Trellis 2

ผสานการทำงาน

ID โมเดล trellis-2

# 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/trellis-2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

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/trellis-2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
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 + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/trellis-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"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/th/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.com/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "trellis-2",
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

เรียกใช้โมเดล Trellis 2 (trellis-2) ผ่าน Doitong API เอกสารสำหรับเอเจนต์: https://doitong.com/th/developers/models/trellis-2.md

POST https://api.doitong.com/v1/run/trellis-2?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}

หากสถานะการตอบกลับเป็น "queued" หรือ "running" ให้ส่งคำขอแบบสำรวจ GET https://api.doitong.com/v1/requests/REQUEST_ID?wait=20 จนกว่าจะเป็น "succeeded" ไฟล์อยู่ใน outputs[].url การส่ง POST https://api.doitong.com/v1/quote/trellis-2 ด้วยบอดี้เดียวกันจะแสดงราคาที่แน่นอนก่อนเรียกใช้

คำขอนี้: $0.30 300 เครดิต API เรียกใช้ในหน้านี้

รับคีย์ API

Microsoft ภาพเป็น 3D #image-to-3d

แปลงภาพเดียวเป็นเมช 3D GLB ที่มีพื้นผิว พร้อมการตั้งค่าโครงสร้าง รูปร่าง พื้นผิว และ UV ที่ปรับได้

OpenAPI Markdown

Microsoft · 3D

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ราคา

ราคาที่แน่นอน

$0.30ต่อการรัน

300 เครดิต API

ราคา: เริ่มต้นที่ $0.25

1 คำขอ × $0.30 เรียกใช้ · $0.30

เรียกเก็บเงินเมื่อสำเร็จเท่านั้น และคืนเงินอัตโนมัติเมื่อไม่สำเร็จ

resolution ค่าเริ่มต้น 1024

กฎราคา

เมื่อ resolution = 1024: $0.30 / คำขอ
เมื่อ resolution = 1536: $0.35 / คำขอ

คิดค่าบริการครั้งเดียวต่อคำขอ

เอนด์พอยต์ใบเสนอราคา: POST /quote/{id}

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

image •จำเป็น image_url

วางไฟล์ หรือ

URL ที่ชี้ไปยังรูปภาพต้นทางสำหรับการแปลงเป็น 3D

resolution ค่าเริ่มต้น 1024

ความละเอียดของเอาต์พุต การเพิ่มค่าจะเพิ่มรายละเอียดแต่ใช้เวลานานขึ้น

ขั้นสูง texture_size · ss_guidance_strength · ss_guidance_rescale · ss_guidance_interval_start · ss_guidance_interval_end · ss_sampling_steps · ss_rescale_t · shape_slat_guidance_strength · shape_slat_guidance_rescale · shape_slat_guidance_interval_start · shape_slat_guidance_interval_end · shape_slat_sampling_steps · shape_slat_rescale_t · tex_slat_guidance_strength · tex_slat_guidance_rescale · tex_slat_guidance_interval_start · tex_slat_guidance_interval_end · tex_slat_sampling_steps · tex_slat_rescale_t · decimation_target · remesh_band · remesh_project · uv_unwrap_angle_threshold_deg · uv_unwrap_refine_iterations · uv_unwrap_global_iterations · uv_unwrap_smooth_strength · seed · remesh

texture_size ค่าเริ่มต้น 2048

ความละเอียดพื้นผิวเมชสำหรับการอบพื้นผิว รายละเอียดพื้นผิวที่ละเอียดขึ้นจะทำให้ไฟล์ใหญ่ขึ้นเมื่อเพิ่มความละเอียดนี้

ss_guidance_strength ค่าเริ่มต้น 7.5

การควบคุมความเที่ยงตรงของโครงสร้าง 3D เริ่มต้น การเพิ่มค่าจะทำให้สอดคล้องกับรูปภาพอินพุตมากขึ้น แต่อาจมีสัญญาณรบกวนเพิ่มขึ้น

ss_guidance_rescale ค่าเริ่มต้น 0.7

การควบคุมสิ่งแปลกปลอมจากการกำกับในขั้นที่ 1 โดยค่าต่ำให้ผลของการกำกับที่แรงกว่า ส่วนค่าสูงให้เอาต์พุตที่เสถียรกว่า

ss_guidance_interval_start ค่าเริ่มต้น 0.6

ขอบเขตเริ่มต้นของช่วงการชี้นำแบบ classifier-free ใน stage 1 (โครงสร้างแบบเบาบาง) แสดงเป็นสัดส่วนของการลดสัญญาณรบกวน ค่าที่ต่ำกว่าจะเริ่มการชี้นำเร็วขึ้น โดยมีเพียงช่วงตั้งแต่ interval_start ถึง interval_end เท่านั้นที่ใช้การชี้นำ ส่วนช่วงอื่นจะประมวลผลโดยไม่มีการชี้นำ

ss_guidance_interval_end ค่าเริ่มต้น 1

จุดสิ้นสุดการชี้นำสำหรับ stage 1 (โครงสร้างแบบเบาบาง): เลือกค่าที่มากกว่าหรือเท่ากับ ss_guidance_interval_start ค่านี้ระบุสัดส่วนของการลดสัญญาณรบกวนที่ทำได้เมื่อการชี้นำแบบ classifier-free หยุดทำงาน

ss_sampling_steps ค่าเริ่มต้น 12

จำนวนครั้งการลดสัญญาณรบกวนของโครงสร้างเริ่มต้น การเพิ่มขั้นตอนอาจเพิ่มคุณภาพ แต่ทำให้ประมวลผลช้าลง

ss_rescale_t ค่าเริ่มต้น 5

กำหนดความคมชัดของการเปลี่ยนผ่านผ่านตารางเวลาสัญญาณรบกวนของการสร้างโครงสร้าง การเพิ่มค่านี้ทำให้การเปลี่ยนผ่านคมชัดขึ้น

shape_slat_guidance_strength ค่าเริ่มต้น 7.5

การควบคุมความเที่ยงตรงของเรขาคณิตโดยละเอียด การเพิ่มความสอดคล้องกับรูปภาพอินพุตจะเพิ่มรายละเอียด แต่อาจมีสัญญาณรบกวนเพิ่มขึ้น

shape_slat_guidance_rescale ค่าเริ่มต้น 0.5

เพิ่มค่านี้เมื่อเรขาคณิตมีสัญญาณรบกวน เพื่อลดสิ่งแปลกปลอมที่เกิดจากการกำกับอย่างแรงระหว่างขั้นตอนสร้างรูปร่าง

shape_slat_guidance_interval_start ค่าเริ่มต้น 0.6

จุดเปิดใช้การชี้นำแบบ classifier-free สำหรับการปรับปรุงรูปร่างใน stage 2 แสดงเป็นสัดส่วนของความคืบหน้าการลดสัญญาณรบกวน โดยกำหนดค่า interval_start และการชี้นำจะทำงานเฉพาะภายในช่วงที่มี interval_start และ interval_end เป็นขอบเขต

shape_slat_guidance_interval_end ค่าเริ่มต้น 1

จุดสิ้นสุดการชี้นำสำหรับ stage 2 (การปรับปรุงรูปร่าง): เลือกค่าที่มากกว่าหรือเท่ากับ shape_slat_guidance_interval_start ค่านี้ระบุสัดส่วนของการลดสัญญาณรบกวนที่ทำได้เมื่อการชี้นำแบบ classifier-free หยุดทำงาน

shape_slat_sampling_steps ค่าเริ่มต้น 12

จำนวนครั้งการลดสัญญาณรบกวนเพื่อปรับแต่งรูปร่าง เรขาคณิตอาจเรียบขึ้น แต่การเพิ่มขั้นตอนจะทำให้ความเร็วลดลง

shape_slat_rescale_t ค่าเริ่มต้น 3

กำหนดความคมชัดของรายละเอียดเรขาคณิตผ่านตารางเวลาสัญญาณรบกวนของการปรับแต่งรูปร่าง การเพิ่มค่านี้ให้รายละเอียดที่คมชัดขึ้น

tex_slat_guidance_strength ค่าเริ่มต้น 1

การควบคุมความเที่ยงตรงของสีพื้นผิว การยึดตามสีในรูปภาพอินพุตมากขึ้นที่ค่าระดับสูงจะเพิ่มความสดของสี แต่อาจทำให้สีอิ่มตัวเกินไป

tex_slat_guidance_rescale ค่าเริ่มต้น 0

เพิ่มค่านี้เพื่อแก้ไขพื้นผิวที่มีสัญญาณรบกวนหรือแถบสี เพื่อลดสิ่งแปลกปลอมที่เกิดจากการกำกับอย่างแรงระหว่างขั้นตอนสร้างพื้นผิว

tex_slat_guidance_interval_start ค่าเริ่มต้น 0.6

จุดเปิดใช้การชี้นำแบบ classifier-free สำหรับการสร้างพื้นผิวใน stage 3 แสดงเป็นสัดส่วนของความคืบหน้าการลดสัญญาณรบกวน โดยกำหนดค่า interval_start และการชี้นำจะทำงานเฉพาะภายในช่วงที่มี interval_start และ interval_end เป็นขอบเขต

tex_slat_guidance_interval_end ค่าเริ่มต้น 0.9

จุดสิ้นสุดการชี้นำสำหรับ stage 3 (พื้นผิว): เลือกค่าที่มากกว่าหรือเท่ากับ tex_slat_guidance_interval_start ค่านี้ระบุสัดส่วนของการลดสัญญาณรบกวนที่ทำได้เมื่อการชี้นำแบบ classifier-free หยุดทำงาน

tex_slat_sampling_steps ค่าเริ่มต้น 12

จำนวนขั้นตอนการลดสัญญาณรบกวนที่ใช้สร้างพื้นผิว การเพิ่มจำนวนขั้นตอนใช้เวลานานขึ้น แต่อาจได้พื้นผิวที่สะอาดขึ้น

tex_slat_rescale_t ค่าเริ่มต้น 3

กำหนดความคมชัดของรายละเอียดพื้นผิวผ่านตารางเวลาสัญญาณรบกวนของการสร้างพื้นผิว การเพิ่มค่านี้ให้รายละเอียดที่คมชัดขึ้น

decimation_target ค่าเริ่มต้น 500000

เป้าหมายจำนวนจุดยอดของเมช โดยแนะนำให้ใช้ 500k สำหรับการใช้งานทั่วไป และ 20k–50k สำหรับเว็บ/มือถือ การลดเป้าหมายจะแลกกับรายละเอียดเมชที่ลดลงเพื่อให้ได้ไฟล์ขนาดเล็กลง

remesh_band ค่าเริ่มต้น 1

ขอบเขตการเคลื่อนที่ในการสร้างเมชใหม่: การปรับให้เรียบเพิ่มเติมอาจทำให้รายละเอียดเล็กสูญเสียไปเมื่อเพิ่มค่านี้ การตั้งค่านี้จำกัดการเลื่อนของจุดยอดเทียบกับพื้นผิวเดิม

remesh_project ค่าเริ่มต้น 0

ความแรงของการฉายเพื่อดึงจุดยอดที่สร้างเมชใหม่กลับไปยังพื้นผิวเดิม: ค่า 1 จะรักษารายละเอียดด้วยการฉายเต็มรูปแบบ ส่วนค่า 0 จะปิดการฉายเพื่อให้ได้ผลลัพธ์ที่เรียบกว่า

uv_unwrap_angle_threshold_deg ค่าเริ่มต้น 90

ขีดจำกัดมุมของชาร์ต UV เป็นองศา จำกัดความแตกต่างของนอร์มัลของพื้นผิวที่อยู่ติดกันภายในชาร์ตเดียว การเพิ่มค่าจะให้ความสำคัญกับชาร์ตที่น้อยลงและใหญ่ขึ้น แต่อาจทำให้เกิดการยืด ส่วนการลดค่าจะให้ชาร์ตมากขึ้นและการบิดเบือนน้อยลง

uv_unwrap_refine_iterations ค่าเริ่มต้น 0

จำนวนรอบการปรับรายละเอียดเฉพาะที่ที่ใช้คำนวณชาร์ต UV

uv_unwrap_global_iterations ค่าเริ่มต้น 1

ปรับสมดุลชาร์ต UV ได้โดยเพิ่มจำนวนรอบการจัดกลุ่มทั่วโลกที่ใช้คำนวณชาร์ต

uv_unwrap_smooth_strength ค่าเริ่มต้น 1

ปรับระดับการทำให้ขอบชาร์ต UV เรียบ ยิ่งตั้งค่าสูง รอยต่อจะเห็นได้น้อยลง แต่อาจเกิดการบิดเบือนของ UV

seed

Seed ที่ใช้สำหรับการสร้างแบบสุ่มซึ่งทำซ้ำผลลัพธ์ได้

POST /run/trellis-2?wait=20 ใบเสนอราคา → $0.30

# 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/trellis-2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

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/trellis-2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
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 + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/trellis-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"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "trellis-2",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

เรียกใช้คำขอนี้

คีย์ API

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ จดจำในเบราว์เซอร์นี้ รับคีย์ API

เกี่ยวกับ Trellis 2

สร้างแอสเซ็ต 3D จากรูปภาพหนึ่งรูป (`image_url`) และส่งคืนไฟล์ GLB `resolution` คือ 512, 1024 หรือ 1536 และ `texture_size` คือ 1024, 2048 หรือ 4096 แต่ละระยะจากทั้งหมดสามระยะ (โครงสร้าง รูปร่าง เท็กซ์เจอร์) มีการควบคุมการชี้นำและขั้นตอนการสุ่มตัวอย่างแยกกัน `decimation_target` กำหนดจำนวนจุดยอดของเมช (5,000 ถึง 2,000,000) และมีตัวเลือกสำหรับการสร้างเมชใหม่รวมถึงการคลี่ UV

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย

seedไม่บังคับ

ประเภทinteger | null

Seed ที่ใช้สำหรับการสร้างแบบสุ่มซึ่งทำซ้ำผลลัพธ์ได้

resolutionไม่บังคับ

ประเภทenum

ค่าเริ่มต้น1024

51210241536

ss_guidance_strengthไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น7.5

0 – 10

ss_guidance_rescaleไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.7

0 – 1

ss_guidance_interval_startไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.6

0 – 1

ss_guidance_interval_endไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น1

0 – 1

ss_sampling_stepsไม่บังคับ

ประเภทinteger

ค่าเริ่มต้น12

1 – 50

ss_rescale_tไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น5

1 – 6

shape_slat_guidance_strengthไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น7.5

0 – 10

shape_slat_guidance_rescaleไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.5

0 – 1

shape_slat_guidance_interval_startไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.6

0 – 1

shape_slat_guidance_interval_endไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น1

0 – 1

shape_slat_sampling_stepsไม่บังคับ

ประเภทinteger

ค่าเริ่มต้น12

1 – 50

shape_slat_rescale_tไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น3

1 – 6

tex_slat_guidance_strengthไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น1

0 – 10

tex_slat_guidance_rescaleไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0

0 – 1

tex_slat_guidance_interval_startไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.6

0 – 1

tex_slat_guidance_interval_endไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.9

0 – 1

tex_slat_sampling_stepsไม่บังคับ

ประเภทinteger

ค่าเริ่มต้น12

1 – 50

tex_slat_rescale_tไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น3

1 – 6

decimation_targetไม่บังคับ

ประเภทinteger

ค่าเริ่มต้น500000

5,000 – 2,000,000

texture_sizeไม่บังคับ

ประเภทenum

ค่าเริ่มต้น2048

102420484096

remeshไม่บังคับ

ประเภทboolean

ค่าเริ่มต้นtrue

การสร้างโทโพโลยีใหม่เพื่อสร้างสามเหลี่ยมของเมชที่สะอาดขึ้น ซึ่งโดยทั่วไปจะทำให้เหมาะกับการใช้งานต่อ เช่น แอนิเมชันหรือการพิมพ์ 3D มากขึ้น โดยแลกกับเวลาในการประมวลผลที่นานขึ้น

remesh_bandไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น1

0 – 4

remesh_projectไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0

0 – 1

uv_unwrap_angle_threshold_degไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น90

0 – 180

uv_unwrap_refine_iterationsไม่บังคับ

ประเภทinteger

ค่าเริ่มต้น0

0 – 10

จำนวนรอบการปรับรายละเอียดเฉพาะที่ที่ใช้คำนวณชาร์ต UV

uv_unwrap_global_iterationsไม่บังคับ

ประเภทinteger

ค่าเริ่มต้น1

1 – 10

uv_unwrap_smooth_strengthไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น1

0 – 10

image_urlจำเป็น image

ประเภทurl · image

URL ที่ชี้ไปยังรูปภาพต้นทางสำหรับการแปลงเป็น 3D

จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "trellis-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": 300,
    "usd": "0.30",
    "charged": 300,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "model_glb": {
      "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"
  }
}

ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=

รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง

ฟิลด์ของเอาต์พุต

model_glb: object {url, content_type, file_name, file_size}โมเดล 3D ที่สร้างในรูปแบบ GLB

โมเดลเพิ่มเติม: ภาพเป็น 3D

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/trellis-2.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอ

เรียกใช้คำขอนี้

เกี่ยวกับ Trellis 2

พารามิเตอร์

เอาต์พุต

รูปแบบอื่นของ Trellis 2

Trellis 2 · Retexture รูปแบบ: 2

โมเดลเพิ่มเติม: ภาพเป็น 3D

Trellis รูปแบบ: 2

Trellis · Multi รูปแบบ: 2

TRELLIS.2 LoRA Inference

Hi3D Image to 3D รูปแบบ: 6