR instantané.
Affinez Qwen-Image sur un ensemble de données ZIP pour assurer la cohérence des personnages, des sujets ou des styles artistiques avec des étapes, un taux d'apprentissage et un classement configurables.
Affinez le nouveau point de contrôle Qwen-Image-2512 à partir d'un ensemble de données ZIP au même prix par étape que l'entraîneur Qwen de base.
Entraînez des adaptateurs Z-Image personnalisés à partir d'une archive ZIP avec des paramètres par défaut automatiquement réglés et un contrôle facultatif des étapes, du taux d'apprentissage et du classement LoRA.
Affinez le point de contrôle complet non distillé de la base Z-Image avec des paramètres par défaut réglés automatiquement et un contrôle manuel des hyperparamètres.
Une LoRA (Low-Rank Adaptation) est un petit fichier de pondération portable qui enseigne à un modèle d'image de base un personnage, un sujet, une identité de marque ou un style visuel sans recycler le modèle complet. Une API de formation AI LoRA transforme ce processus en une seule requête HTTP : téléchargez un ZIP d'images de référence, soumettez le travail et interrogez un fichier .safetensors téléchargeable.
Muapi expose huit formateurs via le même modèle REST utilisé sur la plateforme. Entraînez-vous une fois, réutilisez l'adaptateur résultant sur des générations compatibles sur Muapi ou téléchargez le fichier de pondérations standard pour votre propre pipeline.
Regroupez 4 à 50 images de formation et des fichiers de légende .txt facultatifs du même nom dans un fichier ZIP à une URL accessible au public.
Choisissez une phrase courte et inhabituelle qui active votre sujet ou style formé dans les invites futures.
Entraînez-vous sur FLUX.1 [dev], FLUX.2 Klein 4B/9B, Qwen-Image, Qwen-Image-2512 ou Z-Image / Z-Image Base.
Utilisez les paramètres par défaut ou les étapes de contrôle, le taux d'apprentissage et le classement LoRA là où l'entraîneur sélectionné les prend en charge.
Téléchargez un fichier .safetensors standard qui n'est pas verrouillé sur la couche d'inférence de Muapi.
Les adaptateurs formés s’inscrivent pour l’inférence Muapi en aval sans étape de publication distincte.
Apprenez à un modèle d'image compatible une personne, une mascotte, un personnage ou un objet récurrent pour des générations reproductibles.
Capturez un langage visuel, un traitement de produit ou une esthétique de campagne pour une future production créative.
Entraînez-vous sur un ensemble d'illustrations ou de photographies organisées et réutilisez l'aspect appris dans de nouvelles invites.
Utilisez des entraîneurs Qwen ou Z-Image à faible coût pour tester un ensemble de données et une phrase de déclenchement avant de passer à l'échelle.
| Formateur | Modèle de base | Prix | Idéal pour |
|---|---|---|---|
Hébergez un ensemble de données ZIP, soumettez-le à l'entraîneur qui correspond à votre modèle de base, enregistrez l'ID de la demande et interrogez le point de terminaison du résultat standard pour lora_url.
curl -X POST https://api.muapi.ai/api/v1/flux-lora-trainer \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"images_data_url":"https://example.com/dataset.zip","trigger_phrase":"myxyz","training_style":"subject"}'
# Response: {"request_id":"REQUEST_ID"}Le formateur Flux accepte images_data_url, une trigger_phrase et un training_style facultatif de sujet ou de style.
curl -X POST https://api.muapi.ai/api/v1/z-image-lora-trainer \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"data":"https://example.com/dataset.zip","trigger_word":"my_style","steps":2000,"learning_rate":0.0001,"lora_rank":16}'Les entraîneurs Z-Image, Qwen et de style exposent l'entrée ZIP ainsi que les commandes d'étape et d'hyperparamètres appropriées à cette famille.
Interrogez jusqu'à ce que la tâche soit terminée, puis téléchargez lora_url ou transmettez-le à un point de terminaison de génération compatible.
Il entraîne un modèle d'adaptation de bas rang personnalisé à partir de votre ensemble de données d'image via un point de terminaison REST. Téléchargez un ZIP, choisissez un mot déclencheur et recevez un adaptateur .safetensors réutilisable.
Muapi expose actuellement Flux.1 [dev], FLUX.2 Klein 4B et 9B, Qwen-Image, Qwen-Image-2512 et Z-Image / Z-Image Base sur huit points de terminaison de formation.
Le prix commence à 2,00 $ pour 1 000 étapes pour Qwen-Image et Qwen-Image-2512, est de 2,50 $ pour 1 000 étapes pour Z-Image et FLUX.1 [dev] Style, et atteint 4,50 $ pour 1 000 étapes pour FLUX.2 Klein 4B. Flux LoRA Trainer coûte un forfait de 3,20 $ par course.
La plupart des formateurs acceptent 4 à 50 images. Dix à trente images variées constituent un point de départ pratique pour un sujet ; garder l’esthétique cohérente lors de la formation d’un style.
Non. Les fichiers de légende .txt sont facultatifs, mais lorsqu'ils sont inclus, ils doivent utiliser le même nom de base que leur image. Suivez les règles des mots déclencheurs du formateur pour les espaces réservés.
Vous recevez un fichier de poids .safetensors téléchargeable et, pour les formateurs pris en charge, une inscription instantanée à l'inférence Muapi.
Oui. La sortie .safetensors est un adaptateur standard pour les pipelines compatibles utilisant l'architecture de modèle de base correspondante.
Créez une clé API Muapi, téléchargez votre ensemble de données et transformez un concept visuel en un adaptateur réutilisable.