# Cosmos 3 Super Image to Video API

> تصویر فریم نخست را به ویدئو متحرک تبدیل می‌کند، با گسترش اختیاری پرامپت و حلقه پالایش عامل‌محور

از `image_url` به‌عنوان فریم آغازین و یک `prompt` حداکثر 4096 کاراکتری استفاده می‌کند. `num_frames` حداکثر 189 و `frames_per_second` از 4 تا 60 است. گسترش پرامپت به‌طور پیش‌فرض فعال است و `enable_agentic_generation` نامزدها را به‌صورت تکراری همراه با نقد پالایش می‌کند. `negative_prompt`، `guidance_scale` و `num_inference_steps` تا 50 نیز ارائه می‌شوند.

- Model id: `nvidia/cosmos-3-super/image-to-video`
- Made by: NVIDIA
- Category: Image to Video
- Output: video
- Price per second of your output video: from $0.05 / second of output video (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.ru/v1/run/nvidia/cosmos-3-super/image-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/nvidia/cosmos-3-super/image-to-video`
- Docs page: https://doitong.com/fa/developers/models/nvidia/cosmos-3-super/image-to-video

## Pricing

Price: **from $0.05 / 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 $0.40 = 400 API credits (8 s output video × $0.05).

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/nvidia/cosmos-3-super/image-to-video` 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

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  | 1 – 4096 characters | دستورهای متنی تولید ویدیو: محتوای صحنه و حرکتی را که باید نشان دهد مشخص کنید. |
| `image_url` | `image` | string (image URL) | yes |  |  | URL تصویری که برای شرطی‌سازی فریم اول ویدیو استفاده می‌شود. |
| `negative_prompt` |  | string | no | `The video captures a series of frames showing macroblocking artifacts, chromatic aberration, high-frequency noise, and rolling shutter distortion. It includes static with no motion, motion blur, over-saturation, shaky footage, low resolution, grainy texture, pixelated images, poorly lit areas, underexposed and overexposed scenes, poor color balance, washed out colors, choppy sequences, jerky movements, low frame rate, bit-depth compression artifacts, color banding, unnatural transitions, outdated special effects, fake elements, unconvincing visuals, poorly edited content, jump cuts, hard cut, visual noise, and flickering. It features moiré patterns, edge halos, and temporal aliasing. Furthermore, the content defies common sense, generating illogical scenarios, nonsensical entities, absurd character behaviors, and conceptual paradoxes that violate basic human reasoning and everyday reality. The video looks like a surreal or glitchy hallucination. Overall, the video is of poor quality.` | ≤ 2048 characters | پرامپت منفی برای جلوگیری از محتوایی مانند حرکت ناخواسته یا مصنوعات. حذف آن از پرامپت منفی پیشنهادی NVIDIA برای i2v استفاده می‌کند، درحالی‌که رشته خالی راهنمایی منفی را غیرفعال می‌کند. |
| `enable_prompt_expansion` |  | boolean | no | `true` |  | بسط پرامپت که در صورت true بودن، از Cosmos3-Nano Reasoner برای تولید قالب dense-caption مورد استفاده در آموزش Cosmos3 استفاده می‌کند؛ این VLM فریم اول را بررسی می‌کند. COSMOS_PROMPT_UPSAMPLER_BASE_URL سرویس Reasoner پیکربندی‌شده را انتخاب می‌کند؛ در غیر این صورت برنامه یکی را به‌صورت محلی اجرا می‌کند. شکست بسط باعث می‌شود پرامپت تغییریافته‌نشده استفاده شود. |
| `enable_agentic_generation` |  | boolean | no | `false` |  | تولید عامل‌محور تکرارشونده Cosmos که به‌دلیل رندر کامل هر نامزد، بسیار کندتر و پرهزینه‌تر از یک‌بار تولید است. این حلقه پرامپت را بسط می‌دهد، نامزدهای ویدیو را تولید می‌کند، با استفاده از VLM فریم‌های نمونه‌برداری‌شده را نقد می‌کند و پرامپت را بازنویسی می‌کند. |
| `agentic_max_iterations` |  | integer | no | `2` | 1 – 3 | حد بالای مراحل پرامپت با فعال بودن تولید عامل‌محور. |
| `agentic_samples_per_iteration` |  | integer | no | `2` | 1 – 3 | تعداد نامزدهای ویدیو در هر تکرار حلقه عامل‌محور؛ مشخص می‌کند پیش از بازنویسی پرامپت، چند ویدیو در ارزیابی رقابت کنند. |
| `agentic_early_stop` |  | boolean | no | `true` |  | کنترل توقف زودهنگام که امتیاز منتقد بالاتر از آستانه سخت‌گیرانه کیفیت را برای پایان حلقه عامل‌محور کافی می‌داند. |
| `image_size` |  | object {width, height} \| enum (string) | no | `{"height":480,"width":832}` | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | ابعاد ویدیوی درخواستی پیش از تنظیم خودکار. برای دریافت اندازه پشتیبانی‌شده، سیستم درخواست را محدود می‌کند و نزدیک‌ترین سطح NVIDIA یعنی 256p، 480p یا 720p و نسبت تصویر پشتیبانی‌شده را انتخاب می‌کند. |
| `num_frames` |  | integer | no | `189` | 5 – 189 | تعداد فریم برای تولید؛ افزایش آن ویدیوی طولانی‌تری تولید می‌کند. |
| `frames_per_second` |  | integer | no | `24` | 4 – 60 | نرخ فریم ویدیوی خروجی، برحسب فریم در ثانیه. |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | تعداد گام‌های حذف نویز؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود. |
| `guidance_scale` |  | number | no | `6` | 0 – 20 | قدرت راهنمایی بدون طبقه‌بند. |
| `seed` |  | integer \| null | no |  |  | seed کنترل‌کننده تکرارپذیری: وقتی نسخه مدل تغییر نکرده باشد، پرامپت و seed یکسان ویدیویی یکسان تولید می‌کنند. |
| `enable_safety_checker` |  | boolean | no | `true` |  | کنترل تعدیل برای تصویر و پرامپت ارائه‌شده که غیرفعال‌سازی آن فقط برای حساب‌های مجاز ممکن است. درخواست‌های فاقد مجوز، صرف‌نظر از این تنظیم، بررسی می‌شوند. |

File parameters (`image`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

## 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/nvidia/cosmos-3-super/image-to-video?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",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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/nvidia/cosmos-3-super/image-to-video?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",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
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",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/nvidia/cosmos-3-super/image-to-video", 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": "nvidia/cosmos-3-super/image-to-video",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "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": "nvidia/cosmos-3-super/image-to-video",
  "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": 400,
    "usd": "0.40",
    "charged": 400,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "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,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "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, width, height, fps, duration, num_frames} | ویدیوی تولیدشده توسط مدل. |
| `seed` | integer | مقدار Seed اعمال‌شده هنگام تولید. |

## Related models

- [Cosmos 3 Super](https://doitong.com/developers/models/nvidia/cosmos-3-super/text-to-image.md) (`nvidia/cosmos-3-super/text-to-image`): from $0.04 / run of output image
- [FLUX 3 Max Image to Video](https://doitong.com/developers/models/blackforestlabs/flux-3-max/image-to-video.md) (`blackforestlabs/flux-3-max/image-to-video`): from $0.0425 / second of output video
- [Grok Imagine Video 1.5 Image to Video](https://doitong.com/developers/models/xai/grok-imagine-video/v1.5/image-to-video.md) (`xai/grok-imagine-video/v1.5/image-to-video`): from $0.082 / second
- [Kling 3.0 Pro Image to Video](https://doitong.com/developers/models/kling-video/v3/pro/image-to-video.md) (`kling-video/v3/pro/image-to-video`): from $0.112 / second
- [LTX 2.5 Pro Image to Video](https://doitong.com/developers/models/lightricks/ltx-2.5/image-to-video/pro.md) (`lightricks/ltx-2.5/image-to-video/pro`): from $0.12 / second
- [MiniMax H3 Image to Video](https://doitong.com/developers/models/minimax/h3/image-to-video.md) (`minimax/h3/image-to-video`): from $0.05 / second
- [Seedance 2.0 Fast Image to Video](https://doitong.com/developers/models/bytedance/seedance-2.0/fast/image-to-video.md) (`bytedance/seedance-2.0/fast/image-to-video`): from $0.113 / second
- [Seedance 2.0 Image to Video](https://doitong.com/developers/models/bytedance/seedance-2.0/image-to-video.md) (`bytedance/seedance-2.0/image-to-video`): from $0.141 / second

## Links

- HTML page: https://doitong.com/developers/models/nvidia/cosmos-3-super/image-to-video
- 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=nvidia/cosmos-3-super/image-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/nvidia/cosmos-3-super/image-to-video