# Luma Ray 3.2 Video to Video API

> Ray 3.2 ویڈیو ایڈیٹنگ، جو ایڈٹ-اسٹرینتھ پری سیٹس، کنٹرولز اور کی فریمز کے ذریعے ماخذ ویڈیو کا انداز بدلتی ہے

`video_url` کو `prompt` کے مطابق ایڈٹ کرتا ہے، جبکہ پہلے فریم کو ہدایت دینے کے لیے اختیاری `start_image_url` استعمال کیا جا سکتا ہے۔ `edit_strength` میں adhere، flex اور reimagine کی سطحیں 1 سے 3 تک ہیں، جبکہ `auto_controls` یا `controls` آبجیکٹ متبادل کنڈیشننگ فراہم کرتے ہیں۔ `keyframe_indexes` کے ذریعے زیادہ سے زیادہ 64 `keyframes` کو اینکر کیا جا سکتا ہے۔ آؤٹ پٹ 540p سے 1080p، 5s یا 10s ہوتا ہے، جبکہ `hdr` اور `exr_export` اختیاری ہیں۔

- Model id: `luma/agent/ray/v3.2/video-to-video`
- Made by: Luma AI
- Category: Video to Video
- Output: video
- Price: from $0.144 / second (5 s ≈ $0.72) (cheapest run $0.72 (720 API credits))
- Run: `POST https://api.doitong.ru/v1/run/luma/agent/ray/v3.2/video-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/luma/agent/ray/v3.2/video-to-video`
- Docs page: https://doitong.com/ur/developers/models/luma/agent/ray/v3.2/video-to-video

## Pricing

Price: **from $0.144 / second (5 s ≈ $0.72)** (the lowest tier; the quote prices your exact input). Billed per second of output (`duration`, default 10).

Price rules (the first rule that matches the input wins; a parameter you leave out counts as its default):

- When `exr_export` = true and `hdr` = true and `resolution` = 1080p: $1.296 (1296 API credits) / second
- When `exr_export` = true and `hdr` = true: $0.648 (648 API credits) / second
- When `hdr` = true and `resolution` = 1080p: $0.864 (864 API credits) / second
- When `hdr` = true: $0.432 (432 API credits) / second
- When `resolution` = 1080p: $0.432 (432 API credits) / second
- When `resolution` = 720p: $0.216 (216 API credits) / second

The full example input below costs $0.72 = 720 API credits (5 s × 144 API credits).

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/luma/agent/ray/v3.2/video-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 – 6000 characters | ماخذ ویڈیو میں editing کے لیے متنی ہدایات۔ |
| `video_url` | `video` | string (video URL) | yes |  | ≥ 1 characters | edit کی جانے والی ویڈیو کا URL۔ |
| `user` |  | string \| null | no |  |  | درخواست جمع کرانے والے end user کی شناخت کرنے والی اختیاری opaque ID۔ |
| `start_image_url` | `image` | string (image URL) \| null | no |  |  | edited ویڈیو کے پہلے فریم کی override، اختیاری تصویر URL کے طور پر؛ نہ دینے پر ماڈل ماخذ ویڈیو سے یہ فریم اخذ کرتا ہے۔ مثال کے طور پر ماخذ کی restyled opening تصویر فراہم کرنے سے edit کی ظاہری شکل کی رہنمائی ہو سکتی ہے۔ |
| `resolution` |  | enum (string) | no | `540p` | `540p`, `720p`, `1080p` | editing کے بعد آؤٹ پٹ ریزولوشن۔ |
| `duration` |  | enum (string) | no | `5s` | `5s`, `10s` | editing کے بعد ویڈیو کی لمبائی۔ |
| `edit_strength` |  | enum (string) \| null | no |  | `adhere_1`, `adhere_2`, `adhere_3`, `flex_1`, `flex_2`, `flex_3`, `reimagine_1`, `reimagine_2`, `reimagine_3` | edits کے لیے source-preservation setting، صرف اس وقت دستیاب جب auto_controls استعمال نہ ہو؛ نہ دینے پر ماڈل کا ڈیفالٹ منتخب ہوتا ہے۔ زیادہ تبدیلی سے زیادہ مطابقت تک اختیارات 'reimagine_*'، متوازن نتیجے کے لیے 'flex_*'، اور 'adhere_*' ہیں۔ |
| `auto_controls` |  | boolean | no | `false` |  | Automatic edit conditioning: ماڈل edit_strength کے ساتھ اس option کو قبول کرنے کے بجائے schedule متعین کرنے کے لیے source ویڈیو استعمال کرتا ہے۔ |
| `hdr` |  | boolean | no | `false` |  | 720p یا 1080p پر MP4 آؤٹ پٹ کے لیے HDR encoding، صرف HDR رسائی والے accounts کے لیے دستیاب۔ |
| `exr_export` |  | boolean | no | `false` |  | MP4 کے ساتھ اضافی EXR export، صرف HDR رسائی اور hdr=true دونوں کے ساتھ دستیاب۔ |
| `controls` |  | object {pose, depth, normals, trajectory, face} \| null | no |  |  | edit_strength کا fine-grained متبادل، جو pose، depth، normals، trajectory اور face کے لیے conditioning الگ الگ ترتیب دیتا ہے۔ یہ controls استعمال کرنے سے auto_controls دستیاب نہیں رہتا۔ |
| `controls.pose` |  | object {enabled, strength} \| null | no |  |  | pose یا skeleton پر مبنی conditioning۔ |
| `controls.pose.enabled` |  | boolean | no | `true` |  | editing کے دوران pose یا skeleton conditioning کا toggle۔ |
| `controls.pose.strength` |  | enum (string) \| null | no |  | `precise`, `coarse` | pose-conditioning precision کا انتخاب: نہ دینے پر ڈیفالٹ برقرار رہتا ہے، زیادہ آزادی کے لیے 'coarse'، یا source pose کو سختی سے track کرنے کے لیے 'precise' استعمال کریں۔ |
| `controls.depth` |  | object {enabled, blur} \| null | no |  |  | depth یا scene geometry پر مبنی conditioning۔ |
| `controls.depth.enabled` |  | boolean | no | `true` |  | editing کے دوران depth یا scene-geometry conditioning کا toggle۔ |
| `controls.depth.blur` |  | number \| null | no |  | 0 – 1 | Depth blur setting؛ نہ بتانے پر ڈیفالٹ برقرار رہتا ہے، یا geometry کو زیادہ آزادی دینے کے لیے بڑھایا جا سکتا ہے۔ |
| `controls.normals` |  | object {enabled, augmentation} \| null | no |  |  | surface normals پر مبنی conditioning۔ |
| `controls.normals.enabled` |  | boolean | no | `true` |  | editing کے دوران surface-normal conditioning کا toggle۔ |
| `controls.normals.augmentation` |  | number \| null | no |  | 0 – 1 | Surface-normal augmentation setting؛ نہ دینے پر ڈیفالٹ برقرار رہتا ہے، یا surface geometry کی زیادہ تشریح کی اجازت دینے کے لیے بڑھایا جا سکتا ہے۔ |
| `controls.trajectory` |  | object {enabled, sparsity} \| null | no |  |  | motion trajectories پر مبنی conditioning۔ |
| `controls.trajectory.enabled` |  | boolean | no | `true` |  | editing کے دوران motion-trajectory conditioning کا toggle۔ |
| `controls.trajectory.sparsity` |  | number \| null | no |  | 0 – 1 | Motion-trajectory sparsity setting؛ ڈیفالٹ برقرار رکھنے کے لیے نہ دیں، یا استعمال ہونے والے motion anchors کی تعداد کم کرنے کے لیے بڑھائیں۔ |
| `controls.face` |  | object {enabled} \| null | no |  |  | facial identity پر مبنی conditioning۔ |
| `controls.face.enabled` |  | boolean | no | `true` |  | editing کے دوران face-identity conditioning کا toggle۔ |
| `keyframes` |  | array of string \| null | no |  | 1 – 64 items | start_image_url کے بجائے تصاویر URLs کے طور پر فراہم کردہ multi-keyframe editing guides۔ keyframes کے ساتھ اتنی ہی لمبی keyframe_indexes array دیں تاکہ ہر تصویر کو source-ویڈیو فریم position سے باندھا جا سکے؛ زیادہ سے زیادہ 64 URLs کی اجازت ہے۔ |
| `keyframe_indexes` |  | array of integer \| null | no |  | 1 – 64 items | keyframes کے ساتھ one-to-one source-frame mapping: entry [i] keyframes[i] کی anchor position بتاتی ہے۔ دونوں arrays کی لمبائی برابر، اور positions منفرد و غیر منفی ہونی چاہئیں۔ |
| `enable_safety_checker` |  | boolean | no | `true` |  | false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔ |

File parameters (`video`, `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",
  "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

## 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/luma/agent/ray/v3.2/video-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",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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/luma/agent/ray/v3.2/video-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",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }),
});
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",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/luma/agent/ray/v3.2/video-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": "luma/agent/ray/v3.2/video-to-video",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
      },
      "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": "luma/agent/ray/v3.2/video-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": 720,
    "usd": "0.72",
    "charged": 720,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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
    },
    "exr_file": {
      "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
    }
  },
  "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} | ماڈل کی تیار کردہ ویڈیو۔ |
| `exr_file` | object {url, content_type, file_name, file_size} \| null | Luma exports کی صورت میں EXR sidecar: ایک EXR فائل یا ZIP archive۔ یہ exr_export کے true ہونے پر تخلیق ہوتا ہے۔ |

## Related models

- [Luma Ray 3.2 Text to Video](https://doitong.com/developers/models/luma/agent/ray/v3.2/text-to-video.md) (`luma/agent/ray/v3.2/text-to-video`): from $0.10 / second
- [Luma Ray 3.2 Image to Video](https://doitong.com/developers/models/luma/agent/ray/v3.2/image-to-video.md) (`luma/agent/ray/v3.2/image-to-video`): from $0.03 / second
- [Luma Ray 3.2 Reframe](https://doitong.com/developers/models/luma/agent/ray/v3.2/reframe.md) (`luma/agent/ray/v3.2/reframe`): from $0.06 / second of input video
- [AMT Interpolation](https://doitong.com/developers/models/amt-interpolation.md) (`amt-interpolation`): $0.000575 / second of processing time
- [AnimateDiff Turbo · Video to Video](https://doitong.com/developers/models/fast-animatediff/turbo/video-to-video.md) (`fast-animatediff/turbo/video-to-video`): $0.00125 / second of processing time
- [AnimateDiff · Video to Video](https://doitong.com/developers/models/fast-animatediff/video-to-video.md) (`fast-animatediff/video-to-video`): $0.00125 / second of processing time
- [Auto-Captioner](https://doitong.com/developers/models/auto-caption.md) (`auto-caption`): $0.10 / video
- [Bernini-R Edit Video](https://doitong.com/developers/models/bernini-r/edit-video.md) (`bernini-r/edit-video`): from $0.04 / second of output video

## Links

- HTML page: https://doitong.com/developers/models/luma/agent/ray/v3.2/video-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=luma/agent/ray/v3.2/video-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/luma/agent/ray/v3.2/video-to-video