# LTX Video-0.9.7 13B Distilled · Multiconditioning API

> Βίντεο σε βίντεο με συνθήκες εικόνας και βίντεο, υποστήριξη LoRA και βελτίωση δύο περασμάτων με προαιρετικό πέρασμα λεπτομέρειας

Δημιουργεί βίντεο από υποχρεωτικό `prompt`, με οδηγό τις εισόδους συνθηκών στα `images` και `videos`. Προσαρμοσμένα LoRA μπορούν να δοθούν στο `loras`. Η έξοδος είναι 480p ή 720p, με `num_frames` από 9 έως 1441 και `frame_rate` από 1 έως 60. Ξεχωριστοί αριθμοί βημάτων για το πρώτο και το δεύτερο πέρασμα, προαιρετικό πέρασμα λεπτομέρειας και έλεγχοι χρώματος όπως το `temporal_adain_factor` επιτρέπουν τη ρύθμιση του αποτελέσματος.

- Model id: `ltx-video-13b-distilled/multiconditioning`
- Made by: Lightricks
- Category: Video to Video
- Output: video
- Price per second of your output video: from $0.04 / second of output video (cheapest run $0.04 (40 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltx-video-13b-distilled/multiconditioning`
- Quote: `POST https://api.doitong.ru/v1/quote/ltx-video-13b-distilled/multiconditioning`
- Docs page: https://doitong.com/el/developers/models/ltx-video-13b-distilled/multiconditioning

## Pricing

Price: **from $0.04 / second of output video** (the lowest tier; the quote prices your exact input). Price per second of your output video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.202 = 202 API credits (5.0417 s output video × $0.04).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/ltx-video-13b-distilled/multiconditioning` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | Οδηγίες κειμένου που καθοδηγούν την παραγωγή. |
| `negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | Αρνητικές οδηγίες κειμένου για την παραγωγή. |
| `loras` |  | array of object {path, weight_name, scale} | no | `[]` |  | Βάρη LoRA που εφαρμόζονται κατά την παραγωγή. |
| `loras[].path` |  | string | yes |  |  | Τοποθεσία των βαρών LoRA, που παρέχεται ως URL ή διαδρομή. |
| `loras[].weight_name` |  | string \| null | no |  |  | Όνομα βάρους LoRA για επιλογή μεταξύ πολλών βαρών σε αποθετήριο HuggingFace· απαιτείται μόνο για αποθετήρια με πολλά βάρη. Η ρύθμιση δεν έχει αποτέλεσμα εκτός αν το `path` προσδιορίζει αποθετήριο HuggingFace. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Πολλαπλασιαστής που κλιμακώνει το βάρος LoRA κατά τη φόρτωσή του. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | Ανάλυση της εξόδου βίντεο. |
| `aspect_ratio` |  | enum (string) | no | `auto` | `9:16`, `1:1`, `16:9`, `auto` | Αναλογία διαστάσεων βίντεο. |
| `seed` |  | integer \| null | no |  |  | Seed που ελέγχει την τυχαιότητα κατά την παραγωγή. |
| `num_frames` |  | integer | no | `121` | 9 – 1,441 | Συνολικός αριθμός καρέ του βίντεο. |
| `first_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Αριθμός βημάτων συμπερασματολογίας για το πρώτο πέρασμα. |
| `second_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Αριθμός βημάτων συμπερασματολογίας για το δεύτερο πέρασμα. |
| `second_pass_skip_initial_steps` |  | integer | no | `5` | 1 – 11 | Αρχικός αριθμός βημάτων συμπερασματολογίας που παραλείπονται κατά το δεύτερο πέρασμα, μετατοπίζοντας το πέρασμα προς την εργασία λεπτομερειών αντί για αλλαγές μεγάλης κλίμακας. |
| `frame_rate` |  | integer | no | `24` | 1 – 60 | Ρυθμός καρέ του βίντεο. |
| `expand_prompt` |  | boolean | no | `false` |  | Επέκταση prompt μέσω γλωσσικού μοντέλου. |
| `reverse_video` |  | boolean | no | `false` |  | Αντιστροφή της σειράς αναπαραγωγής του βίντεο. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Διακόπτης ελέγχου ασφάλειας, του οποίου η απενεργοποίηση εφαρμόζεται μόνο για εξουσιοδοτημένους λογαριασμούς. Όλα τα αιτήματα χωρίς αυτή την εξουσιοδότηση υποβάλλονται σε ελέγχους ασφάλειας. |
| `enable_detail_pass` |  | boolean | no | `false` |  | Προαιρετικό δεύτερο πέρασμα βελτίωσης, που αυξάνει τις λεπτομέρειες του βίντεο όταν ενεργοποιείται. |
| `temporal_adain_factor` |  | number | no | `0.5` | 0 – 1 | Ένταση προσαρμοστικής κανονικοποίησης στιγμιότυπων (AdaIN), που εξισορροπεί τη συνέπεια χρώματος σε υψηλότερες ρυθμίσεις με μεγαλύτερη χρωματική ποικιλία σε χαμηλότερες. Λειτουργεί στα παραγόμενα τμήματα εκτός από το πρώτο, κανονικοποιώντας τις κατανομές χρώματος σε όλο το βίντεο για να περιορίσει τη σταδιακή αύξηση του κορεσμού ή της αντίθεσης. |
| `tone_map_compression_ratio` |  | number | no | `0` | 0 – 1 | Επίπεδο συμπίεσης τονικής χαρτογράφησης, από μηδενική συμπίεση στο 0.0 έως μέγιστη συμπίεση στο 1.0. Η συμπίεση του δυναμικού εύρους του βίντεο με αυτόν τον τρόπο βελτιώνει την οπτική ποιότητα. |
| `constant_rate_factor` |  | integer | no | `29` | 0 – 51 | Σταθερός συντελεστής ρυθμού (CRF) που χρησιμοποιείται για τη συμπίεση εισόδου και ενδέχεται να βελτιώσει την ποιότητα κίνησης, φέρνοντας τα παρεχόμενα μέσα πιο κοντά στα δεδομένα εκπαίδευσης του μοντέλου. |
| `images` |  | array of object {image_url, start_frame_num, strength} | no | `[]` |  | Εικόνες καθοδήγησης που παρέχονται μέσω URL. |
| `images[].image_url` |  | string (image URL) | yes |  |  | Εικόνα καθοδήγησης που παρέχεται μέσω URL. |
| `images[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Θέση έναρξης καθοδήγησης εικόνας, καθορισμένη με αριθμό καρέ διαιρετό με το 8. |
| `images[].strength` |  | number | no | `1` | 0 – 1 | Ένταση καθοδήγησης: το 0.0 την απενεργοποιεί, ενώ το 1.0 την εφαρμόζει πλήρως. |
| `videos` |  | array of object {video_url, conditioning_type, preprocess, start_frame_num, strength, limit_num_frames, max_num_frames, resample_fps, target_fps, reverse_video} | no | `[]` |  | Βίντεο που παρέχονται για καθοδήγηση. |
| `videos[].video_url` |  | string (video URL) | yes |  |  | Βίντεο καθοδήγησης που παρέχεται μέσω URL. |
| `videos[].conditioning_type` |  | enum (string) \| null | no | `rgb` | `rgb`, `depth`, `pose`, `canny` | Κατηγορία καθοδήγησης βίντεο που χρησιμοποιείται για την επιλογή της ροής προεπεξεργασίας όταν αυτή είναι ενεργοποιημένη και για τη σωστή εφαρμογή των in-context βαρών LoRA. |
| `videos[].preprocess` |  | boolean | no | `false` |  | Ενεργοποιεί την προεπεξεργασία ώστε να ταιριάζει με τον τύπο καθοδήγησης του βίντεο. Για καθοδήγηση RGB, η ενεργοποίησή της δεν επιφέρει αλλαγές. |
| `videos[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Θέση έναρξης καθοδήγησης στο βίντεο, καθορισμένη ως αριθμός καρέ διαιρετός με το 8. |
| `videos[].strength` |  | number | no | `1` | 0 – 1 | Ένταση καθοδήγησης: το 0.0 την απενεργοποιεί, ενώ το 1.0 την εφαρμόζει πλήρως. |
| `videos[].limit_num_frames` |  | boolean | no | `false` |  | Διακόπτης ορίου καρέ βίντεο: όταν ενεργοποιείται, το `max_num_frames` γίνεται το ανώτατο όριο των καρέ που λαμβάνονται από το βίντεο. |
| `videos[].max_num_frames` |  | integer | no | `1441` | 1 – 1,441 | Όριο χρήσης καρέ βίντεο, με το None να επιλέγει ολόκληρο το βίντεο αντί για περιορισμένο αριθμό καρέ. |
| `videos[].resample_fps` |  | boolean | no | `false` |  | Διακόπτης μετατροπής ρυθμού καρέ βίντεο: όταν ενεργοποιείται, γίνεται επαναδειγματοληψία του βίντεο στον ρυθμό που καθορίζει το `target_fps`. |
| `videos[].target_fps` |  | integer | no | `24` | 1 – 60 | Ρυθμός καρέ επαναδειγματοληψίας σε FPS, που εφαρμόζεται μόνο όταν είναι ενεργοποιημένο το `resample_fps`. |
| `videos[].reverse_video` |  | boolean | no | `false` |  | Αντιστροφή σειράς βίντεο για εργασίες όπου η καθοδήγηση πρέπει να ακολουθεί τα καρέ προς τα πίσω. |

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/ltx-video-13b-distilled/multiconditioning?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/ltx-video-13b-distilled/multiconditioning?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx-video-13b-distilled/multiconditioning", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "ltx-video-13b-distilled/multiconditioning",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-video-13b-distilled/multiconditioning",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 202,
    "usd": "0.202",
    "charged": 202,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "prompt": "A vibrant, abstract composition featuring a person with outstretched arms, rendered in a kaleidoscope of colors against a deep, dark background. The figure is composed of intricate, swirling patterns reminiscent of a mosaic, with hues of orange, yellow, blue, and green that evoke the style of artists such as Wassily Kandinsky or Bridget Riley. The camera zooms into the face striking portrait of a man, reimagined through the lens of old-school video-game graphics. The subject's face is rendered in a kaleidoscope of colors, with bold blues and reds set against a vibrant yellow backdrop. His dark hair is pulled back, framing his profile in a dramatic pose.",
    "seed": 42
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | Αρχείο βίντεο που παράγεται από την παραγωγή. |
| `prompt` | string | Prompt που χρησιμοποιήθηκε για την παραγωγή της εξόδου. |
| `seed` | integer | Τιμή seed που εφαρμόζεται κατά την παραγωγή. |

## Related models

- [LTX Video-0.9.7 13B Distilled](https://doitong.com/developers/models/ltx-video-13b-distilled.md) (`ltx-video-13b-distilled`): from $0.04 / second of output video
- [LTX Video-0.9.7 13B Distilled · Image to Video](https://doitong.com/developers/models/ltx-video-13b-distilled/image-to-video.md) (`ltx-video-13b-distilled/image-to-video`): from $0.04 / second of output video
- [LTX Video-0.9.7 13B Distilled · Extend](https://doitong.com/developers/models/ltx-video-13b-distilled/extend.md) (`ltx-video-13b-distilled/extend`): $0.04 / video
- [Ltx 2.3](https://doitong.com/developers/models/ltx-2.3/reframe.md) (`ltx-2.3/reframe`): from $0.10 / second of input video
- [LTX 2.3 22B](https://doitong.com/developers/models/ltx-2.3-22b/reference-video-to-video/lora.md) (`ltx-2.3-22b/reference-video-to-video/lora`): $0.00181 / megapixel of output video
- [Ltx 2.3 Quality · Clean Plate](https://doitong.com/developers/models/ltx-2.3-quality/clean-plate.md) (`ltx-2.3-quality/clean-plate`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Colorization](https://doitong.com/developers/models/ltx-2.3-quality/colorization.md) (`ltx-2.3-quality/colorization`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Cross Eyed](https://doitong.com/developers/models/ltx-2.3-quality/cross-eyed.md) (`ltx-2.3-quality/cross-eyed`): $0.00241 / megapixel of output video

## Links

- HTML page: https://doitong.com/developers/models/ltx-video-13b-distilled/multiconditioning
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=ltx-video-13b-distilled/multiconditioning
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltx-video-13b-distilled/multiconditioning