# LTX-Video 13B 0.9.8 Distilled · Multiconditioning API

> Генерация дистиллированной моделью 0.9.8 13B с одновременным условием на несколько изображений и видео, а также промпт

Создаёт видео из обязательного `prompt` вместе со списками условных `images` и `videos`, поэтому несколько эталонов могут влиять на один результат. Результат имеет разрешение 480p или 720p, а `aspect_ratio` может быть auto, 9:16, 1:1 или 16:9. `num_frames` принимает значения от 9 до 1441, а `loras` добавляет пользовательские веса.

- 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.ru/ru/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 |  |  | Текстовые инструкции, управляющие генерацией. |
| `negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | Негативные текстовые инструкции для генерации. |
| `loras` |  | array of object {path, weight_name, scale} | no | `[]` |  | Веса LoRA, применяемые во время генерации. |
| `loras[].path` |  | string | yes |  |  | Расположение весов LoRA, заданное URL или путём. |
| `loras[].weight_name` |  | string \| null | no |  |  | Имя весов LoRA для выбора среди нескольких наборов весов в репозитории HuggingFace; требуется только для репозиториев с несколькими наборами весов. Настройка не действует, если `path` не указывает на репозиторий HuggingFace. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Множитель, масштабируемый вес LoRA при загрузке. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | Разрешение выходного видео. |
| `aspect_ratio` |  | enum (string) | no | `auto` | `9:16`, `1:1`, `16:9`, `auto` | Соотношение сторон видео. |
| `seed` |  | integer \| null | no |  |  | Начальное значение, управляющее случайностью во время генерации. |
| `num_frames` |  | integer | no | `121` | 9 – 1,441 | Общее количество кадров видео. |
| `first_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Количество шагов вывода для первого прохода. |
| `second_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | Количество шагов вывода для второго прохода. |
| `second_pass_skip_initial_steps` |  | integer | no | `5` | 1 – 11 | Начальное количество шагов вывода, пропускаемых во втором проходе, чтобы сместить его в сторону проработки мелких деталей, а не крупномасштабных изменений. |
| `frame_rate` |  | integer | no | `24` | 1 – 60 | Частота кадров видео. |
| `expand_prompt` |  | boolean | no | `false` |  | Расширение промпта с помощью языковой модели. |
| `reverse_video` |  | boolean | no | `false` |  | Обратный порядок воспроизведения видео. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Переключатель проверки безопасности, настройка выключения которого учитывается только для авторизованных аккаунтов. Все запросы без такой авторизации проходят проверку безопасности. |
| `enable_detail_pass` |  | boolean | no | `false` |  | Необязательный второй проход улучшения, повышающий детализацию видео при включении. |
| `temporal_adain_factor` |  | number | no | `0.5` | 0 – 1 | Сила адаптивной нормализации экземпляров (AdaIN), балансирующая согласованность цветов при больших значениях и большее цветовое разнообразие при меньших. Она применяется к сгенерированным фрагментам, кроме первого, нормализуя распределение цветов во всём видео и помогая компенсировать постепенное усиление насыщенности или контраста. |
| `tone_map_compression_ratio` |  | number | no | `0` | 0 – 1 | Уровень сжатия тонального отображения: от отсутствия сжатия при 0.0 до максимального при 1.0. Такое сжатие динамического диапазона видео улучшает визуальное качество. |
| `constant_rate_factor` |  | integer | no | `29` | 0 – 51 | Constant rate factor (CRF), используемый для сжатия входных данных; он может улучшить качество движения, приблизив переданный медиаконтент к обучающим данным модели. |
| `images` |  | array of object {image_url, start_frame_num, strength} | no | `[]` |  | Изображения для обусловливания, передаваемые через URL. |
| `images[].image_url` |  | string (image URL) | yes |  |  | Изображение для обусловливания, передаваемое через URL. |
| `images[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Начальная позиция обусловливания изображения, заданная номером кадра, кратным 8. |
| `images[].strength` |  | number | no | `1` | 0 – 1 | Интенсивность обусловливания: 0.0 отключает его, а 1.0 применяет полностью. |
| `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 | `[]` |  | Видео, передаваемые для обусловливания. |
| `videos[].video_url` |  | string (video URL) | yes |  |  | Видео для обусловливания, передаваемое через URL. |
| `videos[].conditioning_type` |  | enum (string) \| null | no | `rgb` | `rgb`, `depth`, `pose`, `canny` | Категория видео для обусловливания, используемая для выбора конвейера предварительной обработки при её включении и корректного применения контекстных весов LoRA. |
| `videos[].preprocess` |  | boolean | no | `false` |  | Включает предварительную обработку для соответствия типу обусловливания видео. Для RGB-обусловливания включение не вносит изменений. |
| `videos[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | Начальная позиция обусловливания в видео, заданная номером кадра, кратным 8. |
| `videos[].strength` |  | number | no | `1` | 0 – 1 | Интенсивность обусловливания: 0.0 отключает его, а 1.0 применяет полностью. |
| `videos[].limit_num_frames` |  | boolean | no | `false` |  | Переключатель ограничения кадров видео: при включении `max_num_frames` становится ограничением количества кадров, извлекаемых из видео. |
| `videos[].max_num_frames` |  | integer | no | `1441` | 1 – 1,441 | Ограничение количества используемых кадров видео; значение None выбирает всё видео, а не ограниченное число кадров. |
| `videos[].resample_fps` |  | boolean | no | `false` |  | Переключатель преобразования частоты кадров видео: при включении видео пересэмплируется с частотой, указанной в `target_fps`. |
| `videos[].target_fps` |  | integer | no | `24` | 1 – 60 | Частота кадров пересэмплирования в FPS, применимая только при включённом `resample_fps`. |
| `videos[].reverse_video` |  | boolean | no | `false` |  | Обратный порядок видео для задач, в которых обусловливание должно следовать кадрам в обратном направлении. |

## 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} | Видеофайл, созданный в результате генерации. |
| `prompt` | string | Промпт, использованный для создания выходных данных. |
| `seed` | integer | Значение сида, применённое при генерации. |

## 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