# Cosmos 3 Super Image to Video API

> پہلے فریم کی تصویر کو ویڈیو میں اینیمیٹ کرتا ہے، اختیاری پرامپٹ توسیع اور ایجنٹ پر مبنی اصلاحی چکر کے ساتھ

`image_url` کو ابتدائی فریم کے طور پر اور 4096 حروف تک کا `prompt` استعمال کرتا ہے۔ `num_frames` 189 تک اور `frames_per_second` 4 سے 60 تک ہے۔ پرامپٹ ایکسپینشن ڈیفالٹ طور پر آن ہے، اور `enable_agentic_generation` تنقید کے ساتھ تکراری امیدوار چلاتا ہے۔ یہ `negative_prompt` ، `guidance_scale` اور 50 تک `num_inference_steps` بھی پیش کرتا ہے۔

- 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/ur/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 | متن میں ویڈیو تخلیق کی ہدایات: منظر کے اجزا اور اس میں دکھائی جانے والی حرکت بیان کریں۔ |
| `image_url` | `image` | string (image URL) | yes |  |  | ویڈیو کے پہلے فریم کو مشروط کرنے کے لیے استعمال ہونے والی تصویر کا 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 | ناپسندیدہ حرکت یا artifacts جیسے مواد کی حوصلہ شکنی کرنے والا منفی پرامپٹ۔ اسے چھوڑنے پر NVIDIA کا i2v کے لیے تجویز کردہ منفی پرامپٹ استعمال ہوتا ہے، جبکہ خالی string منفی رہنمائی غیر فعال کرتی ہے۔ |
| `enable_prompt_expansion` |  | boolean | no | `true` |  | پرامپٹ کی توسیع جو true ہونے پر Cosmos3-Nano Reasoner استعمال کرکے Cosmos3 کی تربیت میں استعمال ہونے والا dense-caption فارمیٹ تیار کرتی ہے؛ یہ VLM پہلے فریم کا جائزہ لیتا ہے۔ COSMOS_PROMPT_UPSAMPLER_BASE_URL ترتیب دی گئی Reasoner سروس منتخب کرتا ہے، ورنہ ایپ اسے مقامی طور پر چلاتی ہے۔ توسیع ناکام ہونے پر اصل پرامپٹ استعمال ہوتا ہے۔ |
| `enable_agentic_generation` |  | boolean | no | `false` |  | بار بار ہونے والی Cosmos agentic تخلیق، ایک بار تخلیق کرنے سے نمایاں طور پر سست اور مہنگی ہے کیونکہ ہر امیدوار کے لیے مکمل render درکار ہوتا ہے۔ یہ لوپ پرامپٹ کو upsample کرتا، ویڈیو امیدوار تخلیق کرتا، VLM سے نمونہ فریموں پر تنقید کرواتا اور پرامپٹ دوبارہ لکھتا ہے۔ |
| `agentic_max_iterations` |  | integer | no | `2` | 1 – 3 | agentic تخلیق فعال ہونے پر پرامپٹ مراحل کی زیادہ سے زیادہ حد۔ |
| `agentic_samples_per_iteration` |  | integer | no | `2` | 1 – 3 | agentic لوپ میں ہر iteration کے ویڈیو امیدواروں کی تعداد؛ یہ طے کرتی ہے کہ بہترین امیدوار کے پرامپٹ دوبارہ لکھنے سے پہلے کتنی ویڈیوز جائزے میں مقابلہ کریں گی۔ |
| `agentic_early_stop` |  | boolean | no | `true` |  | جلد روکنے کا کنٹرول؛ critic اسکور سخت معیار کی حد سے زیادہ ہونے پر agentic لوپ ختم کرنے کے لیے کافی سمجھا جاتا ہے۔ |
| `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` | خودکار تبدیلی سے پہلے مطلوبہ ویڈیو dimensions۔ معاون size حاصل کرنے کے لیے سسٹم درخواست کو محدود کرتا اور قریب ترین NVIDIA tier—256p، 480p یا 720p—اور معاون aspect ratio منتخب کرتا ہے۔ |
| `num_frames` |  | integer | no | `189` | 5 – 189 | تخلیق کے لیے فریموں کی تعداد؛ اسے بڑھانے سے لمبی ویڈیو بنتی ہے۔ |
| `frames_per_second` |  | integer | no | `24` | 4 – 60 | آؤٹ پٹ ویڈیو کا فریم rate، فریم فی سیکنڈ میں۔ |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | Denoising مراحل کی تعداد؛ تعداد بڑھنے سے پراسیسنگ طویل مگر معیار بہتر ہوتا ہے۔ |
| `guidance_scale` |  | number | no | `6` | 0 – 20 | classifier-free guidance کی طاقت۔ |
| `seed` |  | integer \| null | no |  |  | تکرار کو کنٹرول کرنے والی seed: ماڈل ورژن یکساں ہو تو یکساں پرامپٹ اور seed سے یکساں ویڈیو بنتی ہے۔ |
| `enable_safety_checker` |  | boolean | no | `true` |  | فراہم کردہ تصویر اور پرامپٹ کے لیے moderation کنٹرول؛ اسے غیر فعال کرنے کی اجازت صرف مجاز اکاؤنٹس کو ہے۔ اجازت کے بغیر درخواستوں کی setting سے قطع نظر جانچ ہوتی ہے۔ |

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} | ماڈل کی تیار کردہ ویڈیو۔ |
| `seed` | integer | تخلیق کے دوران لاگو ہونے والی سیڈ قدر۔ |

## 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