# Trellis 2 API

> Muuntaa yhden kuvan teksturoiduksi GLB 3D -verkoksi, jonka rakenne-, muoto-, tekstuuri- ja UV-asetuksia voi säätää

Rakentaa 3D-objektin yhdestä kuvasta (`image_url`) ja palauttaa GLB-tiedoston. `resolution` on 512, 1024 tai 1536, ja `texture_size` on 1024, 2048 tai 4096. Jokaisella kolmesta vaiheesta (rakenne, muoto, tekstuuri) on omat ohjaus- ja näytteenottoaskelmäärityksensä. `decimation_target` määrittää verkon kärkipisteiden määrän (5,000–2,000,000), ja käytettävissä ovat myös uudelleenverkotus- ja UV-purkuasetukset.

- Model id: `trellis-2`
- Made by: Microsoft
- Category: Image to 3D
- Output: 3d
- Price: from $0.25 / request (cheapest run $0.25 (250 API credits))
- Run: `POST https://api.doitong.com/v1/run/trellis-2`
- Quote: `POST https://api.doitong.com/v1/quote/trellis-2`
- Docs page: https://doitong.com/fi/developers/models/trellis-2

## Pricing

Price: **from $0.25 / request** (the lowest tier; the quote prices your exact input). Billed once per request.

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

- When `resolution` = 1024: $0.30 (300 API credits) / request
- When `resolution` = 1536: $0.35 (350 API credits) / request

The full example input below costs $0.30 = 300 API credits (1 request × 300 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.com/v1/quote/trellis-2` 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 |
|---|---|---|---|---|---|---|
| `seed` |  | integer \| null | no |  |  | Toistettavaan satunnaisgenerointiin käytetty siemen. |
| `resolution` |  | enum (integer) | no | `1024` | `512`, `1024`, `1536` | Tulosteen resoluutio; sen kasvattaminen lisää yksityiskohtia mutta pidentää käsittelyä. |
| `ss_guidance_strength` |  | number | no | `7.5` | 0 – 10 | Alkuperäisen 3D-rakenteen uskollisuuden säätö: suurempi arvo suosii tarkempaa vastaavuutta syötekuvan kanssa, mutta voi lisätä kohinaa. |
| `ss_guidance_rescale` |  | number | no | `0.7` | 0 – 1 | Vaiheen 1 ohjausartefaktien säätö: pienet arvot korostavat ohjauksen vaikutuksia ja suuret arvot tuottavat vakaamman tulosteen. |
| `ss_guidance_interval_start` |  | number | no | `0.6` | 0 – 1 | Classifier-free guidance -ikkunan aloitusraja vaiheen 1 (harva rakenne) aikana, ilmaistuna kohinanpoiston osuutena. Pienemmät asetukset aloittavat ohjauksen aiemmin; vain väli interval_start–interval_end käyttää ohjausta, muualla käsittely on ohjaamatonta. |
| `ss_guidance_interval_end` |  | number | no | `1` | 0 – 1 | Vaiheen 1 (harva rakenne) ohjauksen katkaisukohta: valitse vähintään arvo ss_guidance_interval_start. Arvo ilmaisee kohinanpoiston osuuden, jossa classifier-free guidance päättyy. |
| `ss_sampling_steps` |  | integer | no | `12` | 1 – 50 | Alkurakenteen kohinanpoistovaiheiden määrä: lisävaiheiden mahdolliset laatuhyödyt hidastavat käsittelyä. |
| `ss_rescale_t` |  | number | no | `5` | 1 – 6 | Aseta siirtymän terävyys rakenteen generoinnin kohina-aikataululla: arvon kasvattaminen tekee siirtymistä terävämpiä. |
| `shape_slat_guidance_strength` |  | number | no | `7.5` | 0 – 10 | Yksityiskohtaisen geometrian uskollisuuden säätö: suurempi vastaavuus syötekuvan kanssa lisää yksityiskohtia, mutta voi lisätä kohinaa. |
| `shape_slat_guidance_rescale` |  | number | no | `0.5` | 0 – 1 | Kasvata tätä asetusta, kun geometria näyttää kohinaiselta: se vähentää muotovaiheen voimakkaan ohjauksen aiheuttamia artefakteja. |
| `shape_slat_guidance_interval_start` |  | number | no | `0.6` | 0 – 1 | Classifier-free guidance -ohjauksen aloituskohta muodon tarkennuksessa vaiheessa 2. Kohinanpoiston etenemisen osuutena ilmaistuna se määrittää interval_start-arvon; ohjaus toimii vain interval_start- ja interval_end-arvojen rajaamassa ikkunassa. |
| `shape_slat_guidance_interval_end` |  | number | no | `1` | 0 – 1 | Vaiheen 2 (muodon tarkennus) ohjauksen katkaisukohta: valitse vähintään arvo shape_slat_guidance_interval_start. Arvo ilmaisee kohinanpoiston osuuden, jossa classifier-free guidance päättyy. |
| `shape_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | Muodon hienosäädön kohinanpoistovaiheiden määrä: lisävaiheet voivat tasoittaa geometriaa, mutta hidastavat käsittelyä. |
| `shape_slat_rescale_t` |  | number | no | `3` | 1 – 6 | Aseta geometrisen yksityiskohdan terävyys muodon hienosäädön kohina-aikataululla; arvon kasvattaminen tuottaa terävämpiä yksityiskohtia. |
| `tex_slat_guidance_strength` |  | number | no | `1` | 0 – 10 | Tekstuurin värien uskollisuuden säätö: suurempi vastaavuus syötekuvan väreihin lisää eloisuutta, mutta voi aiheuttaa ylikylläisyyttä. |
| `tex_slat_guidance_rescale` |  | number | no | `0` | 0 – 1 | Kasvata tätä asetusta kohinaisten tekstuurien tai värijuovien korjaamiseksi: se vähentää tekstuurivaiheen voimakkaan ohjauksen aiheuttamia artefakteja. |
| `tex_slat_guidance_interval_start` |  | number | no | `0.6` | 0 – 1 | Classifier-free guidance -ohjauksen aloituskohta tekstuurin generoinnissa vaiheessa 3. Kohinanpoiston etenemisen osuutena ilmaistuna se määrittää interval_start-arvon; ohjaus toimii vain interval_start- ja interval_end-arvojen rajaamassa ikkunassa. |
| `tex_slat_guidance_interval_end` |  | number | no | `0.9` | 0 – 1 | Vaiheen 3 (tekstuurin) ohjauksen katkaisukohta: valitse vähintään arvo tex_slat_guidance_interval_start. Arvo ilmaisee kohinanpoiston osuuden, jossa classifier-free guidance päättyy. |
| `tex_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | Tekstuurien generointiin käytettävien kohinanpoistovaiheiden määrä. Määrän kasvattaminen pidentää käsittelyä, mutta voi tuottaa puhtaampia tekstuureja. |
| `tex_slat_rescale_t` |  | number | no | `3` | 1 – 6 | Aseta tekstuurin yksityiskohtien terävyys tekstuurien generoinnin kohina-aikataululla; arvon kasvattaminen tuottaa terävämpiä yksityiskohtia. |
| `decimation_target` |  | integer | no | `500000` | 5,000 – 2,000,000 | Verkon kärkipisteiden tavoitemäärä: yleiskäyttöön suositellaan 500k ja verkkoon/mobiiliin 20k–50k. Tavoitteen pienentäminen vaihtaa verkkoyksityiskohtia pienempiin tiedostoihin. |
| `texture_size` |  | enum (integer) | no | `2048` | `1024`, `2048`, `4096` | Verkon tekstuurin leivonnassa käytettävä resoluutio. Resoluutioasetuksen kasvattaminen tuottaa hienompia pintayksityiskohtia mutta suurempia tiedostoja. |
| `remesh` |  | boolean | no | `true` |  | Topologian uudelleenrakennus tuottaa siistimpiä verkon kolmioita ja yleensä parantaa soveltuvuutta myöhempiin käyttötarkoituksiin, kuten animaatioon tai 3D-tulostukseen, mutta hidastaa käsittelyä. |
| `remesh_band` |  | number | no | `1` | 0 – 4 | Uudelleenverkotuksen liikevara: suurempi arvo voi lisätä tasoitusta hienojen yksityiskohtien kustannuksella. Asetus rajoittaa kärkipisteiden siirtymää alkuperäiseen pintaan nähden. |
| `remesh_project` |  | number | no | `0` | 0 – 1 | Uudelleenverkotettujen kärkipisteiden alkuperäiseen pintaan palauttavan projektion voimakkuus: 1 säilyttää yksityiskohdat täydellä projektiolla, kun taas 0 poistaa projektion käytöstä ja tuottaa tasaisemman tuloksen. |
| `uv_unwrap_angle_threshold_deg` |  | number | no | `90` | 0 – 180 | UV-kaavion kulmaraja asteina, joka rajoittaa vierekkäisten pintanormaalien eroa yhdessä kaaviossa. Suurempi raja suosii harvempia ja suurempia kaavioita venymisen riskillä; pienempi raja suosii useampia kaavioita ja vähäisempää vääristymää. |
| `uv_unwrap_refine_iterations` |  | integer | no | `0` | 0 – 10 | UV-kaavioiden laskemiseen käytettävien paikallisten tarkennuspassien määrä. |
| `uv_unwrap_global_iterations` |  | integer | no | `1` | 1 – 10 | UV-kaavioiden tasapainoa voi parantaa lisäämällä kaavioiden laskemiseen käytettävien globaalien klusterointipassien määrää. |
| `uv_unwrap_smooth_strength` |  | number | no | `1` | 0 – 10 | Säädä UV-kaavion reunojen tasoituksen voimakkuutta; suurempien asetusten vähemmän näkyviin saumoihin liittyy UV-vääristymän riski. |
| `image_url` | `image` | string (image URL) | yes |  |  | 3D-muunnoksen lähdekuvaan osoittava URL-osoite. |

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
{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "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.com/v1/run/trellis-2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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.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/trellis-2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "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.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "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/trellis-2", 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": "trellis-2",
      "input": {
        "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": "trellis-2",
  "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": 300,
    "usd": "0.30",
    "charged": 300,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "model_glb": {
      "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
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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 |
|---|---|---|
| `model_glb` | object {url, content_type, file_name, file_size} | GLB-muodossa generoitu 3D-malli. |

## Related models

- [Trellis 2 · Retexture](https://doitong.com/developers/models/trellis-2/retexture.md) (`trellis-2/retexture`): from $0.20 / request
- [Trellis](https://doitong.com/developers/models/trellis.md) (`trellis`): $0.02 / request
- [Trellis · Multi](https://doitong.com/developers/models/trellis/multi.md) (`trellis/multi`): $0.02 / request
- [TRELLIS.2 LoRA Inference](https://doitong.com/developers/models/trellis-2-lora.md) (`trellis-2-lora`): from $0.25 / request
- [Hi3D Image to 3D](https://doitong.com/developers/models/hitem3d/hi3d/image-to-3d.md) (`hitem3d/hi3d/image-to-3d`): $0.50 / run
- [Hi3D Image to 3D · v3.0](https://doitong.com/developers/models/hitem3d/hi3d/v3.0/image-to-3d.md) (`hitem3d/hi3d/v3.0/image-to-3d`): from $1.80 / run
- [Hi3D Multiview to 3D · Multi View to 3D](https://doitong.com/developers/models/hitem3d/hi3d/multi-view-to-3d.md) (`hitem3d/hi3d/multi-view-to-3d`): $0.50 / run
- [Hi3D Multiview to 3D · v3.0 · Multi View to 3D](https://doitong.com/developers/models/hitem3d/hi3d/v3.0/multi-view-to-3d.md) (`hitem3d/hi3d/v3.0/multi-view-to-3d`): from $1.80 / run

## Links

- HTML page: https://doitong.com/developers/models/trellis-2
- 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=trellis-2
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/trellis-2