# LTX-2.3 22B Video to Video Trainer API

> Traindt een LTX-2.3 22B LoRA voor videotransformatie of videogeconditioneerde generatie uit referentievideo's

Traindt een LoRA op het LTX-2.3 22B-model voor videotransformatie, met een zip van video's of afbeeldingen (mp4, mov, avi, mkv, png, jpg, jpeg); minimaal ongeveer 10 bestanden wordt aanbevolen. `number_of_steps` loopt van 1 tot 20000 (standaard 2000) en `frame_rate` is standaard 25. `first_frame_conditioning_p` is standaard 0.1. Validatie accepteert maximaal 2 prompts met referentievideo's.

- Model id: `ltx23-v2v-trainer`
- Made by: Lightricks
- Category: Training
- Output: file
- Price: $0.0135 / step (cheapest run $27.00 (27000 API credits))
- Run: `POST https://api.doitong.com/v1/run/ltx23-v2v-trainer`
- Quote: `POST https://api.doitong.com/v1/quote/ltx23-v2v-trainer`
- Docs page: https://doitong.com/nl/developers/models/ltx23-v2v-trainer

## Pricing

Price: **$0.0135 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $27.00 = 27000 API credits (2000 steps × 13.5 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-v2v-trainer` 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 van een ZIP-archief voor een dataset die uitsluitend afbeeldingen of uitsluitend video's bevat; datasets met gemengde media worden niet ondersteund. Streef naar 10 bestanden of meer, bij voorkeur een grotere verzameling. Geaccepteerde extensies zijn .png, .jpg, .jpeg voor afbeeldingen en .mp4, .mov, .avi, .mkv voor video's. Optionele caption-tekstbestanden mogen de media vergezellen; elk caption-bestand moet dezelfde naam hebben als het bijbehorende mediabestand. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | LoRA-aanpassingsrang, waarbij een hogere instelling meer geheugengebruik inruilt voor grotere capaciteit. |
| `number_of_steps` |  | integer | no | `2000` | 1 – 20,000 | Totaal aantal trainingsstappen. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | Leersnelheid voor optimalisatie, die een mogelijke versnelling van de training afweegt tegen het risico op overfitting bij hogere waarden. |
| `number_of_frames` |  | integer | no | `89` | 9 – 121 | Aantal frames per trainingssample. Delen door 8 moet rest 1 opleveren; voorbeelden zijn 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97. |
| `frame_rate` |  | integer | no | `25` | 8 – 60 | Doelframesnelheid van de video, gemeten in frames per seconde. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | Trainingsresolutie. Een hogere resolutie verhoogt de geheugenvereisten. |
| `aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | Beeldverhouding voor training. |
| `trigger_phrase` |  | string | no | `` |  | Activeringszin voor de LoRA-stijl, ingevoegd aan het begin van bijschriften tijdens de training. |
| `auto_scale_input` |  | boolean | no | `false` |  | Automatische videoaanpassing aan de aangevraagde FPS en het aantal frames wanneer ingeschakeld; afbeeldingsdatasets blijven ongewijzigd. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | Scènesplitsing voor video's die een duurdrempel overschrijden, ingeschakeld wanneer true. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | Trigger voor het splitsen van scènes, uitgedrukt als duur in seconden: alleen video's die langer zijn dan de drempel worden gesplitst. |
| `debug_dataset` |  | boolean | no | `false` |  | Inspectiemodus voor preprocessing om video's, afbeeldingen en bijschriften te controleren vóór een volledige trainingsrun. Inschakelen laat de trainer de verwerkte trainingsdataset teruggeven in een downloadbaar archief voor handmatige controle. |
| `first_frame_conditioning_p` |  | number | no | `0.1` | 0 – 1 | Geef prioriteit aan video-naar-video-transformatie door te verlagen hoe vaak de training conditionering op het eerste frame gebruikt; deze waarde stelt die kans in. |
| `validation` |  | array of object {prompt, reference_video_url} | no | `[]` | ≤ 2 items | Lijst met validatie-invoer waarin prompts aan referentievideo's zijn gekoppeld. |
| `validation[].prompt` |  | string | yes |  |  | Prompt die tijdens validatie wordt gebruikt. |
| `validation[].reference_video_url` |  | string (video URL) | yes |  | ≥ 1 characters | Lever de video die tijdens IC-LoRA-validatie wordt getransformeerd aan via de URL. |
| `validation_negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | Negatieve prompt die tijdens validatie wordt toegepast. |
| `validation_number_of_frames` |  | integer | no | `89` | 9 – 121 | Aantal frames voor elke validatievideo. |
| `validation_frame_rate` |  | integer | no | `25` | 8 – 60 | Doelframesnelheid van de validatievideo, gemeten in frames per seconde. |
| `validation_resolution` |  | enum (string) | no | `high` | `low`, `medium`, `high` | Resolutie die tijdens validatie wordt gebruikt. |
| `validation_aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | Beeldverhouding die tijdens validatie wordt gebruikt. |
| `stg_scale` |  | number | no | `1` | 0 – 3 | Schaal van Spatio-Temporal Guidance (STG), waarbij 1.0 wordt aanbevolen en 0.0 STG uitschakelt. |

## 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-v2v-trainer?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-v2v-trainer?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-v2v-trainer", 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-v2v-trainer",
      "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-v2v-trainer",
  "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": 27000,
    "usd": "27.00",
    "charged": 27000,
    "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
    },
    "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 | URL voor beschikbare validatievideo's, weergegeven naast hun referentievideo's. |
| `lora_file` | object {url, content_type, file_name, file_size} | URL van het getrainde IC-LoRA-gewichtbestand in .safetensors-indeling. |
| `config_file` | object {url, content_type, file_name, file_size} | Configuratie voor het instellen van het inferentie-endpoint. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | Downloadbaar debugarchief, alleen beschikbaar voor invoer waarvoor `debug_dataset` is ingeschakeld; de inhoud van de trainingsgegevens is voorbewerkt en bevat video's in gedecodeerde vorm. |

## 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-v2v-trainer
- 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-v2v-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/ltx23-v2v-trainer