Flux LoRA トレーナー
10〜50枚の画像とトリガーフレーズからカスタムFlux LoRAを学習。1回あたり$3.20の均一料金でトレーニングジョブを実行し、生成された.safetensorsファイルは互換性のあるFlux Dev画像生成で再利用可能です。
MuapiのAI LoRAトレーナーAPIは、GPUのレンタルや独自のインフラ構築なしで、ユーザー独自の画像データセットから軽量でポータブルなLoRAアダプターをファインチューニングします。ZIPアーカイブをアップロードしてトリガーワードを指定するだけで、互換性のある画像生成ですぐに使える.safetensorsファイルを取得できます。8種類の専用トレーニングエンドポイントがFLUX.1 [dev]、FLUX.2 Klein 4B/9B、Qwen-Image、Qwen-Image-2512、Z-Image / Z-Image Baseを網羅。1回の実行あたり固定料金または1,000ステップあたり$2.00からの従量課金に対応し、共通のREST仕様で利用できます。
LoRA トレーニングがMuapiで提供開始
選择基础模型,提交 ZIP 数据集和触発词,然后轮询返回的 request ID 获取可下载的 LoRA 文件。
10〜50枚の画像とトリガーフレーズからカスタムFlux LoRAを学習。1回あたり$3.20の均一料金でトレーニングジョブを実行し、生成された.safetensorsファイルは互換性のあるFlux Dev画像生成で再利用可能です。
ZIPデータセットからFLUX.1 [dev]向けに画風特化型アダプターを学習。safetensors形式でダウンロード可能なほか、プラットフォーム上のAIR推論へ即座にデプロイ可能。
より小型で高速なFLUX.2 Klein 4Bアーキテクチャ上でスタイルアダプターを学習。ZIP入力、ダウンロード出力、即時AIRデプロイに対応。
より大規模なFLUX.2 Klein 9Bアーキテクチャ上で最高品質のスタイルアダプターを学習。ステップ課金制および即時AIRデプロイに対応。
根据 ZIP 数据集微调 Qwen-Image,用于角色、主体或艺术风格一致性,并可配置步数、学习率和 rank。
最新のQwen-Image-2512チェックポイントをZIPデータセットからファインチューニング。基本Qwenトレーナーと同じ低コストなステップ課金で利用可能。
ZIPアーカイブからカスタムZ-Imageアダプターを学習。自動調整されたデフォルト設定のほか、ステップ数、学習率、LoRAランクの手動制御にも対応。
蒸留されていない完全なZ-Image Baseチェックポイントをファインチューニング。自動チューニングおよび詳細なハイパーパラメータ制御に対応。
LoRA(Low-Rank Adaptation)は、モデル全体を再学習することなく、特定のキャラクター、被写体、ブランドアイデンティティ、ビジュアルスタイルをベースモデルに学習させる軽量で持ち運び可能な重みファイルです。AI LoRAトレーニングAPIは、この複雑なプロセスを単一のHTTPリクエストに集約します:参照画像のZIPをアップロードしてジョブを送信し、ダウンロード可能な.safetensorsファイルをポーリングで取得します。
Muapiは、プラットフォーム全体で共通のREST仕様を通じて8種類のトレーナーを提供しています。一度学習させれば、Muapi上の互換性のある画像生成でアダプターを繰り返し使用できるほか、標準の重みファイルをダウンロードして自社パイプラインに組み込むことも可能です。
4〜50枚のトレーニング画像と、オプションで同名の.txtキャプションファイルをZIPにまとめ、公開アクセス可能なURLとして指定。
今後のプロンプトで学習させた被写体やスタイルを呼び出すための、短くユニークなトリガーフレーズを設定。
支持 FLUX.1 [dev]、FLUX.2 Klein 4B/9B、Qwen-Image、Qwen-Image-2512 和 Z-Image / Z-Image Base。
自動チューニングされた推奨設定を使用するか、対応トレーナーではステップ数、学習率、LoRAランクを細かく制御。
下载标准 .safetensors 文件,不会被锁定在 Muapi 的推理层中。
学習完了したアダプターは、個別の公開手順を必要とせず、Muapiの後続の画像生成推論に即座に登録。
実在の人物、マスコット、キャラクター、独自オブジェクトを学習させ、安定して再現性のある画像生成を実現。
捕捉視觉语言、产品表現方式或营销美学,用于后续創意生产。
厳選されたイラストや写真のセットで学習し、その独特のビジュアルテイストを新しいプロンプト全体に適用。
低コストなQwenまたはZ-Imageトレーナーを使用して、本格的なトレーニングの前にデータセットやトリガーワードを迅速に検証。
| 训练器 | 基础模型 | 价格 | 适合场景 |
|---|---|---|---|
| Flux LoRA Trainer | FLUX.1 [dev] | $3.20/次 | 主体および风格,按次固定收费 |
| FLUX.1 [dev] Style | FLUX.1 [dev] | $2.50/1,000 步 | 按步计费的风格训练 |
| FLUX.2 Klein 4B Style | FLUX.2 Klein 4B | $4.50/1,000 步 | 较小架构上的快速迭代 |
| FLUX.2 Klein 9B Style | FLUX.2 Klein 9B | $4.00/1,000 步 | 更高质量的风格适配器 |
| Qwen-Image | Qwen-Image | $2.00/1,000 步 | 低コストな被写体またはスタイルの学習 |
| Qwen-Image-2512 | Qwen-Image-2512 | $2.00/1,000 步 | 最新のQwenチェックポイントを低コストで学習 |
| Z-Image | Z-Image | $2.50/1,000 步 | 使用自動调参默認值快速迭代 |
| Z-Image Base | Z-Image Base | $2.50/1,000 步 | 完整非蒸馏检查点微调 |
ZIPデータセットを用意し、ベースモデルに適合したトレーナーに送信してリクエストIDを保存。標準の結果エンドポイントをポーリングしてlora_urlを取得します。
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"}Fluxトレーナーはimages_data_url、trigger_phrase、および任意のtraining_style(subjectまたはstyle)を受け付けます。
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}'Z-Image、Qwen、スタイルトレーナーは、モデルファミリーに応じたZIP入力、ステップ数、ハイパーパラメータ制御を提供。
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Read the generated LoRA URL or URLs from the completed response and pass them to a compatible image model.
轮询直到任务完成,然后下载 lora_url,或将其传入兼容的生成端点。
独自の画像データセットからRESTエンドポイント経由でカスタムのLow-Rank Adaptationモデルを学習させるAPIです。ZIPをアップロードしてトリガーワードを設定するだけで、再利用可能な.safetensorsアダプターを取得できます。
Muapiは現在、8つのエンドポイントにわたりFlux.1 [dev]、FLUX.2 Klein 4Bおよび9B、Qwen-Image、Qwen-Image-2512、Z-Image / Z-Image Baseをサポートしています。
Qwen-Image および Qwen-Image-2512 として每 1,000 步 $2.00;Z-Image、Z-Image Base 和 FLUX.1 [dev] Style として $2.50;FLUX.2 Klein 4B 最高として $4.50/1,000 步。Flux LoRA Trainer 每次固定 $3.20。
ほとんどのトレーナーは4〜50枚の画像を受け付けます。被写体の学習には、角度や照明が異なる10〜30枚の画像から始めるのが実用的です。スタイルの学習には、一貫した世界観の画像を使用してください。
いいえ、必須ではありません。キャプション用の.txtファイルは任意ですが、含める場合は対応する画像と同じファイル名(拡張子除く)にし、トレーナーのトリガーワード規則に従ってください。
ダウンロード可能な.safetensors形式の重みファイルが取得でき、対応するプラットフォームではMuapi推論エンドポイントへの即時登録も行われます。
はい、可能です。.safetensors形式の出力は業界標準のアダプターファイルであるため、対応するベースモデルアーキテクチャを採用した外部パイプラインやWebUIにそのままインポートして利用できます。
単一のMuapi APIキーを作成してデータセットをアップロードし、独自のビジュアルコンセプトを再利用可能なアダプターへと変換。