# LTX Video-0.9.7 13B Distilled · Multiconditioning API

> แปลงวิดีโอเป็นวิดีโอด้วยเงื่อนไขจากภาพและวิดีโอ รองรับ LoRA และการปรับปรุงสองรอบพร้อมรอบเพิ่มรายละเอียดเสริม

สร้างวิดีโอจาก `prompt` ที่จำเป็น โดยใช้ข้อมูลเงื่อนไขใน `images` และ `videos` เป็นตัวกำกับ สามารถส่ง LoRA แบบกำหนดเองใน `loras` ได้ เอาต์พุตเป็น 480p หรือ 720p โดย `num_frames` อยู่ที่ 9 ถึง 1441 และ `frame_rate` อยู่ที่ 1 ถึง 60 สามารถปรับผลลัพธ์ด้วยจำนวนขั้นแยกสำหรับรอบแรกและรอบที่สอง รอบเพิ่มรายละเอียดเสริม และการควบคุมสี เช่น `temporal_adain_factor`

- Model id: `ltx-video-13b-distilled/multiconditioning`
- Made by: Lightricks
- Category: Video to Video
- Output: video
- Price per second of your output video: from $0.04 / second of output video (cheapest run $0.04 (40 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltx-video-13b-distilled/multiconditioning`
- Quote: `POST https://api.doitong.ru/v1/quote/ltx-video-13b-distilled/multiconditioning`
- Docs page: https://doitong.com/th/developers/models/ltx-video-13b-distilled/multiconditioning

## Pricing

Price: **from $0.04 / 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 $0.202 = 202 API credits (5.0417 s output video × $0.04).

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-video-13b-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 |  |  | คำสั่งข้อความที่ใช้กำกับการสร้าง |
| `negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | คำสั่งข้อความเชิงลบสำหรับการสร้าง |
| `loras` |  | array of object {path, weight_name, scale} | no | `[]` |  | น้ำหนัก LoRA ที่ใช้ระหว่างการสร้าง |
| `loras[].path` |  | string | yes |  |  | ตำแหน่งของน้ำหนัก LoRA ซึ่งระบุเป็น URL หรือพาธ |
| `loras[].weight_name` |  | string \| null | no |  |  | ชื่อของน้ำหนัก LoRA สำหรับเลือกจากน้ำหนักหลายรายการใน HuggingFace repository ต้องระบุเฉพาะ repository ที่มีน้ำหนักหลายรายการเท่านั้น การตั้งค่านี้ไม่มีผลเว้นแต่ `path` จะระบุ HuggingFace repository |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | ตัวคูณที่ปรับสเกลน้ำหนัก LoRA ขณะโหลด |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | ความละเอียดของวิดีโอเอาต์พุต |
| `aspect_ratio` |  | enum (string) | no | `auto` | `9:16`, `1:1`, `16:9`, `auto` | อัตราส่วนภาพของวิดีโอ |
| `seed` |  | integer \| null | no |  |  | ค่า seed ที่ควบคุมความสุ่มระหว่างการสร้าง |
| `num_frames` |  | integer | no | `121` | 9 – 1,441 | จำนวนเฟรมทั้งหมดของวิดีโอ |
| `first_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | จำนวนขั้นตอนการอนุมานสำหรับรอบแรก |
| `second_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | จำนวนขั้นตอนการอนุมานสำหรับรอบที่สอง |
| `second_pass_skip_initial_steps` |  | integer | no | `5` | 1 – 11 | จำนวนขั้นตอนการอนุมานเริ่มต้นที่จะละเว้นในรอบที่สอง เพื่อให้รอบดังกล่าวมุ่งเน้นงานรายละเอียดปลีกย่อยแทนการเปลี่ยนแปลงในภาพรวม |
| `frame_rate` |  | integer | no | `24` | 1 – 60 | อัตราเฟรมของวิดีโอ |
| `expand_prompt` |  | boolean | no | `false` |  | การขยายพรอมต์ผ่านโมเดลภาษา |
| `reverse_video` |  | boolean | no | `false` |  | การกลับลำดับการเล่นของวิดีโอ |
| `enable_safety_checker` |  | boolean | no | `true` |  | สวิตช์ตรวจสอบความปลอดภัย ซึ่งการปิดจะมีผลเฉพาะบัญชีที่ได้รับอนุญาต คำขอทั้งหมดที่ไม่มีสิทธิ์ดังกล่าวจะผ่านการตรวจสอบความปลอดภัย |
| `enable_detail_pass` |  | boolean | no | `false` |  | รอบปรับปรุงรอบที่สองแบบเลือกได้ ซึ่งช่วยเพิ่มรายละเอียดวิดีโอเมื่อเปิดใช้ |
| `temporal_adain_factor` |  | number | no | `0.5` | 0 – 1 | ความแรงของการปรับมาตรฐานอินสแตนซ์แบบปรับได้ (AdaIN) ซึ่งสร้างสมดุลระหว่างความสม่ำเสมอของสีที่ค่าการตั้งค่าสูงกับความหลากหลายของสีที่ค่าการตั้งค่าต่ำ โดยทำงานกับชังก์ที่สร้างขึ้น ยกเว้นชังก์แรก และปรับมาตรฐานการกระจายสีตลอดทั้งวิดีโอเพื่อช่วยลดการเพิ่มขึ้นทีละน้อยของความอิ่มตัวหรือคอนทราสต์ |
| `tone_map_compression_ratio` |  | number | no | `0` | 0 – 1 | ระดับการบีบอัดโทนแมป ตั้งแต่ไม่มีการบีบอัดที่ 0.0 ถึงการบีบอัดสูงสุดที่ 1.0 การบีบอัดช่วงไดนามิกของวิดีโอด้วยวิธีนี้ช่วยปรับปรุงคุณภาพภาพ |
| `constant_rate_factor` |  | integer | no | `29` | 0 – 51 | ค่าปัจจัยอัตราคงที่ (CRF) ที่ใช้สำหรับการบีบอัดอินพุต ซึ่งอาจปรับปรุงคุณภาพการเคลื่อนไหวโดยทำให้สื่อที่ส่งเข้าใกล้เคียงกับข้อมูลฝึกของโมเดลมากขึ้น |
| `images` |  | array of object {image_url, start_frame_num, strength} | no | `[]` |  | รูปภาพปรับเงื่อนไขที่ส่งผ่าน URL |
| `images[].image_url` |  | string (image URL) | yes |  |  | รูปภาพปรับเงื่อนไขที่ส่งผ่าน URL |
| `images[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | ตำแหน่งเริ่มต้นของการปรับเงื่อนไขรูปภาพ ระบุโดยใช้หมายเลขเฟรมที่หารด้วย 8 ลงตัว |
| `images[].strength` |  | number | no | `1` | 0 – 1 | ความเข้มของการปรับเงื่อนไข: 0.0 จะปิดใช้การปรับเงื่อนไข ส่วน 1.0 จะใช้การปรับเงื่อนไขเต็มที่ |
| `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 | `[]` |  | วิดีโอที่ส่งมาเพื่อการปรับเงื่อนไข |
| `videos[].video_url` |  | string (video URL) | yes |  |  | วิดีโอปรับเงื่อนไขที่ส่งผ่าน URL |
| `videos[].conditioning_type` |  | enum (string) \| null | no | `rgb` | `rgb`, `depth`, `pose`, `canny` | หมวดหมู่การปรับเงื่อนไขวิดีโอที่ใช้เลือกไปป์ไลน์การประมวลผลล่วงหน้าเมื่อเปิดใช้การประมวลผลล่วงหน้า และใช้ใช้น้ำหนัก LoRA แบบอินคอนเท็กซ์อย่างถูกต้อง |
| `videos[].preprocess` |  | boolean | no | `false` |  | เปิดใช้การประมวลผลล่วงหน้าให้ตรงกับประเภทการปรับเงื่อนไขของวิดีโอ สำหรับการปรับเงื่อนไขแบบ RGB การเปิดใช้จะไม่ทำการเปลี่ยนแปลงใด ๆ |
| `videos[].start_frame_num` |  | integer | no | `0` | 0 – 1,440 | ตำแหน่งเริ่มต้นของการปรับเงื่อนไขในวิดีโอ ระบุเป็นหมายเลขเฟรมที่หารด้วย 8 ลงตัว |
| `videos[].strength` |  | number | no | `1` | 0 – 1 | ความเข้มของการปรับเงื่อนไข: 0.0 จะปิดใช้การปรับเงื่อนไข ส่วน 1.0 จะใช้การปรับเงื่อนไขเต็มที่ |
| `videos[].limit_num_frames` |  | boolean | no | `false` |  | สวิตช์จำกัดเฟรมวิดีโอ: เมื่อเปิดใช้ จะกำหนดให้ `max_num_frames` เป็นขีดจำกัดจำนวนเฟรมที่นำมาจากวิดีโอ |
| `videos[].max_num_frames` |  | integer | no | `1441` | 1 – 1,441 | ขีดจำกัดจำนวนเฟรมวิดีโอที่ใช้ โดย None จะเลือกวิดีโอทั้งหมดแทนการจำกัดจำนวนเฟรม |
| `videos[].resample_fps` |  | boolean | no | `false` |  | สวิตช์แปลงอัตราเฟรมวิดีโอ: เมื่อเปิดใช้ จะสุ่มตัวอย่างวิดีโอใหม่ตามอัตราที่ระบุโดย `target_fps` |
| `videos[].target_fps` |  | integer | no | `24` | 1 – 60 | อัตราเฟรมสำหรับการสุ่มตัวอย่างใหม่ในหน่วย FPS ใช้ได้เฉพาะเมื่อเปิดใช้ `resample_fps` |
| `videos[].reverse_video` |  | boolean | no | `false` |  | การกลับลำดับวิดีโอสำหรับงานที่ต้องการให้การปรับเงื่อนไขดำเนินตามเฟรมย้อนกลับ |

## 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/ltx-video-13b-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/ltx-video-13b-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/ltx-video-13b-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": "ltx-video-13b-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": "ltx-video-13b-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": 202,
    "usd": "0.202",
    "charged": 202,
    "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} | ไฟล์วิดีโอที่สร้างขึ้น |
| `prompt` | string | พรอมต์ที่ใช้สร้างเอาต์พุต |
| `seed` | integer | ค่า Seed ที่ใช้ระหว่างการสร้าง |

## Related models

- [LTX Video-0.9.7 13B Distilled](https://doitong.com/developers/models/ltx-video-13b-distilled.md) (`ltx-video-13b-distilled`): from $0.04 / second of output video
- [LTX Video-0.9.7 13B Distilled · Image to Video](https://doitong.com/developers/models/ltx-video-13b-distilled/image-to-video.md) (`ltx-video-13b-distilled/image-to-video`): from $0.04 / second of output video
- [LTX Video-0.9.7 13B Distilled · Extend](https://doitong.com/developers/models/ltx-video-13b-distilled/extend.md) (`ltx-video-13b-distilled/extend`): $0.04 / 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/ltx-video-13b-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=ltx-video-13b-distilled/multiconditioning
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltx-video-13b-distilled/multiconditioning