# Cosmos 3 Super Image to Video API

> முதல் ஃப்ரேம் படத்தை வீடியோவாக அசைவூட்டுகிறது; விருப்பமான ப்ராம்ப்ட் விரிவாக்கம் மற்றும் முகவர் சீரமைப்பு சுழற்சி உடன்

தொடக்க ஃப்ரேமாக `image_url`-ஐயும், அதிகபட்சம் 4096 எழுத்துகள் கொண்ட `prompt`-ஐயும் பயன்படுத்துகிறது. `num_frames` அதிகபட்சம் 189 வரையும், `frames_per_second` 4 முதல் 60 வரையும் இருக்கும். ப்ராம்ப்ட் விரிவாக்கம் இயல்புநிலையாக இயக்கப்பட்டிருக்கும்; `enable_agentic_generation` விமர்சனத்துடன் மீள்முறை வேட்பாளர்களை இயக்குகிறது. `negative_prompt`, `guidance_scale` மற்றும் அதிகபட்சம் 50 வரையிலான `num_inference_steps` ஆகியவையும் வழங்கப்படுகின்றன.

- 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/ta/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 | வீடியோ உருவாக்கத்திற்கான உரை வழிமுறைகள்: காட்சியில் என்ன உள்ளது, அது காட்ட வேண்டிய இயக்கம் என்ன என்பதை குறிப்பிடவும். |
| `image_url` | `image` | string (image URL) | yes |  |  | வீடியோவின் முதல் ஃப்ரேமை நிபந்தனைப்படுத்தப் பயன்படுத்தப்படும் பட URL. |
| `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 | தேவையற்ற இயக்கம் அல்லது கலைப்பொருட்கள் போன்ற உள்ளடக்கத்தைத் தவிர்க்கும் எதிர்மறை ப்ராம்ப்ட். இதை விடுத்தால் i2v-க்கான NVIDIA-வின் பரிந்துரைக்கப்பட்ட எதிர்மறை ப்ராம்ப்ட் பயன்படுத்தப்படும்; காலி சரம் எதிர்மறை வழிகாட்டலை முடக்கும். |
| `enable_prompt_expansion` |  | boolean | no | `true` |  | true ஆக இருக்கும்போது Cosmos3-Nano Reasoner-ஐப் பயன்படுத்தி Cosmos3-ஐப் பயிற்றுவிக்கப் பயன்படுத்தப்படும் dense-caption வடிவத்தை உருவாக்கும் ப்ராம்ப்ட் விரிவாக்கம்; இந்த VLM முதல் ஃப்ரேமை ஆய்வு செய்கிறது. COSMOS_PROMPT_UPSAMPLER_BASE_URL கட்டமைக்கப்பட்ட Reasoner சேவையைத் தேர்ந்தெடுக்கிறது; இல்லையெனில் செயலி ஒன்றை உள்நாட்டில் தொடங்குகிறது. விரிவாக்கம் தோல்வியுற்றால் மாற்றப்படாத ப்ராம்ப்ட் தொடர்ந்து பயன்படுத்தப்படும். |
| `enable_agentic_generation` |  | boolean | no | `false` |  | மீண்டும் உருவாக்குவதை விட கணிசமாக மெதுவாகவும் அதிகச் செலவுடனும் இருக்கும் Cosmos agentic உருவாக்கம்; ஒவ்வொரு வேட்பாளருக்கும் முழு render தேவைப்படுகிறது. இந்தச் சுழற்சி ப்ராம்ப்ட்டை upsample செய்து, வீடியோ வேட்பாளர்களை உருவாக்கி, VLM மூலம் மாதிரி எடுக்கப்பட்ட ஃப்ரேம்களை விமர்சித்து, ப்ராம்ப்ட்டை மறுஎழுதுகிறது. |
| `agentic_max_iterations` |  | integer | no | `2` | 1 – 3 | agentic உருவாக்கம் இயக்கப்பட்டிருக்கும்போது ப்ராம்ப்ட் நிலைகளுக்கான மேல் வரம்பு. |
| `agentic_samples_per_iteration` |  | integer | no | `2` | 1 – 3 | agentic சுழற்சியில் ஒவ்வொரு மறு செய்கைக்குமான வீடியோ வேட்பாளர் எண்ணிக்கை; சிறந்தது ப்ராம்ப்ட் மறுஎழுத்துக்குச் செல்லும் முன் மதிப்பீட்டில் போட்டியிடும் வீடியோக்களின் எண்ணிக்கையை நிர்ணயிக்கிறது. |
| `agentic_early_stop` |  | boolean | no | `true` |  | விமர்சகர் மதிப்பெண் strict quality threshold-ஐத் தாண்டினால் agentic சுழற்சியை முடிக்க அது போதுமானதாகக் கருதும் முன்கூட்டிய நிறுத்தக் கட்டுப்பாடு. |
| `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` | தானியங்கி சரிசெய்தலுக்கு முன் கோரப்படும் வீடியோ பரிமாணங்கள். ஆதரிக்கப்படும் அளவைப் பெற, அமைப்பு கோரிக்கையை வரம்புக்குள் வைத்து, அருகிலுள்ள NVIDIA அடுக்கு—256p, 480p அல்லது 720p—மற்றும் ஆதரிக்கப்படும் விகிதத்தைத் தேர்ந்தெடுக்கிறது. |
| `num_frames` |  | integer | no | `189` | 5 – 189 | உருவாக்கத்திற்கான ஃப்ரேம் எண்ணிக்கை; இதை அதிகரித்தால் நீளமான வீடியோ உருவாகும். |
| `frames_per_second` |  | integer | no | `24` | 4 – 60 | வெளியீட்டு வீடியோவின் ஃப்ரேம் வீதம், ஒரு வினாடிக்கான ஃப்ரேம்களாக அளவிடப்படுகிறது. |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | சத்தநீக்கப் படிநிலைகளின் எண்ணிக்கை; எண்ணிக்கை அதிகரிக்கும்போது செயலாக்க நேரம் நீளும், ஆனால் தரம் மேம்படும். |
| `guidance_scale` |  | number | no | `6` | 0 – 20 | classifier-free guidance-இன் வலிமை. |
| `seed` |  | integer \| null | no |  |  | மீண்டும் உருவாக்கத்தைக் கட்டுப்படுத்தும் seed: மாதிரி பதிப்பு மாறாதபோது ஒரே ப்ராம்ப்ட்டும் seed-மும் ஒரே வீடியோவை உருவாக்கும். |
| `enable_safety_checker` |  | boolean | no | `true` |  | வழங்கப்பட்ட படம் மற்றும் ப்ராம்ப்ட்டுக்கான moderation கட்டுப்பாடு; அங்கீகரிக்கப்பட்ட கணக்குகளுக்கு மட்டுமே முடக்க அனுமதி உண்டு. அங்கீகாரம் இல்லாத கோரிக்கைகள் அமைப்பைப் பொருட்படுத்தாமல் சரிபார்ப்புகளுக்கு உட்படும். |

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} | மாதிரியால் உருவாக்கப்பட்ட வீடியோ. |
| `seed` | integer | உருவாக்கத்தின்போது பயன்படுத்தப்படும் விதை மதிப்பு. |

## 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