# LTX Video-0.9.7 13B Distilled · Multiconditioning API

> Da video a video con condizionamento tramite immagini e video, supporto LoRA e perfezionamento a due passaggi con dettaglio facoltativo

Genera un video da un `prompt` obbligatorio, guidato dagli input di condizionamento in `images` e `videos`. Le LoRA personalizzate possono essere passate in `loras`. L'output è a 480p o 720p, con `num_frames` da 9 a 1441 e `frame_rate` da 1 a 60. I conteggi degli step separati per il primo e il secondo passaggio, un passaggio di dettaglio facoltativo e controlli del colore come `temporal_adain_factor` consentono di regolare il risultato.

- 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/it/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 |  |  | Istruzioni testuali che guidano la generazione. |
| `negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | Istruzioni testuali negative per la generazione. |
| `loras` |  | array of object {path, weight_name, scale} | no | `[]` |  | Pesi LoRA applicati durante la generazione. |
| `loras[].path` |  | string | yes |  |  | Posizione dei pesi LoRA, indicata come URL o percorso. |
| `loras[].weight_name` |  | string \| null | no |  |  | Nome del peso LoRA per selezionare uno tra più pesi in un repository HuggingFace; è richiesto solo per repository che contengono più pesi. Questa impostazione non ha effetto a meno che `path` non identifichi un repository HuggingFace. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Moltiplicatore che ridimensiona il peso LoRA durante il caricamento. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | Risoluzione del video di output. |
| `aspect_ratio` |  | enum (string) | no | `auto` | `9:16`, `1:1`, `16:9`, `auto` | Proporzioni del video. |
| `seed` |  | integer \| null | no |  |  | Seed che controlla la casualità durante la generazione. |
| `num_frames` |  | integer | no | `121` | 9 – 1,441 | Numero totale di fotogrammi del video. |
| `first_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Numero di passaggi di inferenza per il primo passaggio. |
| `second_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Numero di passaggi di inferenza per il secondo passaggio. |
| `second_pass_skip_initial_steps` |  | integer | no | `5` | 1 – 11 | Numero iniziale di passaggi di inferenza da omettere durante il secondo passaggio, orientandolo verso il lavoro sui dettagli fini anziché verso modifiche su larga scala. |
| `frame_rate` |  | integer | no | `24` | 1 – 60 | Frequenza dei fotogrammi del video. |
| `expand_prompt` |  | boolean | no | `false` |  | Espansione del prompt tramite un modello linguistico. |
| `reverse_video` |  | boolean | no | `false` |  | Inversione dell'ordine di riproduzione del video. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Interruttore del controllo di sicurezza, la cui disattivazione viene rispettata solo per gli account autorizzati. Tutte le richieste prive di tale autorizzazione sono sottoposte ai controlli di sicurezza. |
| `enable_detail_pass` |  | boolean | no | `false` |  | Secondo passaggio opzionale di rifinitura che migliora i dettagli del video quando abilitato. |
| `temporal_adain_factor` |  | number | no | `0.5` | 0 – 1 | Intensità della normalizzazione adattiva delle istanze (AdaIN), che bilancia la coerenza dei colori con valori più alti e una maggiore variazione cromatica con valori più bassi. Opera sui chunk generati tranne il primo, normalizzando le distribuzioni dei colori in tutto il video per contribuire a contrastare il progressivo aumento della saturazione o del contrasto. |
| `tone_map_compression_ratio` |  | number | no | `0` | 0 – 1 | Livello di compressione del tone mapping, da nessuna compressione a 0.0 alla compressione massima a 1.0. La compressione della gamma dinamica del video in questo modo migliora la qualità visiva. |
| `constant_rate_factor` |  | integer | no | `29` | 0 – 51 | Constant rate factor (CRF) usato per la compressione dell'input, che può migliorare la qualità del movimento avvicinando i media forniti ai dati di addestramento del modello. |
| `images` |  | array of object {image_url, start_frame_num, strength} | no | `[]` |  | Immagini di condizionamento fornite tramite URL. |
| `images[].image_url` |  | string (image URL) | yes |  |  | Immagine di condizionamento fornita tramite URL. |
| `images[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Posizione iniziale del condizionamento dell'immagine, specificata usando un numero di fotogramma divisibile per 8. |
| `images[].strength` |  | number | no | `1` | 0 – 1 | Intensità del condizionamento: 0.0 lo disabilita, mentre 1.0 lo applica completamente. |
| `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 | `[]` |  | Video forniti per il condizionamento. |
| `videos[].video_url` |  | string (video URL) | yes |  |  | Video di condizionamento fornito tramite URL. |
| `videos[].conditioning_type` |  | enum (string) \| null | no | `rgb` | `rgb`, `depth`, `pose`, `canny` | Categoria di condizionamento video usata per scegliere la pipeline di preprocessing quando il preprocessing è abilitato e per applicare correttamente i pesi LoRA in-context. |
| `videos[].preprocess` |  | boolean | no | `false` |  | Abilita il preprocessing per adattarlo al tipo di condizionamento del video. Per il condizionamento RGB, abilitarlo non apporta modifiche. |
| `videos[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Posizione iniziale del condizionamento nel video, specificata come numero di fotogramma divisibile per 8. |
| `videos[].strength` |  | number | no | `1` | 0 – 1 | Intensità del condizionamento: 0.0 lo disabilita, mentre 1.0 lo applica completamente. |
| `videos[].limit_num_frames` |  | boolean | no | `false` |  | Interruttore del limite dei fotogrammi video: abilitarlo rende `max_num_frames` il limite dei fotogrammi acquisiti dal video. |
| `videos[].max_num_frames` |  | integer | no | `1441` | 1 – 1,441 | Limite dei fotogrammi video utilizzati, con None che seleziona l'intero video anziché un numero limitato di fotogrammi. |
| `videos[].resample_fps` |  | boolean | no | `false` |  | Interruttore di conversione della frequenza dei fotogrammi video: abilitarlo ricampiona il video alla frequenza specificata da `target_fps`. |
| `videos[].target_fps` |  | integer | no | `24` | 1 – 60 | Frequenza dei fotogrammi di ricampionamento in FPS, applicabile solo con `resample_fps` abilitato. |
| `videos[].reverse_video` |  | boolean | no | `false` |  | Inversione dell'ordine del video per le attività che richiedono che il condizionamento segua i fotogrammi all'indietro. |

## 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} | File video prodotto dalla generazione. |
| `prompt` | string | Prompt utilizzato per generare l'output. |
| `seed` | integer | Valore seed applicato durante la generazione. |

## 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