# Scail 2 API

> ทำให้ภาพตัวละครอ้างอิงเคลื่อนไหวตามวิดีโอควบคุม หรือแทนที่ตัวละครลงในฉากต้นฉบับ

รับ `image_url` ของตัวละครอ้างอิงและ `video_url` ของวิดีโอควบคุมที่แสดงมนุษย์หนึ่งคน มนุษย์หลายคน หรือสัตว์ ในโหมด `animation` ตัวละครจะเคลื่อนไหวตามการเคลื่อนไหวในวิดีโอควบคุม ในโหมด `replacement` ตัวละครจะแทนที่วัตถุเป้าหมายโดยคงฉากเดิมไว้ ความละเอียดคือ 512p หรือ 704p โดยเลือกแนวภาพจากรูปภาพ `driving_type` สามารถใช้การควบคุมแบบ end-to-end โดยตรงหรือโครงกระดูกท่าทางที่ระบุอย่างชัดเจน

- 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/th/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 |  |  | พรอมต์ที่ระบุวิดีโอเอาต์พุตที่ต้องการ |
| `image_url` | `image` | string (image URL) | yes |  |  | URL รูปภาพอ้างอิงตัวละครที่ใช้ระบุตัวละครสำหรับทำให้เคลื่อนไหวหรือแทนที่ตัวแบบ โดยวิดีโอขับเคลื่อนจะเป็นตัวกำหนดการเคลื่อนไหวหรือการแทนที่ |
| `video_url` | `video` | string (video URL) | yes |  |  | ระบุวิดีโอขับเคลื่อนการเคลื่อนไหวผ่าน URL โดยมีมนุษย์หนึ่งคน มนุษย์หลายคน หรือสัตว์ |
| `mode` |  | enum (string) | no | `animation` | `animation`, `replacement` | เลือกวิธีใช้ตัวละครอ้างอิง: `replacement` จะคงฉากต้นฉบับไว้แต่แทนที่ตัวแบบขับเคลื่อนด้วยตัวละคร ส่วน `animation` จะใช้การเคลื่อนไหวจากวิดีโอขับเคลื่อนกับตัวละคร |
| `driving_type` |  | enum (string) | no | `end_to_end` | `end_to_end`, `pose` | การเคลื่อนไหวของแอนิเมชันมาจากวิดีโอขับเคลื่อนโดยตรง ซึ่งมาสก์ด้วย SAM3 โดยใช้ `end_to_end` ซึ่งเป็นค่าเริ่มต้นและตัวเลือกที่แนะนำเพื่อความทนทานสูงสุด อีกทางเลือกคือ `pose` ซึ่งใช้ NLF/DWPose เพื่อเรนเดอร์โครงกระดูกที่ระบุจากวิดีโอนั้น ให้การควบคุมที่มากขึ้นเมื่ออินพุตมีความซับซ้อน |
| `subject_type` |  | enum (string) | no | `human` | `human`, `animal` | การเลือกตัวแบบจากวิดีโอขับเคลื่อน โดย `animal` จะกำหนดพรอมต์การตรวจจับของ SAM3 สำหรับตัวแบบที่ไม่ใช่ `human` |
| `resolution` |  | enum (string) | no | `512p` | `512p`, `704p` | ความละเอียดเอาต์พุต โดยกำหนดแนววางอัตโนมัติตามอัตราส่วนภาพของรูปภาพอ้างอิง ในแนวนอน 512p จะแมปเป็น 896x512 และ 704p เป็น 1280x704 ส่วนแนวตั้งจะใช้ 512x896 และ 704x1280 ตามลำดับ |
| `num_inference_steps` |  | integer | no | `40` | 2 – 50 | จำนวนขั้นตอนการสุ่มตัวอย่างของ diffusion การเพิ่มค่าจะปรับปรุงคุณภาพแต่ใช้เวลานานขึ้น |
| `guidance_scale` |  | number | no | `5` | 1 – 10 | ความเข้มของการนำทางแบบไร้ตัวจำแนก ซึ่งสร้างสมดุลระหว่างการยึดตามพรอมต์กับความคิดสร้างสรรค์ |
| `shift` |  | number | no | `3` | 1 – 10 | การเลื่อนตาราง noise สำหรับ flow matching โดยแนะนำให้ตั้งค่าเป็น 3.0 เมื่อใช้ 512p |
| `seed` |  | integer \| null | no |  |  | seed ของการสร้างที่รวมอยู่ใน response ไม่ว่าจะระบุอย่างชัดเจนหรือสุ่มเลือกเนื่องจากปล่อยอินพุตว่างไว้ |
| `enable_safety_checker` |  | boolean | no | `true` |  | สามารถผ่อนปรนการคัดกรองได้โดยตั้งค่าเป็น false หากผู้เรียกมีสิทธิ์ |

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} | ไฟล์วิดีโอที่สร้างขึ้น |
| `seed` | integer | Seed ที่ใช้สำหรับการสร้างวิดีโอ |
| `preprocessing_video` | object {url, content_type, file_name, file_size} \| null | วิดีโอแก้ไขข้อบกพร่องที่มีอินพุต pose-conditioning ของ Stage-A ซึ่งส่งให้โมเดล diffusion ใช้ได้เฉพาะเมื่อ `output_preprocessing=true` เนื้อหาขึ้นอยู่กับ `driving_type`: `end_to_end` ใช้ฟุตเทจขับเคลื่อนที่มาสก์ด้วย SAM3 ส่วน `driving_type=pose` ใช้โครงกระดูกที่เรนเดอร์ด้วย NLF/DWPose |
| `preprocessing_mask_video` | object {url, content_type, file_name, file_size} \| null | วิดีโอมาสก์ขับเคลื่อน Stage-A สำหรับแก้ไขข้อบกพร่อง ใช้ได้เฉพาะเมื่อ `output_preprocessing=true` |

## 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