# LTX 2.3 Trainer (V2) - Keyframe Interpolation API

> Treniruoja LoRA, kuri generuoja judesį tarp pirmojo ir paskutinio pagrindinių kadrų, pasirinktinai naudojant vidurinį kadrą

Treniruoja LoRA pagrindinių kadrų interpoliacijai: vykdymo metu pateikiate pirmąjį ir paskutinį kadrus, o modelis sugeneruoja tarp jų esantį vaizdo įrašą. Įjunkite `include_middle_keyframe`, kad treniruotė naudotų pirmąjį, vidurinį ir paskutinį kadrus; tada kiekviename validavimo pavyzdyje turi būti pateiktas `middle_image_url`. Duomenys pateikiami zip archyve per `training_data_url`, su iki 2 validavimo įrašų.

- Model id: `ltx23-trainer-v2/interpolate`
- Made by: Lightricks
- Category: Training
- Output: file
- Price: $0.0024 / step (cheapest run $4.80 (4800 API credits))
- Run: `POST https://api.doitong.com/v1/run/ltx23-trainer-v2/interpolate`
- Quote: `POST https://api.doitong.com/v1/quote/ltx23-trainer-v2/interpolate`
- Docs page: https://doitong.com/lt/developers/models/ltx23-trainer-v2/interpolate

## Pricing

Price: **$0.0024 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $4.80 = 4800 API credits (2000 steps × 2.4 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/ltx23-trainer-v2/interpolate` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `training_data_url` |  | string | yes |  |  | URL į `.zip` failą su mokymo duomenimis, sutvarkytais pagal pasirinktą mokymo režimą. Kiekvieną medijos failą gali papildyti atitinkamas `.txt` aprašas tuo pačiu baziniu pavadinimu. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | LoRA adaptacijos rangas: didėjant reikšmei didėja atminties sąnaudos ir talpa. |
| `number_of_steps` |  | integer | no | `2000` | 100 – 10,000 | Bendras mokymo žingsnių skaičius. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | Optimizavimo mokymosi sparta. |
| `number_of_frames` |  | integer | no | `89` | 9 – 121 | Kiekvieno mokymo pavyzdžio kadrų skaičius. Padalijus skaičių iš 8, liekana turi būti 1; pavyzdžiai: 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | Mokymo vaizdo įrašo tikslinis kadrų dažnis kadrais per sekundę. Gimtasis LTX-2.3 dažnis yra 24. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | Mokymo raiška. Didesnė raiška padidina atminties poreikius. |
| `aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | Mokymo kraštinių santykis. |
| `trigger_phrase` |  | string | no | `` |  | LoRA stiliaus aktyvinimo frazė, mokant įterpiama aprašų pradžioje. |
| `auto_scale_input` |  | boolean | no | `false` |  | Automatinis vaizdo įrašo pritaikymas pagal prašomą FPS ir kadrų skaičių, kai įjungtas; vaizdų duomenų rinkiniai nepakeičiami. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | Vaizdo įrašų, viršijančių trukmės slenkstį, scenų skaidymas, įjungiamas esant true. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | Scenos skaidymo trigeris, išreikštas trukme sekundėmis: skaidomi tik už slenkstį ilgesni vaizdo įrašai. |
| `debug_dataset` |  | boolean | no | `false` |  | Išankstinio apdorojimo tikrinimo režimas vaizdo įrašams, vaizdams ir aprašams patikrinti prieš visą mokymo paleidimą. Įjungus mokytuvas grąžina apdorotą mokymo duomenų rinkinį atsisiunčiamame archyve rankinei peržiūrai. |
| `validation` |  | array of object {prompt, start_image_url, end_image_url, middle_image_url} | no | `[]` | ≤ 2 items | Sąrašu pateikiami tikrinimo duomenys; įrašas sujungia pagrindinius kadrų vaizdus su raginio tekstu. |
| `validation[].prompt` |  | string | yes |  |  | Patvirtinimo metu naudojamas raginys. |
| `validation[].start_image_url` |  | string (image URL) | yes |  | ≥ 1 characters | Pagrindinio kadro vaizdo URL pradiniam kadrui. |
| `validation[].end_image_url` |  | string (image URL) | yes |  | ≥ 1 characters | Pagrindinio kadro vaizdo URL galutiniam kadrui. |
| `validation[].middle_image_url` |  | string (image URL) \| null | no |  |  | Vidurinio pagrindinio kadro vaizdo URL first+middle+last interpoliacijai. Paleidimams su `include_middle_keyframe=true` jis būtinas; kitu atveju neprivalomas. |
| `validation_negative_prompt` |  | string | no | `blurry, out of focus, overexposed, underexposed, low contrast, washed out colors, excessive noise, grainy texture, poor lighting, flickering, motion blur, distorted proportions, unnatural skin tones, deformed facial features, asymmetrical face, missing facial features, extra limbs, disfigured hands, wrong hand count, artifacts around text, inconsistent perspective, camera shake, incorrect depth of field, background too sharp, background clutter, distracting reflections, harsh shadows, inconsistent lighting direction, color banding, cartoonish rendering, 3D CGI look, unrealistic materials, uncanny valley effect, incorrect ethnicity, wrong gender, exaggerated expressions, wrong gaze direction, mismatched lip sync, silent or muted audio, distorted voice, robotic voice, echo, background noise, off-sync audio, incorrect dialogue, added dialogue, repetitive speech, jittery movement, awkward pauses, incorrect timing, unnatural transitions, inconsistent framing, tilted camera, flat lighting, inconsistent tone, cinematic oversaturation, stylized filters, or AI artifacts.` |  | Patvirtinimo metu taikomas neigiamasis raginys, naudojantis vieno etapo peržiūros procesą. Kadangi šis procesas apytiksliai imituoja dviejų etapų gamybinį išvedimą, jo valdymas ir peržiūros kokybė skiriasi nuo galutinių rezultatų. |
| `validation_number_of_frames` |  | integer | no | `89` | 9 – 121 | Kiekvieno patvirtinimo vaizdo įrašo kadrų skaičius. |
| `validation_frame_rate` |  | integer | no | `24` | 8 – 60 | Patvirtinimo vaizdo įrašų tikslinis kadrų dažnis kadrais per sekundę; LTX-2.3 natūraliai veikia 24 dažniu. |
| `validation_resolution` |  | enum (string) | no | `high` | `low`, `medium`, `high` | Patvirtinimo metu naudojama raiška. |
| `validation_aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | Patvirtinimo metu naudojamas kraštinių santykis. |
| `stg_scale` |  | number | no | `1` | 0 – 3 | Erdvinio ir laiko valdymo (STG) mastelis: rekomenduojama 1.0, o 0.0 STG išjungia. |
| `include_middle_keyframe` |  | boolean | no | `false` |  | Vidurinio pagrindinio kadro įtraukimas generuojant vaizdo įrašą: true reikalauja `middle_image_url` kiekviename tikrinimo pavyzdyje ir išsaugo vidurinį kadrą kartu su pirmuoju bei paskutiniu, užuot naudojus tik pirmąjį ir paskutinį. |

## Example input

Required parameters only:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

A fuller example:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

## 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/ltx23-trainer-v2/interpolate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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/ltx23-trainer-v2/interpolate?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "training_data_url": "https://example.com/your-file.zip"
  }),
});
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 = {
    "training_data_url": "https://example.com/your-file.zip",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx23-trainer-v2/interpolate", 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": "ltx23-trainer-v2/interpolate",
      "input": {
        "training_data_url": "https://example.com/your-file.zip"
      },
      "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": "ltx23-trainer-v2/interpolate",
  "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": 4800,
    "usd": "4.80",
    "charged": 4800,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "video": {
      "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
    },
    "audio": {
      "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
    },
    "lora_file": {
      "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
    },
    "config_file": {
      "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
    },
    "debug_dataset": {
      "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 |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} \| null | Sujungta vaizdo įrašo peržiūra iš patvirtinimo, jei prieinama vaizdo įrašą kuriantiems galiniams taškams. |
| `audio` | object {url, content_type, file_name, file_size} \| null | Sujungtas patvirtinimo garsas, pateikiamas kaip peržiūra, jei prieinamas tik garsui skirtuose maršrutuose: /audio-inpaint, /audio-extend-suffix, /audio-extend-prefix, /t2a, /a2a ir /v2a. |
| `lora_file` | object {url, content_type, file_name, file_size} | Mokytų LoRA svorių URL `.safetensors` formatu. |
| `config_file` | object {url, content_type, file_name, file_size} | Išvedimo galinio taško sąrankos konfigūracija. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | Derinimo išvestis, prieinama įjungus `debug_dataset`: atsisiunčiamas archyvas su mokymo duomenimis po išankstinio apdorojimo. |

## Related models

- [LTX 2.3 Trainer (V2) - Audio Inpainting](https://doitong.com/developers/models/ltx23-trainer-v2/audio-inpaint.md) (`ltx23-trainer-v2/audio-inpaint`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/av2av.md) (`ltx23-trainer-v2/ic-lora/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference Transformation](https://doitong.com/developers/models/ltx23-trainer-v2/av2av.md) (`ltx23-trainer-v2/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio](https://doitong.com/developers/models/ltx23-trainer-v2/a2a.md) (`ltx23-trainer-v2/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/a2a.md) (`ltx23-trainer-v2/ic-lora/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Video](https://doitong.com/developers/models/ltx23-trainer-v2/a2v.md) (`ltx23-trainer-v2/a2v`): $0.006 / step
- [LTX 2.3 Trainer (V2) - Backward Audio Extension](https://doitong.com/developers/models/ltx23-trainer-v2/audio-extend-suffix.md) (`ltx23-trainer-v2/audio-extend-suffix`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Backward Video Extension](https://doitong.com/developers/models/ltx23-trainer-v2/extend-suffix.md) (`ltx23-trainer-v2/extend-suffix`): $0.0061 / step

## Links

- HTML page: https://doitong.com/developers/models/ltx23-trainer-v2/interpolate
- 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=ltx23-trainer-v2/interpolate
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/ltx23-trainer-v2/interpolate