# LTX 2.3 Trainer (V2) - Keyframe Interpolation API

> Обучает LoRA, генерирующую движение между первым и последним ключевыми кадрами, опционально с промежуточным кадром

Обучает LoRA для интерполяции ключевых кадров: при инференсе вы передаёте первый и последний кадры, а модель генерирует видео между ними. Включите `include_middle_keyframe`, чтобы обучать модель на первом, промежуточном и последнем кадрах; тогда каждый пример для проверки должен содержать `middle_image_url`. Данные передаются в zip-архиве через `training_data_url`, доступно до 2 записей для проверки.

- 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.ru/ru/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 файла `.zip` с обучающими данными, организованными согласно выбранному режиму обучения. Для каждого медиофайла может быть указан сопровождающий файл `.txt` с подписью и совпадающим базовым именем. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | Ранг адаптации LoRA: увеличение значения повышает ёмкость ценой большего потребления памяти. |
| `number_of_steps` |  | integer | no | `2000` | 100 – 10,000 | Общее количество шагов обучения. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | Скорость обучения оптимизации. |
| `number_of_frames` |  | integer | no | `89` | 9 – 121 | Количество кадров в каждом обучающем примере. При делении количества на 8 остаток должен быть равен 1; примеры: 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | Целевая частота кадров обучающего видео в кадрах в секунду. Нативная частота для LTX-2.3 — 24. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | Разрешение обучения. Увеличение разрешения повышает требования к памяти. |
| `aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | Соотношение сторон обучения. |
| `trigger_phrase` |  | string | no | `` |  | Фраза активации стиля LoRA, вставляемая в начало подписей во время обучения. |
| `auto_scale_input` |  | boolean | no | `false` |  | Автоматическая настройка видео под запрошенные FPS и количество кадров при включении; наборы изображений не изменяются. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | Разделение сцен для видео, превышающих порог длительности; включается при значении true. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | Порог разделения сцен, заданный длительностью в секундах: разделяются только видео, превышающие этот порог. |
| `debug_dataset` |  | boolean | no | `false` |  | Режим проверки предварительной обработки видео, изображений и подписей перед полным запуском обучения. При включении тренер возвращает обработанный обучающий набор данных в загружаемом архиве для ручной проверки. |
| `validation` |  | array of object {prompt, start_image_url, end_image_url, middle_image_url} | no | `[]` | ≤ 2 items | Данные валидации, передаваемые списком; запись объединяет изображения ключевых кадров с промптом. |
| `validation[].prompt` |  | string | yes |  |  | Промпт, используемый при проверке. |
| `validation[].start_image_url` |  | string (image URL) | yes |  | ≥ 1 characters | URL изображения ключевого кадра для начального кадра. |
| `validation[].end_image_url` |  | string (image URL) | yes |  | ≥ 1 characters | URL изображения ключевого кадра для конечного кадра. |
| `validation[].middle_image_url` |  | string (image URL) \| null | no |  |  | URL изображения среднего ключевого кадра для интерполяции первый+средний+последний. При `include_middle_keyframe=true` он обязателен; в противном случае необязателен. |
| `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.` |  | Негативный промпт, применяемый при проверке с одноэтапным процессом предварительного просмотра. Поскольку этот процесс приближённо имитирует производственный вывод с двумя этапами, его наведение и качество предварительного просмотра отличаются от итоговых результатов. |
| `validation_number_of_frames` |  | integer | no | `89` | 9 – 121 | Количество кадров в каждом проверочном видео. |
| `validation_frame_rate` |  | integer | no | `24` | 8 – 60 | Целевая частота кадров проверочных видео в кадрах в секунду; LTX-2.3 работает нативно на частоте 24. |
| `validation_resolution` |  | enum (string) | no | `high` | `low`, `medium`, `high` | Разрешение, используемое при проверке. |
| `validation_aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | Соотношение сторон, используемое при проверке. |
| `stg_scale` |  | number | no | `1` | 0 – 3 | Масштаб пространственно-временного наведения (STG); рекомендуется 1.0, а значение 0.0 отключает STG. |
| `include_middle_keyframe` |  | boolean | no | `false` |  | Добавление среднего ключевого кадра при генерации видео: true требует `middle_image_url` в каждом образце валидации и сохраняет средний кадр вместе с первым и последним вместо использования только первого и последнего. |

## 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 | Объединённый предварительный просмотр видео из проверки, если доступен для эндпоинтов, создающих видео. |
| `audio` | object {url, content_type, file_name, file_size} \| null | Объединённое аудио из проверки, предоставляемое в качестве предварительного просмотра для следующих маршрутов только с аудио: /audio-inpaint, /audio-extend-suffix, /audio-extend-prefix, /t2a, /a2a и /v2a. |
| `lora_file` | object {url, content_type, file_name, file_size} | URL обученных весов LoRA в формате .safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | Конфигурация настройки эндпоинта вывода. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | Отладочные выходные данные, доступные при включённом `debug_dataset`: загружаемый архив, содержащий обучающие данные после предварительной обработки. |

## 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