# Trellis 2 API

> 조정 가능한 구조, 형태, 텍스처 및 UV 설정으로 단일 이미지를 텍스처가 적용된 GLB 3D 메시로 변환

이미지 한 장(`image_url`)에서 3D 에셋을 만들고 GLB 파일을 반환합니다. `resolution`은 512, 1024 또는 1536이고 `texture_size`는 1024, 2048 또는 4096입니다. 세 단계(구조, 형태, 텍스처)마다 고유한 가이던스 및 샘플링 단계 제어가 있습니다. `decimation_target`은 메시 정점 수(5,000 to 2,000,000)를 설정하며 리메싱 및 UV 언래핑 옵션도 제공합니다.

- 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/ko/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 |  |  | 재현 가능한 무작위 생성에 사용되는 시드입니다. |
| `resolution` |  | enum (integer) | no | `1024` | `512`, `1024`, `1536` | 출력 해상도입니다. 높이면 세부 정보가 늘지만 더 오래 걸립니다. |
| `ss_guidance_strength` |  | number | no | `7.5` | 0 – 10 | 초기 3D 구조 충실도 제어입니다. 높이면 입력 이미지와 더 가깝게 일치하지만 노이즈가 늘어날 수 있습니다. |
| `ss_guidance_rescale` |  | number | no | `0.7` | 0 – 1 | 1단계 안내 아티팩트 제어입니다. 낮은 설정에서는 안내 효과가 강해지고, 높은 설정에서는 출력이 더 안정적입니다. |
| `ss_guidance_interval_start` |  | number | no | `0.6` | 0 – 1 | 1단계(희소 구조)의 classifier-free guidance 구간 시작점으로, 노이즈 제거 비율로 표현됩니다. 낮은 설정일수록 안내가 더 일찍 시작됩니다. interval_start부터 interval_end까지의 구간에서만 안내가 사용되고 나머지 구간에서는 안내 없이 처리됩니다. |
| `ss_guidance_interval_end` |  | number | no | `1` | 0 – 1 | 1단계(희소 구조)의 안내 종료 지점입니다. ss_guidance_interval_start 이상인 값을 선택하세요. classifier-free guidance가 중지되는 노이즈 제거 비율을 지정합니다. |
| `ss_sampling_steps` |  | integer | no | `12` | 1 – 50 | 초기 구조의 노이즈 제거 단계 수입니다. 단계를 추가하면 품질이 향상될 수 있지만 처리가 느려집니다. |
| `ss_rescale_t` |  | number | no | `5` | 1 – 6 | 구조 생성 노이즈 스케줄을 통해 전환 선명도를 설정합니다. 값을 높이면 전환이 더 선명해집니다. |
| `shape_slat_guidance_strength` |  | number | no | `7.5` | 0 – 10 | 세부 기하 구조 충실도 제어입니다. 입력 이미지에 대한 일치도를 높이면 세부 정보가 늘지만 노이즈가 추가될 수 있습니다. |
| `shape_slat_guidance_rescale` |  | number | no | `0.5` | 0 – 1 | 기하 구조에 노이즈가 많아 보일 때 이 설정을 높이세요. 형태 단계의 강한 안내로 인한 아티팩트를 줄입니다. |
| `shape_slat_guidance_interval_start` |  | number | no | `0.6` | 0 – 1 | 2단계의 형태 정제를 위한 classifier-free guidance 활성화 지점입니다. 노이즈 제거 진행률의 비율로 표현되며 interval_start를 설정합니다. 안내는 interval_start와 interval_end 사이에서만 작동합니다. |
| `shape_slat_guidance_interval_end` |  | number | no | `1` | 0 – 1 | 2단계(형태 정제)의 안내 종료 지점입니다. shape_slat_guidance_interval_start 이상인 값을 선택하세요. classifier-free guidance가 중지되는 노이즈 제거 비율을 지정합니다. |
| `shape_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | 형태 정제 노이즈 제거 단계 수입니다. 단계를 추가하면 더 매끄러운 기하 구조를 얻을 수 있지만 속도가 느려집니다. |
| `shape_slat_rescale_t` |  | number | no | `3` | 1 – 6 | 형태 정제 노이즈 스케줄을 통해 기하 세부 정보의 선명도를 설정합니다. 값을 높이면 세부 정보가 더 선명해집니다. |
| `tex_slat_guidance_strength` |  | number | no | `1` | 0 – 10 | 텍스처 색상 충실도 제어입니다. 높은 설정에서는 입력 이미지의 색상을 더 충실하게 따르므로 선명도가 높아지지만 과포화가 발생할 수 있습니다. |
| `tex_slat_guidance_rescale` |  | number | no | `0` | 0 – 1 | 노이즈가 많은 텍스처나 색상 밴딩을 해결하려면 이 설정을 높이세요. 텍스처 단계의 강한 안내로 인한 아티팩트를 줄입니다. |
| `tex_slat_guidance_interval_start` |  | number | no | `0.6` | 0 – 1 | 3단계의 텍스처 생성을 위한 classifier-free guidance 활성화 지점입니다. 노이즈 제거 진행률의 비율로 표현되며 interval_start를 설정합니다. 안내는 interval_start와 interval_end 사이에서만 작동합니다. |
| `tex_slat_guidance_interval_end` |  | number | no | `0.9` | 0 – 1 | 3단계(텍스처)의 안내 종료 지점입니다. tex_slat_guidance_interval_start 이상인 값을 선택하세요. classifier-free guidance가 중지되는 노이즈 제거 비율을 지정합니다. |
| `tex_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | 텍스처 생성에 사용되는 노이즈 제거 단계 수입니다. 높이면 더 오래 걸리지만 텍스처가 더 깨끗해질 수 있습니다. |
| `tex_slat_rescale_t` |  | number | no | `3` | 1 – 6 | 텍스처 생성 노이즈 스케줄을 통해 텍스처 세부 정보의 선명도를 설정합니다. 값을 높이면 세부 정보가 더 선명해집니다. |
| `decimation_target` |  | integer | no | `500000` | 5,000 – 2,000,000 | 메시 정점 수 목표입니다. 일반적인 용도에는 500k, 웹/모바일에는 20k–50k를 권장합니다. 목표를 낮추면 메시 디테일이 줄어드는 대신 파일 크기가 작아집니다. |
| `texture_size` |  | enum (integer) | no | `2048` | `1024`, `2048`, `4096` | 베이킹할 메시 텍스처 해상도입니다. 높일수록 표면 세부 정보가 향상되지만 파일이 커집니다. |
| `remesh` |  | boolean | no | `true` |  | 더 깔끔한 메시 삼각형을 생성하는 토폴로지 재구성입니다. 처리 속도가 느려지는 대신 애니메이션이나 3D 프린팅 같은 후속 용도에 적합성이 높아집니다. |
| `remesh_band` |  | number | no | `1` | 0 – 4 | 리메시 이동 허용량입니다. 값을 높이면 추가 스무딩으로 세밀한 디테일이 손실될 수 있습니다. 원본 표면을 기준으로 정점 이동량을 제한합니다. |
| `remesh_project` |  | number | no | `0` | 0 – 1 | 리메시된 정점을 원본 표면으로 되돌리는 투영 강도입니다. 1은 전체 투영으로 디테일을 보존하고, 0은 투영을 끄고 더 부드러운 결과를 생성합니다. |
| `uv_unwrap_angle_threshold_deg` |  | number | no | `90` | 0 – 180 | 도 단위의 UV 차트 각도 제한입니다. 하나의 차트 안에서 인접 면의 법선이 달라질 수 있는 정도를 제한합니다. 값을 높이면 더 적고 큰 차트를 선호하지만 늘어남이 발생할 수 있고, 낮추면 더 많은 차트와 적은 왜곡을 선호합니다. |
| `uv_unwrap_refine_iterations` |  | integer | no | `0` | 0 – 10 | UV 차트를 계산하는 데 사용하는 로컬 정제 패스 수입니다. |
| `uv_unwrap_global_iterations` |  | integer | no | `1` | 1 – 10 | 차트를 계산하는 전역 클러스터링 패스 수입니다. 이 수를 높이면 UV 차트 균형을 개선할 수 있습니다. |
| `uv_unwrap_smooth_strength` |  | number | no | `1` | 0 – 10 | UV 차트 가장자리를 부드럽게 만드는 정도를 조정합니다. 설정이 높을수록 솔기가 덜 보이지만 UV 왜곡이 발생할 수 있습니다. |
| `image_url` | `image` | string (image URL) | yes |  |  | 3D 변환에 사용할 소스 이미지를 가리키는 URL입니다. |

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 형식으로 생성된 3D 모델입니다. |

## 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