# Tripo H3.1 Text to 3D API

> எதிர்மறை ப்ராம்ப்ட், தனித்தனி ஜியோமெட்ரி மற்றும் டெக்ஸ்சர் தர நிலைகள், மிக உயர்ந்த முக வரம்பு கொண்ட உரையிலிருந்து 3D மெஷ் உருவாக்கி

அதிகபட்சம் 1024 எழுத்துகள் கொண்ட உரை விளக்கத்திலிருந்து 3D மாதிரியை உருவாக்குகிறது; தவிர்க்க வேண்டிய அம்சங்களுக்கு விருப்பமான `negative_prompt` உள்ளது. `face_limit` 1,000 முதல் 2,000,000 முகங்களை ஏற்கிறது. `geometry_quality` மற்றும் `texture_quality` ஒவ்வொன்றும் தரநிலை அல்லது விரிவானதாக இருக்கலாம். PBR மெட்டீரியல்கள், குவாட் டோபாலஜி, உண்மையான அளவிற்கு தானியங்கி அளவிடல், மேலும் ஜியோமெட்ரி, text-to-image படி மற்றும் டெக்ஸ்சருக்கான தனித்தனி விதைகள் ஆகியவை உள்ளன.

- Model id: `tripo3d/h3.1/text-to-3d`
- Made by: Tripo
- Category: Text to 3D
- Output: 3d
- Price per run: from $0.10 / run (cheapest run $0.10 (100 API credits))
- Run: `POST https://api.doitong.ru/v1/run/tripo3d/h3.1/text-to-3d`
- Quote: `POST https://api.doitong.ru/v1/quote/tripo3d/h3.1/text-to-3d`
- Docs page: https://doitong.com/ta/developers/models/tripo3d/h3.1/text-to-3d

## Pricing

Price: **from $0.10 / run** (the lowest tier; the quote prices your exact input). Price per run: 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 $0.20 = 200 API credits (1 run × $0.20).

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/tripo3d/h3.1/text-to-3d` 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 |  | ≤ 1024 characters | விரும்பிய 3D பொருளின் உரை விளக்கம்; 1024 எழுத்துகளுக்கு வரம்புபடுத்தப்பட்டது. |
| `negative_prompt` |  | string \| null | no |  | ≤ 1024 characters | உருவாக்கப்பட்ட மாதிரியில் சேர்க்கக் கூடாத அம்சங்களின் விளக்கம். |
| `face_limit` |  | integer \| null | no |  | 1,000 – 2,000,000 | mesh உருவாக்கத்திற்கான வெளிப்படையான முக எண்ணிக்கை இலக்கு; வழங்கப்பட்டால், மாதிரியின் தழுவல் எண்ணிக்கைத் தேர்வை மீறுகிறது. |
| `texture` |  | boolean | no | `true` |  | மாதிரி உருவாக்கப்பட்ட texture-களைப் பெறுமா என்பதைக் கட்டுப்படுத்துகிறது. |
| `pbr` |  | boolean | no | `true` |  | PBR materials (Physically Based Rendering)-ஐ இயக்குகிறது; true ஆக இருக்கும்போது texture உருவாக்கத்தையும் இயக்குகிறது. |
| `model_seed` |  | integer \| null | no |  |  | geometry உருவாக்கத்தை மீண்டும் உருவாக்கக்கூடியதாக்கப் பயன்படுத்தப்படும் seed. |
| `image_seed` |  | integer \| null | no |  |  | text-to-image கட்டத்தில் பயன்படுத்தப்படும் seed. |
| `texture_seed` |  | integer \| null | no |  |  | texture உருவாக்கத்தை மீண்டும் உருவாக்கக்கூடியதாக்கப் பயன்படுத்தப்படும் seed. |
| `texture_quality` |  | enum (string) | no | `standard` | `standard`, `detailed` | Texture தர அமைப்பு; 'detailed' என்பதைத் தேர்வுசெய்தால் texture தெளிவுத்திறன் அதிகரிக்கும். |
| `geometry_quality` |  | enum (string) | no | `standard` | `standard`, `detailed` | geometry-க்கான தர அமைப்பு. |
| `auto_size` |  | boolean | no | `false` |  | மாதிரிக்கு meters-ல் அளவிடப்பட்ட நிஜ உலகப் பரிமாணங்களை வழங்கும் தானியங்கி அளவிடல். |
| `quad` |  | boolean | no | `false` |  | quad topology-ஐ இயக்குவதன் மூலம் முக்கோண முகங்களுக்கும் 4 பக்கங்களைக் கொண்ட quads-க்கும் இடையே தேர்வுசெய்யவும். Quad முடிவுகளுக்கு, Tripo தரவை FBX bytes ஆக வழங்கும்போது FBX கோப்பு திருப்பி அனுப்பப்படும். |
| `enable_safety_checker` |  | boolean | no | `true` |  | அழைப்பாளர் அங்கீகரிக்கப்பட்டிருந்தால், false என அமைப்பதன் மூலம் திரையிடலைத் தளர்த்தலாம். |

## 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/tripo3d/h3.1/text-to-3d?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/tripo3d/h3.1/text-to-3d?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/tripo3d/h3.1/text-to-3d", 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": "tripo3d/h3.1/text-to-3d",
      "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": "tripo3d/h3.1/text-to-3d",
  "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": 200,
    "usd": "0.20",
    "charged": 200,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "model_mesh": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "model_urls": {
      "glb": {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      },
      "fbx": {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      },
      "base_model": {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      },
      "pbr_model": {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      }
    },
    "rendered_image": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "task_id": "string"
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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 |
|---|---|---|
| `model_mesh` | object {url, content_type, file_name, file_size} | உருவாக்கப்பட்ட 3D மாதிரியைக் கொண்ட GLB அல்லது FBX கோப்பு; வடிவம் Tripo உருவாக்குவதால் தீர்மானிக்கப்படுகிறது. |
| `model_urls` | object {glb, fbx, base_model, pbr_model} | 3D மாதிரியின் மாற்று பதிப்புகளுக்குச் சுட்டும் URL-கள். |
| `rendered_image` | object {url, content_type, file_name, file_size} \| null | உருவாக்கப்பட்ட 3D மாதிரியைக் காட்டும் rendered preview. |
| `task_id` | string \| null | உருவாக்கப்பட்ட மாதிரியை அடையாளப்படுத்தும் மறுபயன்படுத்தக்கூடிய Tripo task ID; மற்றொரு மாதிரி upload இல்லாமல் rig அல்லது rig-check செயல்பாடுகளை அனுமதிக்கிறது. |

## Related models

- [Tripo H3.1 Image to 3D](https://doitong.com/developers/models/tripo3d/h3.1/image-to-3d.md) (`tripo3d/h3.1/image-to-3d`): from $0.20 / run
- [Tripo H3.1 Multiview to 3D](https://doitong.com/developers/models/tripo3d/h3.1/multiview-to-3d.md) (`tripo3d/h3.1/multiview-to-3d`): from $0.20 / run
- [Tripo P1 Text to 3D](https://doitong.com/developers/models/tripo3d/p1/text-to-3d.md) (`tripo3d/p1/text-to-3d`): $1.10 / run
- [Tripo P2 Text to 3D](https://doitong.com/developers/models/tripo3d/p2/text-to-3d.md) (`tripo3d/p2/text-to-3d`): from $1.00 / run
- [Hunyuan 3d](https://doitong.com/developers/models/hunyuan-3d/v3.1/rapid/text-to-3d.md) (`hunyuan-3d/v3.1/rapid/text-to-3d`): from $0.225 / request
- [Hunyuan 3D Pro Text to 3D](https://doitong.com/developers/models/hunyuan-3d/v3.1/pro/text-to-3d.md) (`hunyuan-3d/v3.1/pro/text-to-3d`): $0.375 / run
- [Hunyuan Motion \[0.46B\]](https://doitong.com/developers/models/hunyuan-motion/fast.md) (`hunyuan-motion/fast`): $0.06 / request
- [Hunyuan Motion \[1B\]](https://doitong.com/developers/models/hunyuan-motion.md) (`hunyuan-motion`): $0.08 / request

## Links

- HTML page: https://doitong.com/developers/models/tripo3d/h3.1/text-to-3d
- 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=tripo3d/h3.1/text-to-3d
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/tripo3d/h3.1/text-to-3d