# LTX Video-0.9.7 13B Distilled API

> แปลงข้อความเป็นวิดีโอด้วยโมเดล 0.9.7 distilled 13B รุ่นเก่า รองรับ LoRA และจำนวนเฟรมที่ยาว

สร้างวิดีโอจาก `prompt` ที่จำเป็นโดยใช้โมเดลที่ผ่านการกลั่น 0.9.7 ความละเอียดเป็น 480p หรือ 720p อัตราส่วนภาพ 9:16, 1:1 หรือ 16:9 และ `num_frames` ตั้งแต่ 9 ถึง 1441 ที่ 1 ถึง 60 fps แต่ละรอบการสุ่มตัวอย่างทั้งสองรอบใช้ 2 ถึง 12 ขั้นตอน รองรับ `loras`, รอบเพิ่มรายละเอียด และการขยายพรอมต์เป็นตัวเลือก

- Model id: `ltx-video-13b-distilled`
- Made by: Lightricks
- Category: Text to Video
- Output: video
- Price per second of your output video: from $0.04 / second of output video (cheapest run $0.04 (40 API credits))
- Run: `POST https://api.doitong.com/v1/run/ltx-video-13b-distilled`
- Quote: `POST https://api.doitong.com/v1/quote/ltx-video-13b-distilled`
- Docs page: https://doitong.com/th/developers/models/ltx-video-13b-distilled

## Pricing

Price: **from $0.04 / second of output video** (the lowest tier; the quote prices your exact input). Price per second of your output 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 $0.202 = 202 API credits (5.0417 s output video × $0.04).

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/ltx-video-13b-distilled` 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 |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | คำสั่งข้อความที่ใช้กำกับการสร้าง |
| `negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | คำสั่งข้อความเชิงลบสำหรับการสร้าง |
| `loras` |  | array of object {path, weight_name, scale} | no | `[]` |  | น้ำหนัก LoRA ที่ใช้ระหว่างการสร้าง |
| `loras[].path` |  | string | yes |  |  | ตำแหน่งของน้ำหนัก LoRA ซึ่งระบุเป็น URL หรือพาธ |
| `loras[].weight_name` |  | string \| null | no |  |  | ชื่อของน้ำหนัก LoRA สำหรับเลือกจากน้ำหนักหลายรายการใน HuggingFace repository ต้องระบุเฉพาะ repository ที่มีน้ำหนักหลายรายการเท่านั้น การตั้งค่านี้ไม่มีผลเว้นแต่ `path` จะระบุ HuggingFace repository |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | ตัวคูณที่ปรับสเกลน้ำหนัก LoRA ขณะโหลด |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `720p` | ความละเอียดของวิดีโอเอาต์พุต |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `9:16`, `1:1`, `16:9` | อัตราส่วนภาพของวิดีโอผลลัพธ์ |
| `seed` |  | integer \| null | no |  |  | ค่า seed ที่ควบคุมความสุ่มระหว่างการสร้าง |
| `num_frames` |  | integer | no | `121` | 9 – 1,441 | จำนวนเฟรมทั้งหมดของวิดีโอ |
| `first_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | จำนวนขั้นตอนการอนุมานสำหรับรอบแรก |
| `second_pass_num_inference_steps` |  | integer | no | `8` | 2 – 12 | จำนวนขั้นตอนการอนุมานสำหรับรอบที่สอง |
| `second_pass_skip_initial_steps` |  | integer | no | `5` | 1 – 11 | จำนวนขั้นตอนการอนุมานเริ่มต้นที่จะละเว้นในรอบที่สอง เพื่อให้รอบดังกล่าวมุ่งเน้นงานรายละเอียดปลีกย่อยแทนการเปลี่ยนแปลงในภาพรวม |
| `frame_rate` |  | integer | no | `24` | 1 – 60 | อัตราเฟรมของวิดีโอ |
| `expand_prompt` |  | boolean | no | `false` |  | การขยายพรอมต์ผ่านโมเดลภาษา |
| `reverse_video` |  | boolean | no | `false` |  | การกลับลำดับการเล่นของวิดีโอ |
| `enable_safety_checker` |  | boolean | no | `true` |  | สวิตช์ตรวจสอบความปลอดภัย ซึ่งการปิดจะมีผลเฉพาะบัญชีที่ได้รับอนุญาต คำขอทั้งหมดที่ไม่มีสิทธิ์ดังกล่าวจะผ่านการตรวจสอบความปลอดภัย |
| `enable_detail_pass` |  | boolean | no | `false` |  | รอบปรับปรุงรอบที่สองแบบเลือกได้ ซึ่งช่วยเพิ่มรายละเอียดวิดีโอเมื่อเปิดใช้ |
| `temporal_adain_factor` |  | number | no | `0.5` | 0 – 1 | ความแรงของการปรับมาตรฐานอินสแตนซ์แบบปรับได้ (AdaIN) ซึ่งสร้างสมดุลระหว่างความสม่ำเสมอของสีที่ค่าการตั้งค่าสูงกับความหลากหลายของสีที่ค่าการตั้งค่าต่ำ โดยทำงานกับชังก์ที่สร้างขึ้น ยกเว้นชังก์แรก และปรับมาตรฐานการกระจายสีตลอดทั้งวิดีโอเพื่อช่วยลดการเพิ่มขึ้นทีละน้อยของความอิ่มตัวหรือคอนทราสต์ |
| `tone_map_compression_ratio` |  | number | no | `0` | 0 – 1 | ระดับการบีบอัดโทนแมป ตั้งแต่ไม่มีการบีบอัดที่ 0.0 ถึงการบีบอัดสูงสุดที่ 1.0 การบีบอัดช่วงไดนามิกของวิดีโอด้วยวิธีนี้ช่วยปรับปรุงคุณภาพภาพ |

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## 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/ltx-video-13b-distilled?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"
  }'

# 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/ltx-video-13b-distilled?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"
  }),
});
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",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx-video-13b-distilled", 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": "ltx-video-13b-distilled",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "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": "ltx-video-13b-distilled",
  "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": 202,
    "usd": "0.202",
    "charged": 202,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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
    },
    "prompt": "A cinematic fast-tracking shot follows a vintage, teal camper van as it descends a winding mountain trail. The van, slightly weathered but well-maintained, is the central focus, its retro design emphasized by the motion blur. Medium shot reveals the dusty, ochre trail, edged with vibrant green pine trees. Close-up on the van's tires shows the gravel spraying, highlighting the speed and rugged terrain. Sunlight filters through the trees, casting dappled shadows on the van and the trail. The background is a hazy, majestic mountain range bathed in warm, golden light. The overall mood is adventurous and exhilarating. High resolution 4k movie scene.",
    "seed": 42
  },
  "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} | ไฟล์วิดีโอที่สร้างขึ้น |
| `prompt` | string | พรอมต์ที่ใช้สร้างเอาต์พุต |
| `seed` | integer | ค่า Seed ที่ใช้ระหว่างการสร้าง |

## Related models

- [LTX Video-0.9.7 13B Distilled · Image to Video](https://doitong.com/developers/models/ltx-video-13b-distilled/image-to-video.md) (`ltx-video-13b-distilled/image-to-video`): from $0.04 / second of output video
- [LTX Video-0.9.7 13B Distilled · Extend](https://doitong.com/developers/models/ltx-video-13b-distilled/extend.md) (`ltx-video-13b-distilled/extend`): $0.04 / video
- [LTX Video-0.9.7 13B Distilled · Multiconditioning](https://doitong.com/developers/models/ltx-video-13b-distilled/multiconditioning.md) (`ltx-video-13b-distilled/multiconditioning`): from $0.04 / second of output video
- [LTX 2.5 Pro Text to Video](https://doitong.com/developers/models/lightricks/ltx-2.5/text-to-video/pro.md) (`lightricks/ltx-2.5/text-to-video/pro`): from $0.12 / second
- [FLUX 3 Max Text to Video](https://doitong.com/developers/models/blackforestlabs/flux-3-max/text-to-video.md) (`blackforestlabs/flux-3-max/text-to-video`): from $0.0425 / second of output video
- [Grok Imagine Video 1.5 Text to Video](https://doitong.com/developers/models/xai/grok-imagine-video/v1.5/text-to-video.md) (`xai/grok-imagine-video/v1.5/text-to-video`): from $0.08 / second
- [Kling 3.0 Pro Text to Video](https://doitong.com/developers/models/kling-video/v3/pro/text-to-video.md) (`kling-video/v3/pro/text-to-video`): from $0.112 / second
- [MiniMax H3 Text to Video](https://doitong.com/developers/models/minimax/h3/text-to-video.md) (`minimax/h3/text-to-video`): from $0.05 / second

## Links

- HTML page: https://doitong.com/developers/models/ltx-video-13b-distilled
- 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=ltx-video-13b-distilled
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/ltx-video-13b-distilled