# LTX Video-0.9.7 13B Distilled · Multiconditioning API

> Video a video con condicionamiento de imagen y video, compatibilidad con LoRA y refinamiento en dos pasadas con pasada de detalle opcional

Genera un video a partir de un `prompt` obligatorio, guiado por entradas de condicionamiento en `images` y `videos`. Las LoRA personalizadas pueden pasarse en `loras`. La salida es de 480p o 720p, con `num_frames` de 9 a 1441 y `frame_rate` de 1 a 60. Las cantidades de pasos independientes para la primera y segunda pasada, una pasada de detalle opcional y controles de color como `temporal_adain_factor` permiten ajustar el resultado.

- 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/es/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 |  |  | Instrucciones de texto que guían la generación. |
| `negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | Instrucciones de texto negativas para la generación. |
| `loras` |  | array of object {path, weight_name, scale} | no | `[]` |  | Pesos de LoRA aplicados durante la generación. |
| `loras[].path` |  | string | yes |  |  | Ubicación de los pesos de LoRA, indicada como URL o ruta. |
| `loras[].weight_name` |  | string \| null | no |  |  | Nombre del peso de LoRA para seleccionar entre varios pesos de un repositorio de HuggingFace; solo es necesario para repositorios que contienen varios pesos. Esta configuración no tiene efecto a menos que `path` identifique un repositorio de HuggingFace. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Multiplicador que escala el peso de LoRA al cargarlo. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | Resolución del video de salida. |
| `aspect_ratio` |  | enum (string) | no | `auto` | `9:16`, `1:1`, `16:9`, `auto` | Relación de aspecto del video. |
| `seed` |  | integer \| null | no |  |  | Semilla que controla la aleatoriedad durante la generación. |
| `num_frames` |  | integer | no | `121` | 9 – 1,441 | Número total de fotogramas del video. |
| `first_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Número de pasos de inferencia de la primera pasada. |
| `second_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Número de pasos de inferencia de la segunda pasada. |
| `second_pass_skip_initial_steps` |  | integer | no | `5` | 1 – 11 | Número inicial de pasos de inferencia que se omiten durante la segunda pasada, orientando esa pasada al trabajo de detalle fino en lugar de a cambios a gran escala. |
| `frame_rate` |  | integer | no | `24` | 1 – 60 | Frecuencia de fotogramas del video. |
| `expand_prompt` |  | boolean | no | `false` |  | Expansión del prompt mediante un modelo de lenguaje. |
| `reverse_video` |  | boolean | no | `false` |  | Inversión del orden de reproducción del video. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Interruptor de comprobación de seguridad cuyo ajuste desactivado solo se respeta para cuentas autorizadas. Todas las solicitudes sin esa autorización se someten a comprobaciones de seguridad. |
| `enable_detail_pass` |  | boolean | no | `false` |  | Segunda pasada de refinamiento opcional que mejora los detalles del video cuando se activa. |
| `temporal_adain_factor` |  | number | no | `0.5` | 0 – 1 | Intensidad de la normalización adaptativa de instancias (AdaIN), que equilibra la coherencia del color con valores altos y una mayor variación cromática con valores bajos. Opera sobre los fragmentos generados excepto el primero, normalizando las distribuciones de color en todo el video para ayudar a contrarrestar un aumento progresivo de la saturación o el contraste. |
| `tone_map_compression_ratio` |  | number | no | `0` | 0 – 1 | Nivel de compresión del mapeo tonal, desde ninguna compresión en 0.0 hasta la máxima compresión en 1.0. Comprimir así el rango dinámico del video mejora la calidad visual. |
| `constant_rate_factor` |  | integer | no | `29` | 0 – 51 | Factor de tasa constante (CRF) utilizado para la compresión de la entrada, que puede mejorar la calidad del movimiento al acercar el contenido multimedia proporcionado a los datos de entrenamiento del modelo. |
| `images` |  | array of object {image_url, start_frame_num, strength} | no | `[]` |  | Imágenes de condicionamiento proporcionadas mediante URL. |
| `images[].image_url` |  | string (image URL) | yes |  |  | Imagen de condicionamiento proporcionada mediante URL. |
| `images[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Posición inicial del condicionamiento de imagen, especificada mediante un número de fotograma divisible entre 8. |
| `images[].strength` |  | number | no | `1` | 0 – 1 | Intensidad del condicionamiento: 0.0 lo desactiva, mientras que 1.0 lo aplica por completo. |
| `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 | `[]` |  | Videos proporcionados para el condicionamiento. |
| `videos[].video_url` |  | string (video URL) | yes |  |  | Video de condicionamiento proporcionado mediante URL. |
| `videos[].conditioning_type` |  | enum (string) \| null | no | `rgb` | `rgb`, `depth`, `pose`, `canny` | Categoría de condicionamiento de video utilizada para elegir la canalización de preprocesamiento cuando este está activado y para aplicar correctamente los pesos de LoRA en contexto. |
| `videos[].preprocess` |  | boolean | no | `false` |  | Activa el preprocesamiento para que coincida con el tipo de condicionamiento del video. Para el condicionamiento RGB, activarlo no produce cambios. |
| `videos[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Posición inicial del condicionamiento en el video, especificada como un número de fotograma divisible entre 8. |
| `videos[].strength` |  | number | no | `1` | 0 – 1 | Intensidad del condicionamiento: 0.0 lo desactiva, mientras que 1.0 lo aplica por completo. |
| `videos[].limit_num_frames` |  | boolean | no | `false` |  | Interruptor de límite de fotogramas del video: al activarlo, `max_num_frames` se convierte en el límite de fotogramas tomados del video. |
| `videos[].max_num_frames` |  | integer | no | `1441` | 1 – 1,441 | Límite de fotogramas utilizados del video; None selecciona el video completo en lugar de un número limitado de fotogramas. |
| `videos[].resample_fps` |  | boolean | no | `false` |  | Interruptor de conversión de la frecuencia de fotogramas del video: al activarlo, vuelve a muestrear el video a la frecuencia especificada por `target_fps`. |
| `videos[].target_fps` |  | integer | no | `24` | 1 – 60 | Frecuencia de fotogramas de remuestreo en FPS, aplicable solo con `resample_fps` activado. |
| `videos[].reverse_video` |  | boolean | no | `false` |  | Inversión del orden del video para tareas que requieren que el condicionamiento siga los fotogramas hacia atrás. |

## 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} | Archivo de video producido por la generación. |
| `prompt` | string | Prompt utilizado para generar la salida. |
| `seed` | integer | Valor de semilla aplicado durante la generación. |

## 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