Muapi's AI LoRA trainer API verfijnt een draagbare LoRA-adapter vanuit uw eigen beelddataset zonder GPU-huur of trainingsinfrastructuur. Upload een ZIP-archief, kies een triggerwoord en ontvang een downloadbaar .safetensors-bestand, klaar voor het genereren van compatibele afbeeldingen.Acht speciale trainingseindpunten omvatten FLUX.1 [dev], FLUX.2 Klein 4B/9B, Qwen-Image, Qwen-Image-2512 en Z-Image / Z-Image Base. Gebruik één REST-patroon met een vaste prijs per run of per stap vanaf $ 2,00 per 1.000 stappen.
LoRA-training is live op Muapi
Kies een basismodel, dien een ZIP-dataset en triggerwoord in en peil vervolgens de geretourneerde aanvraag-ID voor een downloadbaar LoRA-bestand.
Train een aangepaste Flux LoRA van 10 tot 50 afbeeldingen en een triggerzin. De vaste runfee van $ 3,20 dekt de trainingstaak en het resulterende .safetensors-bestand kan opnieuw worden gebruikt met een compatibele Flux Dev-generatie.
Train een stijlgerichte adapter op FLUX.1 [dev] vanuit een ZIP-dataset, met downloadbare safetensors-uitvoer en directe platform-AIR-implementatie.
Train stijladapters op de kleinere, snellere FLUX.2 Klein 4B-architectuur met ZIP-invoer, downloadbare uitvoer en onmiddellijke AIR-implementatie.
Train adapters van hogere kwaliteit op de grotere FLUX.2 Klein 9B-architectuur met facturering per stap en onmiddellijke AIR-implementatie.
Verfijn Qwen-Image op een ZIP-dataset voor consistentie van karakter, onderwerp of artistieke stijl met configureerbare stappen, leersnelheid en rang.
Verfijn het nieuwere Qwen-Image-2512-controlepunt vanuit een ZIP-dataset tegen dezelfde lage prijs per stap als de basis Qwen-trainer.
Train aangepaste Z-Image-adapters vanuit een ZIP-archief met automatisch afgestemde standaardinstellingen en optionele controle over stappen, leersnelheid en LoRA-rangschikking.
Verfijn het volledige, niet-gedestilleerde Z-Image Base-controlepunt met automatisch afgestemde standaardinstellingen en handmatige hyperparametercontrole.
Een LoRA (Low-Rank Adaptation) is een klein, draagbaar gewichtenbestand dat een basisbeeldmodel een karakter, onderwerp, merkidentiteit of visuele stijl leert zonder het volledige model opnieuw te trainen. Een AI LoRA-trainings-API verandert dat proces in één HTTP-verzoek: upload een ZIP met referentieafbeeldingen, dien de taak in en vraag om een downloadbaar .safetensors-bestand.
Muapi stelt acht trainers bloot via hetzelfde REST-patroon dat op het platform wordt gebruikt. Train één keer, hergebruik de resulterende adapter voor compatibele generaties op Muapi of download het standaardgewichtsbestand voor uw eigen pijplijn.
Bundel 4 tot 50 trainingsafbeeldingen en optionele .txt-bijschriftbestanden met dezelfde naam in een ZIP op een openbaar bereikbare URL.
Kies een korte, ongebruikelijke zin die uw getrainde onderwerp of stijl activeert in toekomstige aanwijzingen.
Train op FLUX.1 [dev], FLUX.2 Klein 4B/9B, Qwen-Image, Qwen-Image-2512 of Z-Image / Z-Image Base.
Gebruik automatisch afgestemde standaardinstellingen of controlestappen, leersnelheid en LoRA-rangschikking waar de geselecteerde trainer deze ondersteunt.
Download een standaard .safetensors-bestand dat niet is vergrendeld op de inferentielaag van Muapi.
Getrainde adapters registreren zich voor downstream Muapi-inferentie zonder een afzonderlijke publicatiestap.
Leer een compatibel beeldmodel een terugkerende persoon, mascotte, personage of object voor herhaalbare generaties.
Leg een beeldtaal, productbehandeling of campagne-esthetiek vast voor toekomstige creatieve productie.
Train op een samengestelde illustratie- of fotografieset en hergebruik de geleerde look bij nieuwe aanwijzingen.
Gebruik goedkope Qwen- of Z-Image-trainers om een dataset te testen en een zin te activeren voordat u opschaalt.
| Trainer | Basismodel | Prijs | Beste voor |
|---|---|---|---|
| Flux LoRA-trainer | |||
| FLUX.1 [dev] Stijl | |||
| FLUX.2 Klein 4B-stijl | |||
| FLUX.2 Klein 9B-stijl | |||
| Qwen-afbeelding | |||
| Qwen-afbeelding-2512 | |||
| Z-afbeelding | |||
| Z-Image-basis |
Host een ZIP-dataset, dien deze in bij de trainer die overeenkomt met uw basismodel, sla de aanvraag-ID op en peil het standaardresultaateindpunt voor lora_url.
De Flux-trainer accepteert images_data_url, een trigger_phrase en een optionele trainingsstijl van onderwerp of stijl.
Z-Image-, Qwen- en stijltrainers bieden ZIP-invoer plus stap- en hyperparametercontroles die geschikt zijn voor die familie.
Poll totdat de taak is voltooid en download vervolgens lora_url of geef het door aan een compatibel generatie-eindpunt.
Het traint een aangepast Low-Rank Adaptation-model vanuit uw afbeeldingsdataset via een REST-eindpunt. Upload een ZIP, kies een triggerwoord en ontvang een herbruikbare .safetensors-adapter.
Muapi maakt momenteel Flux.1 [dev], FLUX.2 Klein 4B en 9B, Qwen-Image, Qwen-Image-2512 en Z-Image / Z-Image Base beschikbaar op acht trainingseindpunten.
De prijzen beginnen bij $2,00 per 1.000 stappen voor Qwen-Image en Qwen-Image-2512, bedragen $2,50 per 1.000 stappen voor Z-Image en FLUX.1 [dev] Style, en bereiken $4,50 per 1.000 stappen voor FLUX.2 Klein 4B. Flux LoRA Trainer kost een vast bedrag van $ 3,20 per run.
De meeste trainers accepteren 4–50 afbeeldingen. Tien tot dertig gevarieerde afbeeldingen vormen een praktisch uitgangspunt voor een onderwerp; houd de esthetiek consistent bij het trainen van een stijl.
Nee. Bijschrift-.txt-bestanden zijn optioneel, maar als ze worden opgenomen, moeten ze dezelfde basisnaam gebruiken als hun afbeelding. Volg de triggerwoordregels van de trainer voor tijdelijke aanduidingen.
U ontvangt een downloadbaar .safetensors-gewichtsbestand en, voor ondersteunde trainers, directe registratie voor Muapi-inferentie.
Ja. De .safetensors-uitvoer is een standaardadapter voor compatibele pijpleidingen die de bijpassende basismodelarchitectuur gebruiken.
Maak één Muapi API-sleutel, upload uw dataset en verander een visueel concept in een herbruikbare adapter.