# Cosmos 3 Super API

> تولید تصویر از متن با گسترش پرامپت و حالت اختیاری عامل‌محور برای مقایسه نامزدها

از یک `prompt` حداکثر 4096 کاراکتری، 1 تا 4 تصویر ایجاد می‌کند. اضلاع `image_size` به 512-1280 px محدود می‌شوند. `enable_agentic_generation` چند نامزد تولید می‌کند و بین دورها پرامپت را با حداکثر 3 تکرار پالایش می‌کند. `negative_prompt`، `guidance_scale` تا 20، `num_inference_steps` تا 50 و خروجی jpeg یا png نیز دارد.

- Model id: `nvidia/cosmos-3-super/text-to-image`
- Made by: NVIDIA
- Category: Text to Image
- Output: image
- Price per run: from $0.04 / run of output image (cheapest run $0.04 (40 API credits))
- Run: `POST https://api.doitong.com/v1/run/nvidia/cosmos-3-super/text-to-image`
- Quote: `POST https://api.doitong.com/v1/quote/nvidia/cosmos-3-super/text-to-image`
- Docs page: https://doitong.com/fa/developers/models/nvidia/cosmos-3-super/text-to-image

## Pricing

Price: **from $0.04 / run of output image** (the lowest tier; the quote prices your exact input). Price per run: 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 $0.04 = 40 API credits (1 run × $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.com/v1/quote/nvidia/cosmos-3-super/text-to-image` 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 | توضیح متنی تصویر خروجی موردنظر. |
| `negative_prompt` |  | string | no | `` | ≤ 1024 characters | راهنمایی منفی برای شناسایی رنگ‌ها، اشیا یا مصنوعات ناخواسته‌ای که باید از تولید حذف شوند. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | بهبود پرامپت پیش از تولید از طریق OpenRouter که در صورت فعال بودن، نمایش dense structured-JSON مورد استفاده در آموزش Cosmos3 را تولید می‌کند. در صورت شکست بهبود، تولید تصویر با پرامپت تغییریافته‌نشده ادامه می‌یابد. |
| `enable_agentic_generation` |  | boolean | no | `false` |  | حلقه خودکار پالایش پرامپت برای پایبندی بیشتر به درخواست اصلی. هر دور چند نامزد تصویر تولید و آن‌ها را مقایسه می‌کند و بین دورها پرامپت را بازبینی می‌کند. |
| `agentic_max_iterations` |  | integer | no | `2` | 1 – 3 | حد دور پالایش برای تولید با حالت عامل‌محور فعال. |
| `agentic_samples_per_iteration` |  | integer | no | `2` | 1 – 3 | تعداد نامزدهای تصویر در هر تکرار حلقه عامل‌محور؛ مشخص می‌کند پیش از بازنویسی پرامپت، چند تصویر در ارزیابی رقابت کنند. |
| `agentic_early_stop` |  | boolean | no | `true` |  | کنترل توقف زودهنگام که تطابق قوی تصویر با پرامپت را برای پایان بدون تکرارهای بیشتر کافی می‌داند. |
| `image_size` |  | object {width, height} \| enum (string) | no | `square_hd` | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | ابعاد تصویر خروجی را تعیین کنید؛ محدودسازی، هر لبه را بین 512 و 1280px نگه می‌دارد و طول لبه‌ها را به مضرب‌های 16 محدود می‌کند. |
| `num_inference_steps` |  | integer | no | `28` | 1 – 50 | تعداد گام‌های حذف نویز؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود. |
| `guidance_scale` |  | number | no | `4` | 0 – 20 | قدرت راهنمایی بدون طبقه‌بند. |
| `num_images` | `num_outputs` | integer | no | `1` | 1 – 4 | تعداد تصاویر درخواستی برای تولید. |
| `seed` |  | integer \| null | no |  |  | seed برای تولید تکرارپذیر تصویر. تصویر خروجی در اجراهای مختلف ثابت می‌ماند، مگر اینکه seed، پرامپت یا نسخه مدل تغییر کند. |
| `enable_safety_checker` |  | boolean | no | `true` |  | کلید تعدیل محتوا برای ورودی پرامپت و خروجی تصویر. حساب‌ها برای دور زدن تعدیل باید مجاز باشند؛ در غیر این صورت بررسی‌ها صرف‌نظر از این تنظیم الزامی می‌مانند. هر تصویر ناامن با تصویر سیاه جایگزین می‌شود. |
| `output_format` |  | enum (string) | no | `jpeg` | `jpeg`, `png` | قالب فایل تصویر نهایی. |

## 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.com/v1/run/nvidia/cosmos-3-super/text-to-image?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.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/nvidia/cosmos-3-super/text-to-image?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.com/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/nvidia/cosmos-3-super/text-to-image", 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": "nvidia/cosmos-3-super/text-to-image",
      "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": "nvidia/cosmos-3-super/text-to-image",
  "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": 40,
    "usd": "0.04",
    "charged": 40,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ]
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "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 |
|---|---|---|
| `images` | array of object {url, content_type, file_name, file_size, width, height} | تصاویر تولیدشده توسط مدل. |
| `seed` | integer | مقدار Seed اعمال‌شده هنگام تولید. |
| `has_nsfw_concepts` | array of boolean | وضعیت پرچم بررسی ایمنی برای هر تصویر تولیدشده. |

## Related models

- [Cosmos 3 Super Image to Video](https://doitong.com/developers/models/nvidia/cosmos-3-super/image-to-video.md) (`nvidia/cosmos-3-super/image-to-video`): from $0.05 / second of output video
- [FLUX.1 \[dev\]](https://doitong.com/developers/models/flux/dev.md) (`flux/dev`): $0.025 / megapixel
- [FLUX.1 \[schnell\]](https://doitong.com/developers/models/flux/schnell.md) (`flux/schnell`): $0.003 / megapixel
- [FLUX.2 \[dev\]](https://doitong.com/developers/models/flux-2.md) (`flux-2`): $0.012 / megapixel
- [FLUX.2 \[pro\]](https://doitong.com/developers/models/flux-2-pro.md) (`flux-2-pro`): $0.015 / megapixel of output image
- [GPT Image 2.5 Text to Image](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/text-to-image.md) (`openai/gpt-image-2.5/flare/text-to-image`): from $0.008 / image
- [Ideogram V4.5](https://doitong.com/developers/models/ideogram/v4.5.md) (`ideogram/v4.5`): from $0.03 / image
- [Nano Banana 2](https://doitong.com/developers/models/nano-banana-2.md) (`nano-banana-2`): from $0.06 / image

## Links

- HTML page: https://doitong.com/developers/models/nvidia/cosmos-3-super/text-to-image
- 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/text-to-image
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/nvidia/cosmos-3-super/text-to-image