# Scail 2 API

> இயக்கும் வீடியோவிலிருந்து இயக்கத்தைப் பயன்படுத்தி குறிப்பு கதாபாத்திரப் படத்தை அனிமேட் செய்கிறது அல்லது அதை அசல் காட்சியில் மாற்றுகிறது

குறிப்பு கதாபாத்திரத்தின் `image_url` மற்றும் மனிதர், பல மனிதர்கள் அல்லது விலங்கைக் காட்டும் இயக்கி `video_url`-ஐப் பெறுகிறது. `animation` முறையில் கதாபாத்திரம் இயக்கி வீடியோவின் இயக்கத்தைச் செய்கிறது; `replacement` முறையில் காட்சியைத் தக்கவைத்து பொருளை மாற்றுகிறது. தெளிவுத்திறன் 512p அல்லது 704p; திசை படம் மூலம் தேர்ந்தெடுக்கப்படுகிறது. `driving_type` நேரடி end-to-end இயக்கத்தையோ வெளிப்படையான நிலை எலும்புக்கூட்டையையோ பயன்படுத்தலாம்.

- Model id: `scail-2`
- Made by: Open model
- Category: Video to Video
- Output: video
- Price per second of your input video: $0.20 / second of input video (cheapest run $0.20 (200 API credits))
- Run: `POST https://api.doitong.com/v1/run/scail-2`
- Quote: `POST https://api.doitong.com/v1/quote/scail-2`
- Docs page: https://doitong.com/ta/developers/models/scail-2

## Pricing

Price: **$0.20 / second of input video**. Price per second of your input video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $2.00 = 2000 API credits (10 s input video × $0.20).

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/scail-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 |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | விரும்பிய வெளியீட்டு வீடியோவைக் குறிப்பிடும் ப்ராம்ப்ட். |
| `image_url` | `image` | string (image URL) | yes |  |  | அசைவூட்டப்பட வேண்டிய அல்லது ஒரு நபருக்குப் பதிலாகப் பயன்படுத்தப்பட வேண்டிய கதாபாத்திரத்தை வழங்கும் குறிப்புப் படத்தின் URL. இயக்கத்தை வழங்கும் வீடியோ, அசைவூட்டத்தையோ மாற்றீட்டையோ தீர்மானிக்கும். |
| `video_url` | `video` | string (video URL) | yes |  |  | ஒரு மனிதர், பல மனிதர்கள் அல்லது விலங்கு இடம்பெறும் motion-driving வீடியோவை URL மூலம் வழங்கவும். |
| `mode` |  | enum (string) | no | `animation` | `animation`, `replacement` | reference character ஐ எவ்வாறு பயன்படுத்துவது என்பதைத் தேர்ந்தெடுக்கவும்: `replacement` அசல் காட்சியைப் பாதுகாத்து, driving subject க்கு பதிலாக கதாபாத்திரத்தைப் பயன்படுத்தும்; `animation` driving motion ஐ கதாபாத்திரத்தில் பயன்படுத்தும். |
| `driving_type` |  | enum (string) | no | `end_to_end` | `end_to_end`, `pose` | இயல்புநிலையான `end_to_end` முறையில், SAM3 மூலம் மறைப்புப் பகுதி வரையறுக்கப்பட்ட இயக்க வீடியோவிலிருந்து அசைவூட்ட இயக்கம் நேரடியாகப் பெறப்படுகிறது. அதிகபட்ச நம்பகத்தன்மைக்கு இந்த முறையே பரிந்துரைக்கப்படுகிறது. மாற்றாக, `pose` அந்த வீடியோவிலிருந்து தெளிவான எலும்புக்கூட்டு அமைப்பை வரைய NLF/DWPose-ஐப் பயன்படுத்துகிறது; சவாலான உள்ளீடுகளைக் கையாளும்போது இது கூடுதல் கட்டுப்பாட்டை வழங்குகிறது. |
| `subject_type` |  | enum (string) | no | `human` | `human`, `animal` | Driving-video subject தேர்வு; `animal` என்பது `human` அல்லாத subject-களுக்கான SAM3 கண்டறிதல் ப்ராம்ப்ட்டை அமைக்கிறது. |
| `resolution` |  | enum (string) | no | `512p` | `512p`, `704p` | வெளியீட்டுத் தெளிவுத்திறன்; குறிப்புப் படத்தின் அகல-உயர விகிதத்தின் அடிப்படையில் திசையமைப்பு தானாகத் தீர்மானிக்கப்படும். கிடைமட்ட அமைப்பில், 512p என்பது 896x512 ஆகவும், 704p என்பது 1280x704 ஆகவும் அமையும்; செங்குத்து அமைப்பில் முறையே 512x896 மற்றும் 704x1280 பயன்படுத்தப்படும். |
| `num_inference_steps` |  | integer | no | `40` | 2 – 50 | Diffusion sampling படிநிலைகளின் எண்ணிக்கை. இதை அதிகரிப்பது தரத்தை மேம்படுத்தும், ஆனால் அதிக நேரம் எடுக்கும். |
| `guidance_scale` |  | number | no | `5` | 1 – 10 | ப்ராம்ப்ட்டைப் பின்பற்றுவதுக்கும் படைப்பாற்றலுக்கும் இடையிலான சமநிலையை நிர்ணயிக்கும் classifier-free guidance வலிமை. |
| `shift` |  | number | no | `3` | 1 – 10 | Flow matching-க்கான noise-schedule shift; 512p பயன்படுத்தும்போது 3.0 அமைப்பு பரிந்துரைக்கப்படுகிறது. |
| `seed` |  | integer \| null | no |  |  | வெளிப்படையாக வழங்கப்பட்டிருந்தாலும், உள்ளீடு காலியாக விடப்பட்டதால் சீரற்ற முறையில் தேர்ந்தெடுக்கப்பட்டிருந்தாலும், உருவாக்கத்திற்கான தொடக்க எண் பதிலில் சேர்க்கப்படும். |
| `enable_safety_checker` |  | boolean | no | `true` |  | அழைப்பாளர் அங்கீகரிக்கப்பட்டிருந்தால், false என அமைப்பதன் மூலம் திரையிடலைத் தளர்த்தலாம். |

File parameters (`image`, `video`) 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
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

## 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/scail-2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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/scail-2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }),
});
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 = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/scail-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": "scail-2",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
      },
      "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": "scail-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": 2000,
    "usd": "2.00",
    "charged": 2000,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "seed": 42,
    "preprocessing_video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "preprocessing_mask_video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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} | உருவாக்கத்தால் தயாரிக்கப்படும் வீடியோ கோப்பு. |
| `seed` | integer | வீடியோ உருவாக்கத்திற்குப் பயன்படுத்தப்படும் seed. |
| `preprocessing_video` | object {url, content_type, file_name, file_size} \| null | `output_preprocessing=true` உடன் மட்டுமே கிடைக்கும், diffusion மாதிரிக்கு வழங்கப்பட்ட Stage-A pose-conditioning உள்ளீட்டைக் கொண்ட debug வீடியோ. இதன் உள்ளடக்கம் `driving_type` ஐப் பொறுத்தது: `end_to_end` SAM3 ஆல் mask செய்யப்பட்ட driving footage ஐப் பயன்படுத்தும்; `driving_type=pose` NLF/DWPose ஆல் உருவாக்கப்பட்ட skeleton ஐப் பயன்படுத்தும். |
| `preprocessing_mask_video` | object {url, content_type, file_name, file_size} \| null | `output_preprocessing=true` உடன் மட்டுமே கிடைக்கும் debugging-க்கான Stage-A driving mask வீடியோ. |

## Related models

- [AMT Interpolation](https://doitong.com/developers/models/amt-interpolation.md) (`amt-interpolation`): $0.000575 / second of processing time
- [AnimateDiff Turbo · Video to Video](https://doitong.com/developers/models/fast-animatediff/turbo/video-to-video.md) (`fast-animatediff/turbo/video-to-video`): $0.00125 / second of processing time
- [AnimateDiff · Video to Video](https://doitong.com/developers/models/fast-animatediff/video-to-video.md) (`fast-animatediff/video-to-video`): $0.00125 / second of processing time
- [Bernini-R Edit Video](https://doitong.com/developers/models/bernini-r/edit-video.md) (`bernini-r/edit-video`): from $0.04 / second of output video
- [Bernini-R Reference Edit Video](https://doitong.com/developers/models/bernini-r/reference-edit-video.md) (`bernini-r/reference-edit-video`): from $0.04 / second of output video
- [DWPose Pose Prediction · Video](https://doitong.com/developers/models/dwpose/video.md) (`dwpose/video`): $0.0006 / second of processing time
- [Editto](https://doitong.com/developers/models/editto.md) (`editto`): from $0.04 / second of output video
- [ID-V2V](https://doitong.com/developers/models/id-v2v.md) (`id-v2v`): $0.20 / second of output video

## Links

- HTML page: https://doitong.com/developers/models/scail-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=scail-2
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/scail-2