# LTX-2.3 22B · Text to Video · LoRA API

> مطلوبہ `loras` ان پٹ کے ذریعے اپنے LoRAs لاگو کرنے والا text-to-video

`prompt` اور حسبِ ضرورت LoRAs کی لازمی `loras` فہرست لیتا ہے۔ `video_size` مربع، پورٹریٹ اور لینڈ اسکیپ پری سیٹس فراہم کرتا ہے، `num_frames` 9 سے 481 تک اور `fps` 1 سے 60 تک ہے۔ آڈیو تخلیق، کیمرہ LoRA اور پہلے پاس کا distill LoRA اسکیل بھی دستیاب ہے۔

- Model id: `ltx-2.3-22b/text-to-video/lora`
- Made by: Lightricks
- Category: Text to Video
- Output: video
- Price per megapixel of your output video: $0.00181 / megapixel of output video (cheapest run $0.002 (2 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltx-2.3-22b/text-to-video/lora`
- Quote: `POST https://api.doitong.ru/v1/quote/ltx-2.3-22b/text-to-video/lora`
- Docs page: https://doitong.com/ur/developers/models/ltx-2.3-22b/text-to-video/lora

## Pricing

Price: **$0.00181 / 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 $0.203 = 203 API credits (112 MP output video × $0.001805).

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/text-to-video/lora` 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 |  |  | ویڈیو تخلیق کی بنیاد کے طور پر استعمال ہونے والا پرامپٹ۔ |
| `num_frames` |  | integer | no | `121` | 9 – 481 | تخلیق شدہ آؤٹ پٹ کے فریموں کی تعداد۔ |
| `video_size` |  | object {width, height} \| enum (string) | no | `landscape_16_9` | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | تخلیق شدہ ویڈیو کے ابعاد۔ |
| `generate_audio` |  | boolean | no | `true` |  | کنٹرول کرتا ہے کہ ویڈیو میں تیار کردہ آڈیو شامل ہو یا نہیں۔ |
| `use_multiscale` |  | boolean | no | `true` |  | بہتر یکسانیت اور تفصیل کے لیے multi-scale تخلیق کا ٹوگل۔ True ہونے پر ابتدائی چھوٹی ویڈیو دوسری تخلیق کی رہنمائی کرتی ہے، جس کا سائز مطلوبہ ابعاد کے برابر یا بڑا ہوتا ہے۔ |
| `fps` |  | number | no | `24` | 1 – 60 | آؤٹ پٹ ویڈیو کا فریم ریٹ، فریم فی سیکنڈ میں۔ |
| `num_inference_steps` |  | integer | no | `40` | 8 – 50 | انجام دیے گئے inference steps کی تعداد۔ |
| `video_cfg_scale` |  | number | no | `3` | 1 – 20 | ویڈیو guidance کی ترتیب: تیار کردہ مواد میں زیادہ یکسانیت اور فوکس کے لیے اسے بڑھائیں۔ Classifier-free guidance (CFG) استعمال کرتی ہے۔ |
| `video_stg_scale` |  | number | no | `0` | 0 – 20 | Spatiotemporal Guidance (STG) scale کے ذریعے ویڈیو کی یکسانیت اور فوکس کنٹرول کریں؛ دونوں خصوصیات مضبوط کرنے کے لیے ترتیب بڑھائیں۔ |
| `video_rescaling_scale` |  | number | no | `0.7` | 0 – 1 | Classifier-free اور spatiotemporal guidance کے درمیان ratio کے طور پر توازن کے لیے ویڈیو rescaling ایڈجسٹمنٹ۔ |
| `video_modality_scale` |  | number | no | `3` | 0 – 10 | ویڈیو اور آڈیو کی شراکت کو ratio کے طور پر متوازن کرنے کے لیے ویڈیو modality ایڈجسٹمنٹ۔ |
| `audio_cfg_scale` |  | number | no | `7` | 1 – 20 | آڈیو guidance کی ترتیب: تیار کردہ مواد میں زیادہ یکسانیت اور فوکس کے لیے اسے بڑھائیں۔ Classifier-free guidance (CFG) استعمال کرتی ہے۔ |
| `audio_stg_scale` |  | number | no | `0` | 0 – 20 | Spatiotemporal Guidance (STG) scale کے ذریعے آڈیو کی یکسانیت اور فوکس کنٹرول کریں؛ دونوں خصوصیات مضبوط کرنے کے لیے ترتیب بڑھائیں۔ |
| `audio_rescaling_scale` |  | number | no | `0.7` | 0 – 1 | Classifier-free اور spatiotemporal guidance کے درمیان ratio کے طور پر توازن کے لیے آڈیو rescaling ایڈجسٹمنٹ۔ |
| `audio_modality_scale` |  | number | no | `3` | 0 – 10 | ویڈیو اور آڈیو کی شراکت کو ratio کے طور پر متوازن کرنے کے لیے آڈیو modality ایڈجسٹمنٹ۔ |
| `gradient_estimation_gamma` |  | number | no | `2` | 0 – 10 | Denoising gradient-estimation کی ترتیب: 0 تخمینہ کاری بند کرتا ہے؛ بصورت دیگر value، gamma متعین کرتی ہے۔ |
| `use_restart_sampling` |  | boolean | no | `false` |  | ممکنہ طور پر بہتر ویڈیو معیار کے لیے restart sampling کا ٹوگل: فعال کرنے پر ہر denoising step میں تھوڑا noise شامل ہوتا ہے۔ |
| `scheduler` |  | enum (string) | no | `ltx2` | `ltx2`, `linear_quadratic`, `beta` | Scheduler کا انتخاب۔ |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular`, `high`, `full` | processing پر لاگو acceleration level۔ |
| `camera_lora` |  | enum (string) | no | `none` | `dolly_in`, `dolly_out`, `dolly_left`, `dolly_right`, `jib_up`, `jib_down`, `static`, `none` | تیار کردہ ویڈیو میں حرکت کو صرف camera-motion پرامپٹس کے مقابلے میں زیادہ درستگی سے کنٹرول کرنے کے لیے Camera LoRA کا انتخاب۔ |
| `camera_lora_scale` |  | number | no | `1` | 0 – 1 | تیار کردہ ویڈیو میں حرکت کو زیادہ درستگی سے کنٹرول کرنے کے لیے Camera LoRA کی طاقت۔ |
| `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` |  | ویڈیو کی تخلیق کے دوران استعمال ہونے والا منفی پرامپٹ۔ |
| `seed` |  | integer \| null | no |  |  | سیڈ کی قدر جو بے ترتیب اعداد کی تخلیق شروع کرتی ہے۔ |
| `enable_prompt_expansion` |  | boolean | no | `true` |  | متعین کرتا ہے کہ پرامپٹ کی توسیع فعال ہے یا نہیں۔ |
| `enable_safety_checker` |  | boolean | no | `true` |  | یہ کنٹرول کرتا ہے کہ حفاظتی جانچ فعال ہو یا نہیں۔ |
| `video_output_type` |  | enum (string) | no | `X264 (.mp4)` | `X264 (.mp4)`, `VP9 (.webm)`, `PRORES4444 (.mov)`, `GIF (.gif)` | حاصل ہونے والی ویڈیو کی آؤٹ پٹ قسم۔ |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | حاصل ہونے والی ویڈیو کا معیار۔ |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | حاصل ہونے والی ویڈیو کا رائٹ موڈ۔ |
| `loras` |  | array of object {path, weight_name, scale} | yes |  |  | تخلیق کے لیے LoRA کا انتخاب۔ |
| `loras[].path` |  | string | yes |  |  | LoRA وزنوں کا مقام، URL یا owner/repo فارمیٹ میں HuggingFace repository ID کے طور پر دیا جاتا ہے۔ |
| `loras[].weight_name` |  | string \| null | no |  |  | HuggingFace repository میں متعدد وزنوں کے درمیان انتخاب کے لیے LoRA وزن کا نام؛ یہ صرف متعدد وزنوں والی repositories کے لیے درکار ہے۔ اس ترتیب کا کوئی اثر نہیں جب تک `path` کسی HuggingFace repository کی شناخت نہ کرے۔ |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | LoRA پر لاگو کیا جانے والا scaling factor، 0.0 سے 4.0 تک۔ |
| `distill_lora_first_pass_scale` |  | number | no | `0.2` | 0 – 1 | پہلے pass کے distill LoRA scaling کو کنٹرول کریں؛ اسے بند کرنے کے لیے 0 استعمال کریں۔ |
| `distill_lora_second_pass_scale` |  | number | no | `0.5` | 0 – 1 | پہلے pass کے بعد ہر pass کے لیے distill LoRA scaling کنٹرول کریں۔ |

## Example input

Required parameters only:

```json
{
  "loras": [
    {
      "path": "https://example.com/your-file.safetensors"
    }
  ],
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "loras": [
    {
      "path": "https://example.com/your-file.safetensors"
    }
  ],
  "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-2.3-22b/text-to-video/lora?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ],
    "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-2.3-22b/text-to-video/lora?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ],
    "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 = {
    "loras": [
        {
            "path": "https://example.com/your-file.safetensors",
        },
    ],
    "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-2.3-22b/text-to-video/lora", 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/text-to-video/lora",
      "input": {
        "loras": [
          {
            "path": "https://example.com/your-file.safetensors"
          }
        ],
        "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-2.3-22b/text-to-video/lora",
  "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": 203,
    "usd": "0.203",
    "charged": 203,
    "refunded": 0
  },
  "input": {
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ],
    "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,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "prompt": "A cowboy walking through a dusty town at high noon, camera following from behind, cinematic depth, realistic lighting, western mood, 4K 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} | ماڈل کی تیار کردہ ویڈیو۔ |
| `seed` | integer | رینڈم نمبر تخلیق شروع کرنے کے لیے استعمال ہونے والی seed value۔ |
| `prompt` | string | تخلیق کی رہنمائی کے لیے استعمال ہونے والا پرامپٹ۔ |

## 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 · 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 · Reference Video to Video](https://doitong.com/developers/models/ltx-2.3-22b/reference-video-to-video.md) (`ltx-2.3-22b/reference-video-to-video`): $0.00161 / 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/text-to-video/lora
- 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/text-to-video/lora
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltx-2.3-22b/text-to-video/lora