# LTX 2.3 Trainer (V2) - Masked Video-to-Video API

> Entrena una LoRA para la edición de vídeo a vídeo con máscara y regenera solo la región enmascarada a partir de un vídeo de referencia

Ajusta una LoRA a partir de un `.zip` de clips emparejados proporcionado mediante `training_data_url`, donde cada muestra tiene un destino, una referencia y una máscara. La división de escenas está desactivada para este modo, así que debes proporcionar clips ya divididos. Los ajustes incluyen `rank` (de 8 a 128), `number_of_steps` (de 100 a 10000, valor predeterminado 3000), `number_of_frames` (de 9 a 121) y hasta 2 entradas de validación. La salida consta de los pesos de la LoRA y un archivo de configuración.

- Model id: `ltx23-trainer-v2/v2v-masked`
- Made by: Lightricks
- Category: Training
- Output: file
- Price: $0.0055 / step (cheapest run $16.50 (16500 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltx23-trainer-v2/v2v-masked`
- Quote: `POST https://api.doitong.ru/v1/quote/ltx23-trainer-v2/v2v-masked`
- Docs page: https://doitong.com/es-ES/developers/models/ltx23-trainer-v2/v2v-masked

## Pricing

Price: **$0.0055 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $16.50 = 16500 API credits (3000 steps × 5.5 API credits).

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/ltx23-trainer-v2/v2v-masked` 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 |
|---|---|---|---|---|---|---|
| `training_data_url` |  | string | yes |  |  | URL de un `.zip` que contiene datos de entrenamiento organizados según el modo de entrenamiento seleccionado. Cada archivo multimedia puede tener un pie de foto `.txt` con el mismo nombre base. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | Rango de adaptación de LoRA, que intercambia un mayor consumo de memoria por una mayor capacidad a medida que aumenta el valor. |
| `number_of_steps` |  | integer | no | `3000` | 100 – 10,000 | Número total de pasos de entrenamiento. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | Tasa de aprendizaje de optimización. |
| `number_of_frames` |  | integer | no | `89` | 9 – 121 | Número de fotogramas de cada muestra de entrenamiento. Dividir el número entre 8 debe dejar un resto de 1; algunos ejemplos son 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | Frecuencia de fotogramas objetivo del vídeo de entrenamiento, en fotogramas por segundo. La frecuencia nativa de LTX-2.3 es 24. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | Resolución de entrenamiento. Aumentarla incrementa los requisitos de memoria. |
| `aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | Relación de aspecto del entrenamiento. |
| `trigger_phrase` |  | string | no | `` |  | Frase de activación de estilo de LoRA, insertada al principio de los pies de foto durante el entrenamiento. |
| `auto_scale_input` |  | boolean | no | `false` |  | Ajuste automático del vídeo para coincidir con los FPS y el número de fotogramas solicitados cuando está activado; los conjuntos de datos de imágenes no cambian. |
| `split_input_into_scenes` |  | boolean | no | `false` |  | La división por escenas está desactivada en v2v enmascarado para mantener sincronizado el triplete _start/_end/_mask. Los clips deben dividirse previamente; la preparación de target/reference/mask ignora la configuración de división por escenas. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | Activador de división de escenas expresado como una duración en segundos: solo se dividen los vídeos que superan el umbral. |
| `debug_dataset` |  | boolean | no | `false` |  | Modo de inspección del preprocesamiento para comprobar vídeos, imágenes y pies de foto antes de una ejecución completa de entrenamiento. Activarlo hace que el entrenador devuelva el conjunto de datos de entrenamiento procesado en un archivo descargable para su revisión manual. |
| `validation` |  | array of object {prompt, video_url, mask_url, reference_video_url} | no | `[]` | ≤ 2 items | Lista de entradas de validación; cada elemento incluye una máscara, un vídeo de origen, un prompt y un vídeo de referencia. |
| `validation[].prompt` |  | string | yes |  |  | Prompt utilizado durante la validación. |
| `validation[].video_url` |  | string (video URL) | yes |  | ≥ 1 characters | URL del vídeo de origen para regenerar el área enmascarada preservando los píxeles originales en toda el área no enmascarada. |
| `validation[].mask_url` |  | string (image URL) | yes |  | ≥ 1 characters | Máscara proporcionada mediante URL como imagen o vídeo, siguiendo la convención estándar: el negro conserva un área sin cambios y el blanco la selecciona para regenerarla o editarla. |
| `validation[].reference_video_url` |  | string (video URL) | yes |  | ≥ 1 characters | URL del vídeo de control de referencia utilizado para guiar la regeneración dentro de la región seleccionada. |
| `validation_negative_prompt` |  | string | no | `blurry, out of focus, overexposed, underexposed, low contrast, washed out colors, excessive noise, grainy texture, poor lighting, flickering, motion blur, distorted proportions, unnatural skin tones, deformed facial features, asymmetrical face, missing facial features, extra limbs, disfigured hands, wrong hand count, artifacts around text, inconsistent perspective, camera shake, incorrect depth of field, background too sharp, background clutter, distracting reflections, harsh shadows, inconsistent lighting direction, color banding, cartoonish rendering, 3D CGI look, unrealistic materials, uncanny valley effect, incorrect ethnicity, wrong gender, exaggerated expressions, wrong gaze direction, mismatched lip sync, silent or muted audio, distorted voice, robotic voice, echo, background noise, off-sync audio, incorrect dialogue, added dialogue, repetitive speech, jittery movement, awkward pauses, incorrect timing, unnatural transitions, inconsistent framing, tilted camera, flat lighting, inconsistent tone, cinematic oversaturation, stylized filters, or AI artifacts.` |  | Prompt negativo aplicado durante la validación, que utiliza un proceso de vista previa de una sola fase. Como ese proceso aproxima la inferencia de producción destilada en dos fases, su guía y calidad de vista previa difieren de los resultados finales. |
| `validation_number_of_frames` |  | integer | no | `89` | 9 – 121 | Número de fotogramas de cada vídeo de validación. |
| `validation_frame_rate` |  | integer | no | `24` | 8 – 60 | Frecuencia de fotogramas objetivo para los vídeos de validación, en fotogramas por segundo; LTX-2.3 funciona de forma nativa a 24. |
| `validation_resolution` |  | enum (string) | no | `high` | `low`, `medium`, `high` | Resolución utilizada durante la validación. |
| `validation_aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | Relación de aspecto utilizada durante la validación. |
| `stg_scale` |  | number | no | `1` | 0 – 3 | Escala de Spatio-Temporal Guidance (STG), con 1.0 recomendado y 0.0 para desactivar STG. |

## Example input

Required parameters only:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

A fuller example:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

## 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/ltx23-trainer-v2/v2v-masked?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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/ltx23-trainer-v2/v2v-masked?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "training_data_url": "https://example.com/your-file.zip"
  }),
});
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 = {
    "training_data_url": "https://example.com/your-file.zip",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx23-trainer-v2/v2v-masked", 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": "ltx23-trainer-v2/v2v-masked",
      "input": {
        "training_data_url": "https://example.com/your-file.zip"
      },
      "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": "ltx23-trainer-v2/v2v-masked",
  "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": 16500,
    "usd": "16.50",
    "charged": 16500,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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} \| null | Vista previa de vídeo combinada de la validación, cuando está disponible para los endpoints que producen vídeo. |
| `audio` | object {url, content_type, file_name, file_size} \| null | Audio combinado de la validación, proporcionado como vista previa cuando está disponible para estas rutas de solo audio: /audio-inpaint, /audio-extend-suffix, /audio-extend-prefix, /t2a, /a2a y /v2a. |
| `lora_file` | object {url, content_type, file_name, file_size} | URL de los pesos de LoRA entrenados en formato .safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | Configuración de la preparación del endpoint de inferencia. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | Salida de depuración disponible cuando `debug_dataset` está activado: un archivo que se puede descargar y que contiene los datos de entrenamiento después del preprocesamiento. |

## Related models

- [LTX 2.3 Trainer (V2) - Audio Inpainting](https://doitong.com/developers/models/ltx23-trainer-v2/audio-inpaint.md) (`ltx23-trainer-v2/audio-inpaint`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/av2av.md) (`ltx23-trainer-v2/ic-lora/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference Transformation](https://doitong.com/developers/models/ltx23-trainer-v2/av2av.md) (`ltx23-trainer-v2/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio](https://doitong.com/developers/models/ltx23-trainer-v2/a2a.md) (`ltx23-trainer-v2/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/a2a.md) (`ltx23-trainer-v2/ic-lora/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Video](https://doitong.com/developers/models/ltx23-trainer-v2/a2v.md) (`ltx23-trainer-v2/a2v`): $0.006 / step
- [LTX 2.3 Trainer (V2) - Backward Audio Extension](https://doitong.com/developers/models/ltx23-trainer-v2/audio-extend-suffix.md) (`ltx23-trainer-v2/audio-extend-suffix`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Backward Video Extension](https://doitong.com/developers/models/ltx23-trainer-v2/extend-suffix.md) (`ltx23-trainer-v2/extend-suffix`): $0.0061 / step

## Links

- HTML page: https://doitong.com/developers/models/ltx23-trainer-v2/v2v-masked
- 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=ltx23-trainer-v2/v2v-masked
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltx23-trainer-v2/v2v-masked