# LTX-Video 13B 0.9.8 Distilled · Multiconditioning API

> Distiliuoto 0.9.8 13B modelio generavimas, vienu metu sąlygojamas keliais vaizdais ir vaizdo įrašais bei raginimu

Sukuria vaizdo įrašą iš privalomo `prompt` ir sąlyginių `images` bei `videos` sąrašų, todėl vieną rezultatą gali formuoti kelios nuorodos. Išvestis yra 480p arba 720p, o `aspect_ratio` gali būti auto, 9:16, 1:1 arba 16:9. `num_frames` svyruoja nuo 9 iki 1441, o `loras` prideda pasirinktinius svorius.

- Model id: `ltxv-13b-098-distilled/multiconditioning`
- Made by: Lightricks
- Category: Video to Video
- Output: video
- Price per second of your output video: from $0.02 / second of output video (cheapest run $0.02 (20 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltxv-13b-098-distilled/multiconditioning`
- Quote: `POST https://api.doitong.ru/v1/quote/ltxv-13b-098-distilled/multiconditioning`
- Docs page: https://doitong.com/lt/developers/models/ltxv-13b-098-distilled/multiconditioning

## Pricing

Price: **from $0.02 / 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 $0.101 = 101 API credits (5.0417 s output video × $0.02).

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/ltxv-13b-098-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 |  |  | Teksto instrukcijos, valdančios generavimą. |
| `negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | Neigiamosios teksto instrukcijos generavimui. |
| `loras` |  | array of object {path, weight_name, scale} | no | `[]` |  | Generuojant taikomi LoRA svoriai. |
| `loras[].path` |  | string | yes |  |  | LoRA svorių vieta, pateikiama kaip URL arba kelias. |
| `loras[].weight_name` |  | string \| null | no |  |  | LoRA svorio pavadinimas, skirtas pasirinkti iš kelių svorių HuggingFace saugykloje; būtinas tik saugykloms, kuriose yra keli svoriai. Šis nustatymas neturi poveikio, nebent `path` nurodo HuggingFace saugyklą. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Daugiklis, keičiantis LoRA svorio mastelį jį įkeliant. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | Išvesties vaizdo įrašo raiška. |
| `aspect_ratio` |  | enum (string) | no | `auto` | `9:16`, `1:1`, `16:9`, `auto` | Vaizdo įrašo kraštinių santykis. |
| `seed` |  | integer \| null | no |  |  | Generavimo atsitiktinumą valdanti pradinė reikšmė. |
| `num_frames` |  | integer | no | `121` | 9 – 1,441 | Bendras vaizdo įrašo kadrų skaičius. |
| `first_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Pirmojo etapo išvedimo žingsnių skaičius. |
| `second_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Antrojo etapo išvedimo žingsnių skaičius. |
| `second_pass_skip_initial_steps` |  | integer | no | `5` | 1 – 11 | Pradiniame išvedimo etape praleidžiamų žingsnių skaičius antrajame etape, nukreipiant jį į smulkių detalių tobulinimą, o ne didelio masto pakeitimus. |
| `frame_rate` |  | integer | no | `24` | 1 – 60 | Vaizdo įrašo kadrų dažnis. |
| `expand_prompt` |  | boolean | no | `false` |  | Raginio išplėtimas naudojant kalbos modelį. |
| `reverse_video` |  | boolean | no | `false` |  | Vaizdo įrašo atkūrimo tvarkos apvertimas. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Saugos tikrinimo jungiklis, kurio išjungimo nustatymas taikomas tik autorizuotoms paskyroms. Visoms užklausoms be tokios autorizacijos taikomi saugos patikrinimai. |
| `enable_detail_pass` |  | boolean | no | `false` |  | Pasirinktinis antrasis tobulinimo etapas, įjungtas pagerinantis vaizdo įrašo detales. |
| `temporal_adain_factor` |  | number | no | `0.5` | 0 – 1 | Adaptyvaus egzemplioriaus normalizavimo (AdaIN) stiprumas: didesnės reikšmės užtikrina spalvų vientisumą, mažesnės – didesnę spalvų įvairovę. Jis taikomas sugeneruotiems fragmentams, išskyrus pirmąjį, normalizuojant spalvų pasiskirstymą visame vaizdo įraše ir padedant slopinti laipsnišką sodrumo ar kontrasto didėjimą. |
| `tone_map_compression_ratio` |  | number | no | `0` | 0 – 1 | Tonų atvaizdavimo glaudinimo lygis: nuo neglaudinimo ties 0.0 iki maksimalaus glaudinimo ties 1.0. Taip glaudinant vaizdo įrašo dinaminį diapazoną pagerėja vaizdo kokybė. |
| `constant_rate_factor` |  | integer | no | `29` | 0 – 51 | Įvesties glaudinimui naudojamas pastovus kokybės koeficientas (CRF), galintis pagerinti judesio kokybę priartindamas pateiktą mediją prie modelio mokymo duomenų. |
| `images` |  | array of object {image_url, start_frame_num, strength} | no | `[]` |  | URL pateikti sąlygojimo vaizdai. |
| `images[].image_url` |  | string (image URL) | yes |  |  | URL pateiktas sąlygojimo vaizdas. |
| `images[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Vaizdo sąlygojimo pradžios vieta, nurodyta iš 8 dalomu kadro numeriu. |
| `images[].strength` |  | number | no | `1` | 0 – 1 | Sąlygojimo intensyvumas: 0.0 jį išjungia, o 1.0 taiko visiškai. |
| `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 | `[]` |  | Sąlygojimui pateikti vaizdo įrašai. |
| `videos[].video_url` |  | string (video URL) | yes |  |  | URL pateiktas sąlygojimo vaizdo įrašas. |
| `videos[].conditioning_type` |  | enum (string) \| null | no | `rgb` | `rgb`, `depth`, `pose`, `canny` | Vaizdo įrašo sąlygojimo kategorija, naudojama parinkti išankstinio apdorojimo eigą, kai apdorojimas įjungtas, ir tinkamai taikyti konteksto LoRA svorius. |
| `videos[].preprocess` |  | boolean | no | `false` |  | Įjungia išankstinį apdorojimą, kad atitiktų vaizdo įrašo sąlygojimo tipą. RGB sąlygojimo atveju įjungimas nieko nekeičia. |
| `videos[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Sąlygojimo pradžios vieta vaizdo įraše, nurodyta iš 8 dalomu kadro numeriu. |
| `videos[].strength` |  | number | no | `1` | 0 – 1 | Sąlygojimo intensyvumas: 0.0 jį išjungia, o 1.0 taiko visiškai. |
| `videos[].limit_num_frames` |  | boolean | no | `false` |  | Vaizdo įrašo kadrų ribos jungiklis: įjungus `max_num_frames` tampa iš vaizdo įrašo paimamų kadrų riba. |
| `videos[].max_num_frames` |  | integer | no | `1441` | 1 – 1,441 | Vaizdo įrašo naudojamų kadrų riba, kai None pasirenka visą vaizdo įrašą, o ne ribotą kadrų skaičių. |
| `videos[].resample_fps` |  | boolean | no | `false` |  | Vaizdo įrašo kadrų dažnio konvertavimo jungiklis: įjungus vaizdo įrašas perskaičiuojamas dažniu, nurodytu `target_fps`. |
| `videos[].target_fps` |  | integer | no | `24` | 1 – 60 | Perskaičiuojamas kadrų dažnis FPS, taikomas tik įjungus `resample_fps`. |
| `videos[].reverse_video` |  | boolean | no | `false` |  | Vaizdo įrašo tvarkos apvertimas užduotims, kurioms sąlygojimas turi sekti kadrus atgaline tvarka. |

## 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/ltxv-13b-098-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/ltxv-13b-098-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/ltxv-13b-098-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": "ltxv-13b-098-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": "ltxv-13b-098-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": 101,
    "usd": "0.101",
    "charged": 101,
    "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} | Generuojant sukurtas vaizdo įrašo failas. |
| `prompt` | string | Raginys, naudotas išvesčiai generuoti. |
| `seed` | integer | Generuojant taikoma pradinė reikšmė. |

## Related models

- [LTX-Video 13B 0.9.8 Distilled](https://doitong.com/developers/models/ltxv-13b-098-distilled.md) (`ltxv-13b-098-distilled`): from $0.02 / second of output video
- [LTX-Video 13B 0.9.8 Distilled · Image to Video](https://doitong.com/developers/models/ltxv-13b-098-distilled/image-to-video.md) (`ltxv-13b-098-distilled/image-to-video`): from $0.02 / second of output video
- [LTX-Video 13B 0.9.8 Distilled · Extend](https://doitong.com/developers/models/ltxv-13b-098-distilled/extend.md) (`ltxv-13b-098-distilled/extend`): from $0.02 / second of output 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/ltxv-13b-098-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=ltxv-13b-098-distilled/multiconditioning
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltxv-13b-098-distilled/multiconditioning