# Ltx 2.3 Quality · Render to Real API

> تبدیل تصاویر رندر سه‌بعدی، CG یا بازی به ویدئوی فوتورئال با شدت قابل انتخاب

رندر سه‌بعدی ارائه‌شده در `video_url` را به ظاهری واقع‌گرایانه‌تر تبدیل می‌کند. `intensity` می‌تواند light، strong یا strong-v2 باشد؛ از ملایم تا شدید. `image_url` اختیاری فریم اول فوتورئال را تعیین می‌کند و `enable_detail_refine` یک مرحلهٔ دوم شارپ‌سازی با `detail_refine_strength` از 0.3 تا 0.95 اضافه می‌کند. پرامپت تریگر `3DREAL` را حفظ می‌کند و خروجی 480p یا 720p است.

- Model id: `ltx-2.3-quality/render-to-real`
- Made by: Lightricks
- Category: Video to Video
- Output: video
- Price per megapixel of your output video: from $0.00241 / megapixel of output video (cheapest run $0.003 (3 API credits))
- Run: `POST https://api.doitong.com/v1/run/ltx-2.3-quality/render-to-real`
- Quote: `POST https://api.doitong.com/v1/quote/ltx-2.3-quality/render-to-real`
- Docs page: https://doitong.com/fa/developers/models/ltx-2.3-quality/render-to-real

## Pricing

Price: **from $0.00241 / megapixel of output video** (the lowest tier; the quote prices your exact input). 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.

Price by tier:

- base rate: $0.00241 / megapixel of output video
- detail refine: $0.00963 / megapixel of output video

The full example input below costs $0.27 = 270 API credits (112 MP output video × $0.002408).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/ltx-2.3-quality/render-to-real` 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 |
|---|---|---|---|---|---|---|
| `video_url` | `video` | string (video URL) | yes |  |  | URL اشاره‌کننده به ویدیوی سه‌بعدی، CG یا رندرشده با بازی برای تبدیل فوتورئالیستی. |
| `image_url` | `image` | string (image URL) \| null | no |  |  | لنگر تصویری اختیاری برای فریم 0 که ظاهر فوتورئالیستی آن را تعیین می‌کند. بدون آن، فقط رندر نتیجه را هدایت می‌کند؛ در صورت ارائه، تصویر به فریم اول تبدیل می‌شود، مطابق با آموزش تصویر به ویدیوی آداپتور. |
| `intensity` |  | enum (string) | no | `light` | `light`, `strong`, `strong-v2` | سطح تبدیل فوتورئالیستی؛ `strong-v2` جدیدترین آداپتر بهبودیافته را برای انسجام بهتر میان صحنه‌ها، صوت، شخصیت‌های سخنگو و کیفیت کلی انتخاب می‌کند. برای گزینه‌های دیگر، `light` را برای حفظ بیشتر ظاهر و حرکت رندر منبع یا `strong` را برای تغییرات تهاجمی‌تر به‌سوی فوتورئالیسم انتخاب کنید. |
| `enable_detail_refine` |  | boolean | no | `false` |  | مرحله پالایش اضافی را برای افزایش وضوح و وضوح‌تصویری فعال می‌کند؛ به‌طور پیش‌فرض غیرفعال است. پس از تولید پایه، بزرگ‌کننده مکانی نهفته ویدیو را 2x بزرگ می‌کند و سپس یک مرحله کوتاه جزئیات را با استفاده از مدل تقطیرشده پالایش می‌کند. |
| `detail_refine_strength` |  | number | no | `0.75` | 0.3 – 0.95 | شدت حذف نویز مرحله جزئیات که پیش‌فرض آن 0.75 است و فقط با فعال‌بودن `enable_detail_refine` اعمال می‌شود. برای ویرایش‌های ملایم‌تر که نتیجه پایه را حفظ می‌کنند، مقدار کمتری به‌کار ببرید؛ افزایش آن جزئیات را گسترده‌تر بازتولید می‌کند، اما خطر واگرایی بیشتر دارد. |
| `prompt` |  | string | no | `3DREAL.` |  | پرامپت متنی برای نتیجه فوتورئالیستی مطلوب که پس از محرک فعال‌سازی آداپتر ازپیش‌پرشده `3DREAL` نوشته می‌شود. نه پاک‌کردن پرامپت و نه فعال‌کردن گسترش پرامپت این محرک را حذف نمی‌کند؛ این محرک همیشه حفظ می‌شود. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | وضوح ضلع کوتاه خروجی را با حفظ نسبت ابعاد منبع انتخاب کنید: 480p برای کلیپ‌های حداکثر تقریباً 15 ثانیه‌ای نتیجه نرم‌تری می‌دهد، درحالی‌که 720p برای حداکثر تقریباً 6 ثانیه نتیجه واضح‌تری دارد. برای کلیپ‌های طولانی‌تر 480p را انتخاب کنید، چون مسیر کنترل IC-LoRA وضوح ضربدر تعداد فریم را محدود می‌کند؛ درخواست‌های فراتر از این بودجه با خطای واضح رد می‌شوند. مدت خروجی را به‌صورت `num_frames` / `frames_per_second` محاسبه کنید. |
| `num_frames` |  | integer | no | `121` | 9 – 481 | تعداد فریم خروجی، مشمول بودجه IC-LoRA بر اساس وضوح ضربدر فریم‌ها: تقریباً 6 ثانیه در 720p یا 15 ثانیه در 480p. عبور از این بودجه کد 422 برمی‌گرداند؛ `num_frames` را کاهش دهید یا 480p را انتخاب کنید. مدت کلیپ برحسب ثانیه برابر است با `num_frames` / `frames_per_second`. |
| `frames_per_second` |  | number | no | `24` | 1 – 60 | نرخ فریم ویدیوی خروجی، اندازه‌گیری‌شده برحسب فریم بر ثانیه. |
| `num_inference_steps` |  | integer | no | `15` | 8 – 30 | تعداد گام‌های استنتاج را تعیین کنید؛ حداکثر 30 است و باقی گذاشتن مقدار بدون تغییر از 15 استفاده می‌کند. |
| `guidance_scale` |  | number | no | `1` | 1 – 20 | هدایت بدون طبقه‌بند را با این مقیاس تنظیم کنید؛ تنظیم پیش‌فرض آن هم کیفیت بالا و هم تولید سریع را هدف می‌گیرد. |
| `generate_audio` |  | boolean | no | `true` |  | کلید قطعه صوتی برای MP4 بازگشتی: حالت خاموش فایل فقط ویدیو تولید می‌کند و حالت روشن صوت را نیز شامل می‌شود. |
| `negative_prompt` |  | string | no | `color distortion, overexposure, static, blurry details, subtitles, style, artwork, painting, frame, still, dim overall tone, worst quality, low quality, JPEG compression artifacts, ugly, mutilated, extra fingers, poorly drawn hands, poorly drawn face, deformed, disfigured, malformed limbs, fused fingers, motionless frame, cluttered background, three legs, crowded background, walking backwards` |  | پرامپت منفی که مشخص می‌کند تولید باید از چه چیزهایی پرهیز کند. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | غنی‌سازی مبتنی بر هوش مصنوعی برای پرامپت تولید که به‌طور پیش‌فرض غیرفعال است تا عبارت شما بدون تغییر عبور کند. خروجی پرامپت واقعاً استفاده‌شده را گزارش می‌کند و همیشه `3DREAL` را حفظ می‌کند؛ فعال‌کردن گسترش به مدل اجازه می‌دهد پیش از تولید، توضیح را بسط دهد. |
| `seed` |  | integer \| null | no |  |  | Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند. |
| `enable_safety_checker` |  | boolean | no | `true` |  | مشخص می‌کند بررسی ایمنی فعال باشد یا نه. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | پیش‌تنظیم کیفیت اعمال‌شده به ویدیوی خروجی. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | حالت نوشتن ویدیوی حاصل. |

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
{
  "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

A fuller example:

```json
{
  "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.com/v1/run/ltx-2.3-quality/render-to-real?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/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-quality/render-to-real?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "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.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "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/ltx-2.3-quality/render-to-real", 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.com/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-quality/render-to-real",
      "input": {
        "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": "ltx-2.3-quality/render-to-real",
  "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": 270,
    "usd": "0.27",
    "charged": 270,
    "refunded": 0
  },
  "input": {
    "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
    },
    "seed": 42,
    "prompt": "string"
  },
  "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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | ویدیوی تولیدشده توسط مدل. |
| `seed` | integer | seed واقعی اعمال‌شده هنگام تولید. |
| `prompt` | string | پرامپت تولید، شامل هر گسترشی که پیش از استفاده اعمال شده است. |

## Related models

- [Ltx 2.3 Quality · Text to Video](https://doitong.com/developers/models/ltx-2.3-quality/text-to-video.md) (`ltx-2.3-quality/text-to-video`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Text to Video · LoRA](https://doitong.com/developers/models/ltx-2.3-quality/text-to-video/lora.md) (`ltx-2.3-quality/text-to-video/lora`): $0.00271 / megapixel of output video
- [Ltx 2.3 Quality · Image to Video](https://doitong.com/developers/models/ltx-2.3-quality/image-to-video.md) (`ltx-2.3-quality/image-to-video`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Image to Video · LoRA](https://doitong.com/developers/models/ltx-2.3-quality/image-to-video/lora.md) (`ltx-2.3-quality/image-to-video/lora`): $0.00271 / megapixel of output video
- [Ltx 2.3 Quality · Ingredient](https://doitong.com/developers/models/ltx-2.3-quality/ingredient.md) (`ltx-2.3-quality/ingredient`): $0.00241 / 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-2.3-quality/render-to-real
- 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-quality/render-to-real
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/ltx-2.3-quality/render-to-real