# Pixal3d API

> एक इमेज को टेक्सचर वाले GLB 3D मॉडल में बदलता है और जनरेशन के हर चरण पर विस्तृत नियंत्रण देता है

एक इमेज लेता है और उपयोग किए गए सीड के साथ GLB मॉडल लौटाता है। स्ट्रक्चर, शेप और टेक्सचर चरणों में प्रत्येक के लिए अलग गाइडेंस, रिस्केल, चरण-संख्या और नॉइज़-शेड्यूल सेटिंग होती हैं। आउटपुट `resolution` 1024 या 1536, `texture_size` 1024, 2048 या 4096 हो सकता है और `decimation_target` वर्टेक्स संख्या को 5000 से 1586021 तक सेट करता है। `remesh` टोपोलॉजी को फिर से बनाता है।

- Model id: `pixal3d`
- Made by: Open model
- Category: Image to 3D
- Output: 3d
- Price: from $0.30 / request (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.com/v1/run/pixal3d`
- Quote: `POST https://api.doitong.com/v1/quote/pixal3d`
- Docs page: https://doitong.com/hi/developers/models/pixal3d

## Pricing

Price: **from $0.30 / 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` = 1536: $0.42 (420 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/pixal3d` 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 |
|---|---|---|---|---|---|---|
| `image_url` | `image` | string (image URL) | yes |  |  | 3D रूपांतरण के लिए स्रोत इमेज का URL। |
| `seed` |  | integer \| null | no |  |  | पुनरुत्पाद्य रैंडम निर्माण के लिए उपयोग किया गया सीड। |
| `resolution` |  | enum (integer) | no | `1024` | `1024`, `1536` | आउटपुट का रिज़ॉल्यूशन; इसे बढ़ाने पर अधिक विवरण मिलता है, लेकिन अधिक समय लगता है। |
| `ss_guidance_strength` |  | number | no | `7.5` | 0 – 10 | प्रारंभिक 3D संरचना की निष्ठा नियंत्रित करता है: इसे बढ़ाने पर इनपुट इमेज से अधिक समानता मिलती है, लेकिन अतिरिक्त नॉइज़ का जोखिम रहता है। |
| `ss_guidance_rescale` |  | number | no | `0.7` | 0 – 1 | चरण 1 के मार्गदर्शन-आर्टिफ़ैक्ट को नियंत्रित करता है; कम सेटिंग पर मार्गदर्शन प्रभाव अधिक मजबूत और अधिक सेटिंग पर आउटपुट अधिक स्थिर होता है। |
| `ss_sampling_steps` |  | integer | no | `12` | 1 – 50 | प्रारंभिक संरचना के डिनॉइज़िंग चरणों की संख्या: अतिरिक्त चरणों से संभावित गुणवत्ता लाभ मिलता है, लेकिन प्रोसेसिंग धीमी होती है। |
| `ss_rescale_t` |  | number | no | `5` | 1 – 6 | संरचना-निर्माण नॉइज़ शेड्यूल के माध्यम से ट्रांज़िशन की तीक्ष्णता सेट करें: यह मान बढ़ाने पर ट्रांज़िशन अधिक तीक्ष्ण होते हैं। |
| `shape_slat_guidance_strength` |  | number | no | `7.5` | 0 – 10 | विस्तृत ज्यामिति की निष्ठा नियंत्रित करता है: इनपुट इमेज के अधिक अनुरूप होने पर अतिरिक्त विवरण मिलता है, लेकिन नॉइज़ बढ़ने का जोखिम रहता है। |
| `shape_slat_guidance_rescale` |  | number | no | `0.5` | 0 – 1 | ज्यामिति नॉइज़युक्त दिखने पर यह सेटिंग बढ़ाएँ: इससे आकार चरण के दौरान मजबूत मार्गदर्शन से उत्पन्न आर्टिफ़ैक्ट कम होते हैं। |
| `shape_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | आकार-सुधार डिनॉइज़िंग चरणों की संख्या: अतिरिक्त चरणों से ज्यामिति संभावित रूप से अधिक सहज होती है, लेकिन गति कम होती है। |
| `shape_slat_rescale_t` |  | number | no | `3` | 1 – 6 | आकार-सुधार नॉइज़ शेड्यूल के माध्यम से ज्यामितीय विवरण की तीक्ष्णता सेट करें; यह मान बढ़ाने पर विवरण अधिक तीक्ष्ण होते हैं। |
| `tex_slat_guidance_strength` |  | number | no | `1` | 0 – 10 | टेक्सचर रंग की निष्ठा नियंत्रित करता है: अधिक सेटिंग पर इनपुट इमेज के रंगों से अधिक समानता जीवंतता बढ़ाती है, लेकिन अत्यधिक संतृप्ति हो सकती है। |
| `tex_slat_guidance_rescale` |  | number | no | `0` | 0 – 1 | नॉइज़युक्त टेक्सचर या रंग बैंडिंग को ठीक करने के लिए यह सेटिंग बढ़ाएँ: इससे टेक्सचर चरण के दौरान मजबूत मार्गदर्शन से उत्पन्न आर्टिफ़ैक्ट कम होते हैं। |
| `tex_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | टेक्सचर बनाने के लिए उपयोग किए जाने वाले डिनॉइज़िंग चरणों की संख्या। चरणों की संख्या बढ़ाने पर अधिक समय लगता है, लेकिन टेक्सचर अधिक साफ़ हो सकते हैं। |
| `tex_slat_rescale_t` |  | number | no | `3` | 1 – 6 | टेक्सचर-निर्माण नॉइज़ शेड्यूल के माध्यम से टेक्सचर विवरण की तीक्ष्णता सेट करें; यह मान बढ़ाने पर विवरण अधिक तीक्ष्ण होते हैं। |
| `mesh_scale` |  | number | no | `1` | 0.1 – 4 | मॉडल द्वारा उपयोग किए जाने वाले कैमरा-दूरी अनुमान को प्रभावित करने के लिए अनुमानित मेश का स्केल बदलें। |
| `max_num_tokens` |  | integer | no | `49152` | 4,096 – 131,072 | कैस्केडेड आकार सैंपलर के लिए HR टोकन सीमा; अधिक सेटिंग पर बारीक ज्यामिति और कम सेटिंग पर मेमोरी तथा प्रोसेसिंग-समय की बचत के बीच संतुलन। |
| `decimation_target` |  | integer | no | `200000` | 5,000 – 1,586,021 | मेश जटिलता का लक्ष्य, अंतिम परिणाम के वर्टेक्स की संख्या के रूप में। इस लक्ष्य को घटाकर फ़ाइल का आकार कम करने पर विवरण भी कम होता है। |
| `texture_size` |  | enum (integer) | no | `2048` | `1024`, `2048`, `4096` | बेकिंग के लिए मेश टेक्सचर रिज़ॉल्यूशन। इस रिज़ॉल्यूशन को बढ़ाने पर सतह का बारीक विवरण बढ़ता है, लेकिन फ़ाइलें बड़ी होती हैं। |
| `remesh` |  | boolean | no | `true` |  | मेश टोपोलॉजी का पुनर्निर्माण, जो साफ़ त्रिभुज बनाकर आम तौर पर आगे के उपयोग में लाभ देता है, लेकिन प्रोसेसिंग अधिक लंबी होती है। |
| `enable_safety_checker` |  | boolean | no | `true` |  | यदि कॉलर अधिकृत है, तो false सेट करके स्क्रीनिंग में ढील दी जा सकती है। |

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/pixal3d?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/pixal3d?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/pixal3d", 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": "pixal3d",
      "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": "pixal3d",
  "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
    },
    "seed": 42
  },
  "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 फ़ॉर्मेट में निर्मित 3D मॉडल। |
| `seed` | integer | वास्तव में उपयोग किया गया सीड मान। |

## Related models

- [ReconViaGen 0.5](https://doitong.com/developers/models/reconviagen-0.5.md) (`reconviagen-0.5`): 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
- [Hunyuan 3D Pro Image to 3D](https://doitong.com/developers/models/hunyuan-3d/v3.1/pro/image-to-3d.md) (`hunyuan-3d/v3.1/pro/image-to-3d`): $0.375 / run
- [Hunyuan 3D Rapid Image to 3D](https://doitong.com/developers/models/hunyuan-3d/v3.1/rapid/image-to-3d.md) (`hunyuan-3d/v3.1/rapid/image-to-3d`): from $0.225 / request
- [Hunyuan World · Image to World](https://doitong.com/developers/models/hunyuan_world/image-to-world.md) (`hunyuan_world/image-to-world`): $0.30 / request

## Links

- HTML page: https://doitong.com/developers/models/pixal3d
- 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=pixal3d
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/pixal3d