# Cosmos 3 Super Image to Video API

> Egy első képkockaként megadott képet videóvá animál, opcionális promptkibővítéssel és ügynökalapú finomítási ciklussal

Az `image_url` értéket használja nyitóképként, a `prompt` pedig legfeljebb 4096 karakteres lehet. A `num_frames` legfeljebb 189, a `frames_per_second` pedig 4 és 60 közötti lehet. A prompt kibővítése alapértelmezés szerint be van kapcsolva, az `enable_agentic_generation` pedig iteratív jelölteket generál bírálattal. A modell `negative_prompt`, `guidance_scale` és legfeljebb 50-es `num_inference_steps` értéket is kínál.

- 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/hu/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 | Szöveges videógenerálási utasítások: adja meg, mit tartalmazzon a jelenet, és milyen mozgást mutasson. |
| `image_url` | `image` | string (image URL) | yes |  |  | A videó első képkockájának kondicionálásához használt kép URL-je. |
| `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 | A nem kívánt mozgás vagy műtermékek elkerülésére szolgáló negatív prompt. Elhagyásakor az NVIDIA i2v-hez ajánlott negatív promptja használatos, üres karakterlánc esetén pedig letiltja a negatív irányítást. |
| `enable_prompt_expansion` |  | boolean | no | `true` |  | Az igaz érték esetén a Cosmos3-Nano Reasonerrel a Cosmos3 betanításához használt dense-caption formátumot előállító promptbővítés; a VLM az első képkockát vizsgálja. A COSMOS_PROMPT_UPSAMPLER_BASE_URL konfigurált Reasoner-szolgáltatást választ ki, ellenkező esetben az alkalmazás helyileg indít egyet. Bővítési hiba esetén a módosítatlan prompt marad használatban. |
| `enable_agentic_generation` |  | boolean | no | `false` |  | Iteratív, Cosmos-alapú agentikus generálás, amely jelentősen lassabb és költségesebb az egyszeri generálásnál, mivel minden jelölt teljes renderelést igényel. A ciklus bővíti a promptot, videójelölteket generál, egy VLM-mel értékeli a mintavételezett képkockákat, majd átírja a promptot. |
| `agentic_max_iterations` |  | integer | no | `2` | 1 – 3 | Az agentikus generálás engedélyezésekor megengedett promptfázisok felső határa. |
| `agentic_samples_per_iteration` |  | integer | no | `2` | 1 – 3 | Az agentikus ciklus iterációnkénti videójelölt-száma; meghatározza, hány videó versenyez az értékelésben, mielőtt a legjobb továbbjut a prompt átírásához. |
| `agentic_early_stop` |  | boolean | no | `true` |  | Korai leállítási vezérlő, amely a szigorú minőségi küszöb feletti kritikusi pontszámot elegendőnek tekinti az agentikus ciklus befejezéséhez. |
| `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` | Az automatikus módosítás előtt kért videóméretek. Támogatott méret eléréséhez a rendszer korlátozza a kérést, majd a legközelebbi NVIDIA-szintet — 256p, 480p vagy 720p — és támogatott képarányt választ. |
| `num_frames` |  | integer | no | `189` | 5 – 189 | A generálás képkockaszáma; növelése hosszabb videót eredményez. |
| `frames_per_second` |  | integer | no | `24` | 4 – 60 | A kimeneti videó képkockasebessége képkocka/másodpercben megadva. |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | A zajtalanítási lépések száma; nagyobb érték jobb minőséget, de hosszabb feldolgozást eredményez. |
| `guidance_scale` |  | number | no | `6` | 0 – 20 | A classifier-free guidance erőssége. |
| `seed` |  | integer \| null | no |  |  | Az ismételhetőséget vezérlő seed: azonos prompt és seed azonos videót eredményez, ha a modellverzió változatlan. |
| `enable_safety_checker` |  | boolean | no | `true` |  | A megadott kép és prompt moderálási vezérlője; letiltása csak engedélyezett fiókok számára megengedett. Engedélyezés hiányában a kérések a beállítástól függetlenül ellenőrzésen esnek át. |

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} | A modell által létrehozott videó. |
| `seed` | integer | A generálás során alkalmazott seedérték. |

## 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