# VGGT-1B API

> Reconstruit une scène 3D à partir de 48 images ou d'une vidéo maximum, en renvoyant des cartes de profondeur, des poses de caméra et un nuage de points

Estime la géométrie à partir de plusieurs vues. Fournissez jusqu'à 48 images dans `image_urls` et ajoutez éventuellement une `video_url` échantillonnée toutes les `frame_sampling_rate` images. Le modèle renvoie des cartes de profondeur par image, les paramètres extrinsèques et intrinsèques de la caméra, les fichiers de prédiction bruts et un nuage de points GLB avec cônes de caméra. `confidence_percentile` et `max_points` contrôlent la densité du nuage de points.

- Model id: `vggt-1b`
- Made by: Meta
- Category: Vision
- Output: json
- Charged by usage (up to $1.755 per run, typical $0.04; the rest of the hold is refunded): $0.000975 / second of processing time (cheapest run $0.04 (40 API credits))
- Run: `POST https://api.doitong.com/v1/run/vggt-1b`
- Quote: `POST https://api.doitong.com/v1/quote/vggt-1b`
- Docs page: https://doitong.com/fr/developers/models/vggt-1b

## Pricing

Price: **$0.000975 / second of processing time**. Charged by actual usage at $0.000975 / second of processing time: up to $1.755 per run (the quote gives the maximum for your input), the rest is refunded automatically after the run. A typical run costs $0.04.

The full example input below holds up to $1.755 = 1755 API credits (up to 1800 s of processing time × $0.000975) when it starts; a typical run costs $0.04 (40 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). This model is charged by usage: `POST https://api.doitong.com/v1/quote/vggt-1b` with the same JSON body returns the most the run can cost for that input (`credits`, debited when the run starts); after the run you pay the usage the model reports and the rest is refunded automatically. An input whose maximum would exceed the per-run limit is refused with 422. 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 |
|---|---|---|---|---|---|---|
| `image_urls` | `images` | array of image URL | no |  | ≤ 48 items | Images source de reconstruction, chacune complétée pour devenir carrée puis redimensionnée à une dimension maximale de 518 pixels. JPEG, PNG, WEBP et tout autre format d'image décodable par Pillow sont acceptés. |
| `video_url` | `video` | string (video URL) \| null | no |  |  | Vidéo source facultative dont les images échantillonnées suivent image_urls dans l'entrée combinée. L'échantillonnage utilise une image sur `frame_sampling_rate`, en incluant toujours la première et la dernière. |
| `frame_sampling_rate` |  | integer | no | `24` | 1 – 1,000 | Intervalle d'images appliqué uniquement lorsqu'une vidéo est fournie via `video_url` ; sinon, il n'a aucun effet. Les deux images limites sont conservées quel que soit l'intervalle, avec une image sur n échantillonnée entre les deux. |
| `alpha_blend_onto` |  | enum (string) | no | `white` | `keep`, `white`, `black`, `mean` | Le traitement du canal alpha propose quatre choix : 'keep' supprime l'alpha sans modifier les valeurs de pixels originales ; 'mean' compose avec le RGB moyen d'ImageNet. Pour un arrière-plan uni, choisissez 'white' ou 'black' afin de composer avec la couleur correspondante. |
| `export_prediction_data` |  | boolean | no | `true` |  | Exporte les prédictions brutes dans des fichiers JSON distincts pour chaque image. Chaque fichier inclut la profondeur et sa confiance, un masque et la pose de caméra encodée. |
| `export_depth_maps` |  | boolean | no | `true` |  | Exporte les rasters de profondeur avec une conversion linéaire de `depth_range` vers les valeurs de pixels 0–65535. Chaque image reçoit un PNG en niveaux de gris distinct avec une précision de 16 bits. |
| `export_point_cloud` |  | boolean | no | `true` |  | Exporte le nuage de points coloré fusionné au format GLB, avec les caméras estimées représentées par des maillages coniques individuels dans la scène. |
| `array_encoding` |  | enum (string) | no | `base64` | `base64`, `list` | Format de stockage des tableaux pour les fichiers JSON de prédiction, 'list' occupant beaucoup plus d'espace que 'base64'. Choisissez 'list' pour les listes JSON imbriquées ou 'base64' pour les objets contenant {data, shape, dtype}. |
| `exclude_keys` |  | array of enum (string) | no |  |  | Clés exclues de chaque fichier JSON de prédiction. |
| `confidence_percentile` |  | number | no | `50` | 0 – 100 | Pourcentage de filtrage fondé sur la confiance pour construire le nuage de points : 0 désactive le filtrage, tandis que les autres valeurs excluent ce pourcentage de points, en commençant par les moins fiables. |
| `max_points` |  | integer | no | `250000` | 1,000 – 5,000,000 | Limite du nombre de points GLB, fixée par défaut à 250,000. Pour réduire la latence de sérialisation et d'envoi, une sélection sous-échantillonnée uniformément est écrite lorsque le nuage dépasse ce budget. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Activation des contrôles de sécurité pour les images et vidéos d'entrée. |

File parameters (`images`, `video`) 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
{}
```

A fuller example:

```json
{}
```

## 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/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# 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/vggt-1b?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({}),
});
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 = {}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/vggt-1b", 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": "vggt-1b",
      "input": {},
      "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": "vggt-1b",
  "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": 1755,
    "usd": "1.755",
    "charged": 1755,
    "refunded": 0
  },
  "input": {},
  "output": {
    "point_cloud": {
      "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
    },
    "depth_maps": [
      {
        "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
      }
    ],
    "prediction_data": [
      {
        "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
      }
    ],
    "num_frames": 1,
    "depth_range": [
      1.0
    ],
    "extrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "intrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "timings": {}
  },
  "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 |
|---|---|---|
| `point_cloud` | object {url, content_type, file_name, file_size} \| null | Export du nuage de points renvoyé lorsque `export_point_cloud` vaut true ; sa scène GLB combine le nuage fusionné avec les cônes des caméras. |
| `depth_maps` | array of object {url, content_type, file_name, file_size, width, height} | Export de la carte de profondeur disponible lorsque `export_depth_maps` vaut true. Les éléments suivent la séquence d'images source, chaque image étant représentée par un raster PNG en niveaux de gris avec une profondeur de 16 bits. |
| `prediction_data` | array of object {url, content_type, file_name, file_size} | Export des prédictions brutes : lorsque `export_prediction_data` vaut true, chaque image possède son propre fichier JSON et les fichiers suivent la séquence des images. |
| `num_frames` | integer | Nombre total d'images reconstruites, y compris les images et celles échantillonnées depuis la vidéo. |
| `depth_range` | array of number | Bornes de profondeur [min, max] utilisées pour la quantification de `depth_maps`. Récupérez la profondeur avec min + pixel * (max - min) / 65535. |
| `extrinsics` | array of array of array of number | Matrices extrinsèques caméra-monde, de taille 3x4, pour chaque image ; les axes OpenCV pointent vers la droite selon x, vers le bas selon y et vers l'avant selon z. |
| `intrinsics` | array of array of array of number | Matrices intrinsèques sténopé, de taille 3x3, pour chaque image, exprimées dans les coordonnées de pixels de l'image 518x518 du modèle. |
| `timings` | object | Temps écoulé pour chaque étape, en secondes. |

## Related models

- [Sam 3 · Image · Embed](https://doitong.com/developers/models/sam-3/image/embed.md) (`sam-3/image/embed`): $0.005 / run
- [Bagel · Understand](https://doitong.com/developers/models/bagel/understand.md) (`bagel/understand`): $0.05 / request
- [Bria Ad Delayer](https://doitong.com/developers/models/bria/ad-delayer.md) (`bria/ad-delayer`): $0.30 / request
- [Florence 2 Large Caption](https://doitong.com/developers/models/florence-2-large/caption.md) (`florence-2-large/caption`): $0.003 / run
- [Florence 2 Large Detailed Caption](https://doitong.com/developers/models/florence-2-large/detailed-caption.md) (`florence-2-large/detailed-caption`): $0.004 / run
- [Florence 2 Large OCR](https://doitong.com/developers/models/florence-2-large/ocr.md) (`florence-2-large/ocr`): $0.003 / run
- [Florence 2 Large Region To Category](https://doitong.com/developers/models/florence-2-large/region-to-category.md) (`florence-2-large/region-to-category`): $0.003 / run
- [Florence-2 Large · More Detailed Caption](https://doitong.com/developers/models/florence-2-large/more-detailed-caption.md) (`florence-2-large/more-detailed-caption`): $0.004 / run

## Links

- HTML page: https://doitong.com/developers/models/vggt-1b
- 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=vggt-1b
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/vggt-1b