# LTX Video-0.9.7 13B Distilled · Multiconditioning API

> Vidéo-vidéo avec conditionnement par image et vidéo, prise en charge des LoRAs et affinage en deux passes avec passe de détail facultative

Génère une vidéo à partir d'un `prompt` obligatoire, guidée par les entrées de conditionnement `images` et `videos`. Des LoRAs personnalisées peuvent être transmises dans `loras`. La sortie est en 480p ou 720p, avec `num_frames` de 9 à 1441 et `frame_rate` de 1 à 60. Des nombres d'étapes distincts pour les première et deuxième passes, une passe de détail facultative et des réglages colorimétriques tels que `temporal_adain_factor` permettent d'affiner le résultat.

- 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/fr/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 |  |  | Instructions textuelles qui guident la génération. |
| `negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | Instructions textuelles négatives pour la génération. |
| `loras` |  | array of object {path, weight_name, scale} | no | `[]` |  | Poids LoRA appliqués pendant la génération. |
| `loras[].path` |  | string | yes |  |  | Emplacement des poids LoRA, fourni sous forme d’URL ou de chemin. |
| `loras[].weight_name` |  | string \| null | no |  |  | Nom des poids LoRA pour sélectionner un poids parmi plusieurs dans un dépôt HuggingFace ; requis uniquement pour les dépôts contenant plusieurs poids. Ce paramètre n'a aucun effet sauf si `path` identifie un dépôt HuggingFace. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Multiplicateur qui met à l’échelle le poids LoRA lors de son chargement. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | Résolution de la vidéo de sortie. |
| `aspect_ratio` |  | enum (string) | no | `auto` | `9:16`, `1:1`, `16:9`, `auto` | Format d'image de la vidéo. |
| `seed` |  | integer \| null | no |  |  | Valeur de départ contrôlant l’aléatoire pendant la génération. |
| `num_frames` |  | integer | no | `121` | 9 – 1,441 | Nombre total d’images de la vidéo. |
| `first_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Nombre d’étapes d’inférence pour la première passe. |
| `second_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Nombre d’étapes d’inférence pour la deuxième passe. |
| `second_pass_skip_initial_steps` |  | integer | no | `5` | 1 – 11 | Nombre initial d’étapes d’inférence à omettre lors de la deuxième passe, afin de l’orienter vers les détails fins plutôt que vers les changements de grande échelle. |
| `frame_rate` |  | integer | no | `24` | 1 – 60 | Fréquence d’images de la vidéo. |
| `expand_prompt` |  | boolean | no | `false` |  | Expansion du prompt via un modèle de langage. |
| `reverse_video` |  | boolean | no | `false` |  | Inversion de l’ordre de lecture de la vidéo. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Commutateur de vérification de sécurité dont le réglage désactivé n’est pris en compte que pour les comptes autorisés. Toutes les requêtes sans cette autorisation font l’objet de vérifications de sécurité. |
| `enable_detail_pass` |  | boolean | no | `false` |  | Deuxième passe de raffinement facultative qui améliore les détails vidéo lorsqu’elle est activée. |
| `temporal_adain_factor` |  | number | no | `0.5` | 0 – 1 | Intensité de la normalisation adaptative d’instance (AdaIN), équilibrant la cohérence des couleurs avec les valeurs élevées et une variation accrue des couleurs avec les valeurs faibles. Elle s’applique aux segments générés sauf le premier, en normalisant les distributions de couleurs dans toute la vidéo afin de limiter l’augmentation progressive de la saturation ou du contraste. |
| `tone_map_compression_ratio` |  | number | no | `0` | 0 – 1 | Niveau de compression du mappage des tons, allant de l’absence de compression à 0.0 à la compression maximale à 1.0. Cette compression de la plage dynamique de la vidéo améliore la qualité visuelle. |
| `constant_rate_factor` |  | integer | no | `29` | 0 – 51 | Facteur de débit constant (CRF) utilisé pour la compression d’entrée, susceptible d’améliorer la qualité du mouvement en rapprochant le média fourni des données d’entraînement du modèle. |
| `images` |  | array of object {image_url, start_frame_num, strength} | no | `[]` |  | Images de conditionnement fournies par URL. |
| `images[].image_url` |  | string (image URL) | yes |  |  | Image de conditionnement fournie par URL. |
| `images[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Position de début du conditionnement d’image, indiquée par un numéro d’image divisible par 8. |
| `images[].strength` |  | number | no | `1` | 0 – 1 | Intensité du conditionnement : 0.0 le désactive, tandis que 1.0 l’applique entièrement. |
| `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 | `[]` |  | Vidéos fournies pour le conditionnement. |
| `videos[].video_url` |  | string (video URL) | yes |  |  | Vidéo de conditionnement fournie par URL. |
| `videos[].conditioning_type` |  | enum (string) \| null | no | `rgb` | `rgb`, `depth`, `pose`, `canny` | Catégorie de conditionnement vidéo utilisée pour choisir le pipeline de prétraitement lorsque celui-ci est activé et pour appliquer correctement les poids LoRA en contexte. |
| `videos[].preprocess` |  | boolean | no | `false` |  | Active le prétraitement correspondant au type de conditionnement de la vidéo. Pour le conditionnement RGB, son activation n’apporte aucune modification. |
| `videos[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Position de début du conditionnement dans la vidéo, indiquée par un numéro d’image divisible par 8. |
| `videos[].strength` |  | number | no | `1` | 0 – 1 | Intensité du conditionnement : 0.0 le désactive, tandis que 1.0 l’applique entièrement. |
| `videos[].limit_num_frames` |  | boolean | no | `false` |  | Commutateur de limite d’images vidéo : son activation fait de `max_num_frames` la limite des images extraites de la vidéo. |
| `videos[].max_num_frames` |  | integer | no | `1441` | 1 – 1,441 | Limite du nombre d’images vidéo utilisées, où None sélectionne toute la vidéo plutôt qu’un nombre limité d’images. |
| `videos[].resample_fps` |  | boolean | no | `false` |  | Commutateur de conversion de la fréquence d’images vidéo : son activation rééchantillonne la vidéo à la fréquence indiquée par `target_fps`. |
| `videos[].target_fps` |  | integer | no | `24` | 1 – 60 | Fréquence d’images de rééchantillonnage en FPS, applicable uniquement lorsque `resample_fps` est activé. |
| `videos[].reverse_video` |  | boolean | no | `false` |  | Inversion de l’ordre de la vidéo pour les tâches nécessitant que le conditionnement suive les images à rebours. |

## 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} | Fichier vidéo produit par la génération. |
| `prompt` | string | Prompt utilisé pour générer la sortie. |
| `seed` | integer | Valeur du seed appliquée pendant la génération. |

## 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