Treinador Qwen-Image LoRA
Ajuste o Qwen-Image em um conjunto de dados ZIP para consistência de personagem, assunto ou estilo artístico com etapas configuráveis, taxa de aprendizado e classificação.
A API AI LoRA trainer da Muapi ajusta um adaptador LoRA portátil a partir de seu próprio conjunto de dados de imagem sem aluguel de GPU ou infraestrutura de treinamento. Carregue um arquivo ZIP, escolha uma palavra de gatilho e receba um arquivo .safetensors para download, pronto para geração de imagem compatível.Oito endpoints de treinamento dedicados abrangem FLUX.1 [dev], FLUX.2 Klein 4B/9B, Qwen-Image, Qwen-Image-2512 e Z-Image/Z-Image Base. Use um padrão REST com preço fixo por execução ou por etapa a partir de US$ 2,00 por 1.000 etapas.
O treinamento LoRA está ao vivo no Muapi
Escolha um modelo base, envie um conjunto de dados ZIP e uma palavra de acionamento e, em seguida, pesquise o ID da solicitação retornado para obter um arquivo LoRA para download.
Ajuste o Qwen-Image em um conjunto de dados ZIP para consistência de personagem, assunto ou estilo artístico com etapas configuráveis, taxa de aprendizado e classificação.
Ajuste o ponto de verificação Qwen-Image-2512 mais recente a partir de um conjunto de dados ZIP pelo mesmo preço baixo por etapa do treinador Qwen básico.
Treine adaptadores Z-Image personalizados a partir de um arquivo ZIP com padrões ajustados automaticamente e controle opcional sobre etapas, taxa de aprendizado e classificação LoRA.
Ajuste o ponto de verificação completo do Z-Image Base não destilado com padrões ajustados automaticamente e controle manual de hiperparâmetros.
Treine um Flux LoRA personalizado de 10 a 50 imagens e uma frase de gatilho. A taxa fixa de execução de US$ 3,20 cobre o trabalho de treinamento, e o arquivo .safetensors resultante pode ser reutilizado com geração Flux Dev compatível.
Treine um adaptador focado em estilo no FLUX.1 [dev] a partir de um conjunto de dados ZIP, com saída de safetensors para download e implantação instantânea da plataforma AIR.
Treine adaptadores de estilo na arquitetura FLUX.2 Klein 4B menor e mais rápida com entrada ZIP, saída para download e implantação instantânea do AIR.
Treine adaptadores de estilo de alta qualidade na arquitetura FLUX.2 Klein 9B maior com faturamento por etapa e implantação instantânea do AIR.
Um LoRA (Low-Rank Adaptation) é um arquivo de pesos pequeno e portátil que ensina a um modelo de imagem base um personagem, assunto, identidade de marca ou estilo visual sem treinar novamente o modelo completo. Uma API de treinamento AI LoRA transforma esse processo em uma solicitação HTTP: carregue um ZIP de imagens de referência, envie o trabalho e pesquise um arquivo .safetensors para download.
Muapi expõe oito treinadores por meio do mesmo padrão REST usado em toda a plataforma. Treine uma vez, reutilize o adaptador resultante em gerações compatíveis no Muapi ou baixe o arquivo de pesos padrão para seu próprio pipeline.
Agrupe de 4 a 50 imagens de treinamento e arquivos de legenda .txt opcionais com o mesmo nome em um ZIP em um URL acessível publicamente.
Escolha uma frase curta e incomum que ative seu assunto ou estilo treinado em solicitações futuras.
Treine em FLUX.1 [dev], FLUX.2 Klein 4B/9B, Qwen-Image, Qwen-Image-2512 ou Z-Image/Z-Image Base.
Use padrões ajustados automaticamente ou etapas de controle, taxa de aprendizagem e classificação LoRA onde o treinador selecionado os apoiar.
Baixe um arquivo .safetensors padrão que não esteja bloqueado na camada de inferência do Muapi.
Adaptadores treinados registram-se para inferência Muapi downstream sem uma etapa de publicação separada.
Ensine a um modelo de imagem compatível uma pessoa, mascote, personagem ou objeto recorrente por gerações repetíveis.
Capture uma linguagem visual, tratamento de produto ou estética de campanha para produção criativa futura.
Treine em uma ilustração selecionada ou conjunto de fotografia e reutilize a aparência aprendida em novos prompts.
Use treinadores Qwen ou Z-Image de baixo custo para testar um conjunto de dados e uma frase de gatilho antes de aumentar a escala.
| Treinador | Modelo básico | Preço | Melhor para |
|---|---|---|---|
Hospede um conjunto de dados ZIP, envie-o ao treinador que corresponde ao seu modelo base, salve o ID da solicitação e pesquise o endpoint de resultado padrão para lora_url.
O treinador Flux aceita images_data_url, uma trigger_phrase e um training_style opcional de assunto ou estilo.
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 e treinadores de estilo expõem a entrada ZIP, além de controles de etapa e hiperparâmetros apropriados para essa família.
Faça uma pesquisa até que a tarefa seja concluída e, em seguida, baixe lora_url ou passe-o para um endpoint de geração compatível.
Ele treina um modelo personalizado de adaptação de classificação baixa a partir do seu conjunto de dados de imagem por meio de um endpoint REST. Carregue um ZIP, escolha uma palavra de gatilho e receba um adaptador .safetensors reutilizável.
Muapi atualmente expõe Flux.1 [dev], FLUX.2 Klein 4B e 9B, Qwen-Image, Qwen-Image-2512 e Z-Image/Z-Image Base em oito endpoints de treinamento.
O preço começa em US$ 2,00 por 1.000 passos para Qwen-Image e Qwen-Image-2512, é de US$ 2,50 por 1.000 passos para Z-Image e FLUX.1 [dev] Style e chega a US$ 4,50 por 1.000 passos para FLUX.2 Klein 4B. O Flux LoRA Trainer custa US$ 3,20 por corrida.
A maioria dos treinadores aceita de 4 a 50 imagens. Dez a trinta imagens variadas são um ponto de partida prático para um assunto; mantenha a estética consistente ao treinar um estilo.
Não. Os arquivos .txt de legenda são opcionais, mas quando incluídos, devem usar o mesmo nome base da imagem. Siga as regras de palavras-gatilho do treinador para espaços reservados.
Você recebe um arquivo de pesos .safetensors para download e, para treinadores suportados, registro instantâneo para inferência Muapi.
Sim. A saída .safetensors é um adaptador padrão para pipelines compatíveis usando a arquitetura do modelo base correspondente.
Crie uma chave de API Muapi, carregue seu conjunto de dados e transforme um conceito visual em um adaptador reutilizável.