# LTX-2.3 22B · Reference Video to Video API

> Gera um novo vídeo orientado por um vídeo de referência, com áudio de substituição e primeiro e último frames opcionais

Recebe um `prompt` e um `video_url` de referência. Um `audio_url` opcional substitui o áudio; se for omitido, usa-se o áudio do vídeo de entrada. `image_url` e `end_image_url` podem fixar o primeiro e o último frames. Com `match_video_length` ativo, a contagem de frames segue a referência; caso contrário, aplica-se `num_frames` (9 a 481).

- Model id: `ltx-2.3-22b/reference-video-to-video`
- Made by: Lightricks
- Category: Video to Video
- Output: video
- Price per megapixel of your output video: $0.00161 / megapixel of output video (cheapest run $0.002 (2 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltx-2.3-22b/reference-video-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/ltx-2.3-22b/reference-video-to-video`
- Docs page: https://doitong.com/pt-PT/developers/models/ltx-2.3-22b/reference-video-to-video

## Pricing

Price: **$0.00161 / megapixel of output video**. Price per megapixel 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 $0.453 = 453 API credits (282 MP output video × $0.001605).

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-2.3-22b/reference-video-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 |  |  | Prompt utilizado como base para a geração do vídeo. |
| `video_url` | `video` | string (video URL) | yes |  |  | URL que identifica o vídeo de referência. |
| `audio_url` | `audio` | string (audio URL) \| null | no |  |  | URL opcional do áudio que fornece a faixa de áudio do vídeo. Quando omitido, é utilizado o áudio do vídeo de origem, se existir. |
| `image_url` | `image` | string (image URL) \| null | no |  |  | URL opcional da imagem que define o frame inicial do vídeo. |
| `end_image_url` | `end_image` | string (image URL) \| null | no |  |  | URL da imagem que define o frame final do vídeo. |
| `match_video_length` |  | boolean | no | `true` |  | Modo de seleção do número de frames: desativado usa `num_frames`, enquanto ativado calcula a contagem com base no FPS e na duração do vídeo. |
| `num_frames` |  | integer | no | `121` | 9 – 481 | Número de frames da saída gerada. |
| `video_size` |  | object {width, height} \| enum (string) | no | `auto` | `auto`, `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | Dimensões do vídeo gerado. |
| `generate_audio` |  | boolean | no | `true` |  | Controla se o vídeo inclui áudio gerado. |
| `use_multiscale` |  | boolean | no | `true` |  | Ativação da geração multiescala para melhorar a coerência e o detalhe. Com True, um vídeo preliminar mais pequeno orienta uma segunda geração cujo tamanho corresponde ou excede as dimensões pedidas. |
| `match_input_fps` |  | boolean | no | `true` |  | Substituição da taxa de frames da saída que, quando ativada, substitui o FPS de destino predefinido pelo FPS do vídeo de origem. |
| `fps` |  | number | no | `24` | 1 – 60 | Taxa de frames do vídeo de saída, medida em frames por segundo. |
| `num_inference_steps` |  | integer | no | `40` | 8 – 50 | Número de etapas de inferência executadas. |
| `video_cfg_scale` |  | number | no | `3` | 1 – 20 | Definição de orientação do vídeo: aumente-a para obter maior consistência e foco no conteúdo gerado. Usa classifier-free guidance (CFG). |
| `video_stg_scale` |  | number | no | `0` | 0 – 20 | Controlo da consistência e do foco do vídeo através da escala Spatiotemporal Guidance (STG); aumente a definição para reforçar ambas as qualidades. |
| `video_rescaling_scale` |  | number | no | `0.7` | 0 – 1 | Ajuste de redimensionamento do vídeo para equilibrar classifier-free guidance e orientação espaço-temporal como uma proporção. |
| `video_modality_scale` |  | number | no | `3` | 0 – 10 | Ajuste da modalidade do vídeo para equilibrar as contribuições do vídeo e do áudio como uma proporção. |
| `audio_cfg_scale` |  | number | no | `7` | 1 – 20 | Definição de orientação do áudio: aumente-a para obter maior consistência e foco no conteúdo gerado. Usa classifier-free guidance (CFG). |
| `audio_stg_scale` |  | number | no | `0` | 0 – 20 | Controlo da consistência e do foco do áudio através da escala Spatiotemporal Guidance (STG); aumente a definição para reforçar ambas as qualidades. |
| `audio_rescaling_scale` |  | number | no | `0.7` | 0 – 1 | Ajuste de redimensionamento do áudio para equilibrar classifier-free guidance e orientação espaço-temporal como uma proporção. |
| `audio_modality_scale` |  | number | no | `3` | 0 – 10 | Ajuste da modalidade do áudio para equilibrar as contribuições do vídeo e do áudio como uma proporção. |
| `gradient_estimation_gamma` |  | number | no | `2` | 0 – 10 | Definição de estimativa do gradiente de remoção de ruído: 0 desativa a estimativa; caso contrário, o valor especifica gamma. |
| `use_restart_sampling` |  | boolean | no | `false` |  | Ativação da amostragem com reinício para potencialmente melhorar a qualidade do vídeo: ativá-la introduz um pouco de ruído em cada passo de remoção de ruído. |
| `scheduler` |  | enum (string) | no | `ltx2` | `ltx2`, `linear_quadratic`, `beta` | Seleção do scheduler. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular`, `high`, `full` | Nível de aceleração aplicado ao processamento. |
| `camera_lora` |  | enum (string) | no | `none` | `dolly_in`, `dolly_out`, `dolly_left`, `dolly_right`, `jib_up`, `jib_down`, `static`, `none` | Seleção da LoRA da câmara para controlar o movimento no vídeo gerado com maior precisão do que apenas com prompts de movimento da câmara. |
| `camera_lora_scale` |  | number | no | `1` | 0 – 1 | Intensidade da LoRA da câmara para controlar o movimento no vídeo gerado com maior precisão do que apenas com prompts de movimento da câmara. |
| `negative_prompt` |  | string | no | `news broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static` |  | Prompt negativo utilizado durante a geração do vídeo. |
| `seed` |  | integer \| null | no |  |  | Valor seed que inicializa a geração de números aleatórios. |
| `enable_prompt_expansion` |  | boolean | no | `true` |  | Controla se a expansão do prompt está ativada. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Controla se a verificação de segurança está ativada. |
| `video_output_type` |  | enum (string) | no | `X264 (.mp4)` | `X264 (.mp4)`, `VP9 (.webm)`, `PRORES4444 (.mov)`, `GIF (.gif)` | Tipo de saída do vídeo resultante. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Nível de qualidade do vídeo resultante. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Modo de escrita do vídeo resultante. |
| `distill_lora_first_pass_scale` |  | number | no | `0.2` | 0 – 1 | Controla a escala da LoRA de destilação da primeira passagem, usando 0 para a desativar. |
| `distill_lora_second_pass_scale` |  | number | no | `0.5` | 0 – 1 | Controla a escala da LoRA de destilação em todas as passagens após a primeira. |
| `video_strength` |  | number | no | `1` | 0 – 1 | A liberdade para alterar o conteúdo do vídeo é controlada por esta intensidade de condicionamento: valores menores dão maior margem de manobra ao modelo. |
| `audio_strength` |  | number | no | `1` | 0 – 1 | A liberdade para alterar o conteúdo do áudio é controlada por esta intensidade de condicionamento: valores menores dão maior margem de manobra ao modelo. |
| `preprocessor` |  | enum (string) | no | `none` | `depth`, `canny`, `pose`, `none` | Pré-processador aplicado durante a geração. |
| `ic_lora_type` |  | enum (string) | no | `union` | `match_preprocessor`, `union`, `detailer`, `none` | Variante da IC LoRA aplicada durante a geração. |

File parameters (`video`, `audio`, `image`, `end_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",
  "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

## 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-2.3-22b/reference-video-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",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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-2.3-22b/reference-video-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",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }),
});
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",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx-2.3-22b/reference-video-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": "ltx-2.3-22b/reference-video-to-video",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
      },
      "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-2.3-22b/reference-video-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": 453,
    "usd": "0.453",
    "charged": 453,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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,
    "prompt": "black-and-white video, a cowboy walks through a dusty town, film grain"
  },
  "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} | Vídeo produzido pelo modelo. |
| `seed` | integer | Valor da seed utilizado para inicializar a geração de números aleatórios. |
| `prompt` | string | Prompt utilizado para orientar a geração. |

## Related models

- [LTX-2.3 22B · Text to Video](https://doitong.com/developers/models/ltx-2.3-22b/text-to-video.md) (`ltx-2.3-22b/text-to-video`): $0.00161 / megapixel of output video
- [LTX-2.3 22B · Text to Video · LoRA](https://doitong.com/developers/models/ltx-2.3-22b/text-to-video/lora.md) (`ltx-2.3-22b/text-to-video/lora`): $0.00181 / megapixel of output video
- [LTX-2.3 22B · Image to Video](https://doitong.com/developers/models/ltx-2.3-22b/image-to-video.md) (`ltx-2.3-22b/image-to-video`): $0.00161 / megapixel of output video
- [LTX-2.3 22B · Image to Video · LoRA](https://doitong.com/developers/models/ltx-2.3-22b/image-to-video/lora.md) (`ltx-2.3-22b/image-to-video/lora`): $0.00181 / megapixel of output 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 22B · Extend Video](https://doitong.com/developers/models/ltx-2.3-22b/extend-video.md) (`ltx-2.3-22b/extend-video`): $0.00161 / megapixel of output video
- [LTX-2.3 22B · Extend Video · LoRA](https://doitong.com/developers/models/ltx-2.3-22b/extend-video/lora.md) (`ltx-2.3-22b/extend-video/lora`): $0.00181 / megapixel of output video
- [LTX-2.3 22B · Video to Video](https://doitong.com/developers/models/ltx-2.3-22b/video-to-video.md) (`ltx-2.3-22b/video-to-video`): $0.00161 / megapixel of output video

## Links

- HTML page: https://doitong.com/developers/models/ltx-2.3-22b/reference-video-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=ltx-2.3-22b/reference-video-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltx-2.3-22b/reference-video-to-video