画像参照を使用して、AIファッションモデルにシームレスに衣類を試着させます。

バーチャル試着 (画像試着)

試着エンドポイントを使用すると、画像参照を用いて、衣類を人物にシームレスに試着させることができます。

モデル名: tryon

ライフサイクル: stable

処理時間: ~15s–30s

出力形式: Auto (JPEG or PNG)

配信方法: URL (via Polling)

クレジット: 1 × sampleCount

リクエスト

試着設定をJSONペイロードとして、ユニバーサルな /v1/run エンドポイントに送信します。

POSThttps://fititon.app/api/v1/run

リクエスト例

curl -X POST https://fititon.app/api/v1/run \
     -H "Content-Type: application/json" \
     -H "Authorization: Bearer YOUR_API_KEY" \
     -d '{
           "model_name": "tryon",
           "inputs": {
             "personImage": "https://example.com/person.jpg",
             "garmentImage": "https://example.com/garment.jpg",
             "accuracy": "high",
             "sampleCount": 1
           }
         }'

レスポンス

試着の生成はバックグラウンドで非同期に行われます。リクエストはすぐに追跡オブジェクトとともに 200 OK ステータスを返します。

{
  "id": "123a87r9-4129-4bb3-be18-9c9fb5bd7fc1",
  "status": "starting",
  "created_at": "2026-07-17T11:00:00Z",
  "error": null,
  "output": null
}

結果のポーリング 生成された画像URLを取得するには、返された id を使用してステータスエンドポイント (GET https://fititon.app/api/v1/status/{id}) をポーリングする必要があります。APIセットアップガイドで詳細な手順を確認してください。

リクエストパラメータ

必須パラメータ

personImageRequiredstring

試着させたいモデルのベース画像です。公開されているURLまたはBase64エンコードされた画像文字列を指定できます。サポートされている形式: JPEG、PNG、WEBP。最大サイズ: 25MB。

プロのヒント: 腕が見える正面向きのポーズは、最もリアルなドレープを生成します。撮影前に、体を覆うバッグ、スカーフ、ジャケットなどを取り除いてください。

フォーマット要件 Base64文字列を送信する場合、標準のデータURIプレフィックス（例: data:image/jpeg;base64,...）を含める必要があります。/v1/run エンドポイントはJSONペイロードのみを受け入れるため、multipart/form-data アップロードはサポートされていません。

garmentImageRequiredstring

試着する衣類の画像です。公開されているURLまたはBase64エンコードされた画像文字列を指定できます。

プロのヒント: 白い背景に平置きされた衣類の写真は、ハンガーにかけた写真やしわくちゃの服よりも著しく良い結果をもたらします。

オプションパラメータ

accuracy'standard' | 'high' | 'hyper'

試着のフィット感の忠実度を定義します。精度が高いほど生成の正確性が増しますが、処理にわずかに時間がかかる場合があります。 デフォルト: standard

sampleCountinteger

リクエストごとに生成する画像バリエーションの数。1から4の間である必要があります。追加の画像はより多くのクレジットを消費し、処理時間を線形に増加させます。 デフォルト: 1

ランタイムエラー

この機能のランタイムエラーは、エラー処理に記載されている共通のセットを使用します。処理中にエラーが発生した場合、status は "error" に更新され、error フィールドには具体的な失敗理由が含まれます。

クレジットコスト

開発者APIリクエストの場合、バーチャル試着エンドポイントは、要求された quality ティアに関わらず、生成された画像1枚あたり1クレジットの固定料金で動作します。

計算式: コスト = 1 × sampleCount

パラメータ	画像あたりのクレジット
固定料金	1