# Pixal3d API

> ایک تصویر کو بناوٹ والے GLB 3D ماڈل میں تبدیل کرتا ہے، ہر تخلیقی مرحلے پر تفصیلی کنٹرول کے ساتھ

ایک تصویر لیتا اور GLB ماڈل کے ساتھ استعمال شدہ سیڈ واپس کرتا ہے۔ ساخت، شکل اور ٹیکسچر کے مراحل میں الگ رہنمائی، دوبارہ پیمانہ بندی، مرحلوں کی تعداد اور noise-schedule ترتیبات ہوتی ہیں۔ آؤٹ پٹ `resolution` 1024 یا 1536، `texture_size` 1024، 2048 یا 4096، اور `decimation_target` چوٹیوں کی تعداد 5000 سے 1586021 تک مقرر کرتا ہے۔ `remesh` topology دوبارہ بناتا ہے۔

- Model id: `pixal3d`
- Made by: Open model
- Category: Image to 3D
- Output: 3d
- Price: from $0.30 / request (cheapest run $0.30 (300 API credits))
- Run: `POST https://api.doitong.com/v1/run/pixal3d`
- Quote: `POST https://api.doitong.com/v1/quote/pixal3d`
- Docs page: https://doitong.com/ur/developers/models/pixal3d

## Pricing

Price: **from $0.30 / request** (the lowest tier; the quote prices your exact input). Billed once per request.

Price rules (the first rule that matches the input wins; a parameter you leave out counts as its default):

- When `resolution` = 1536: $0.42 (420 API credits) / request

The full example input below costs $0.30 = 300 API credits (1 request × 300 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/pixal3d` 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 |
|---|---|---|---|---|---|---|
| `image_url` | `image` | string (image URL) | yes |  |  | 3D تبدیلی کے لیے ماخذ تصویر کی طرف اشارہ کرنے والا URL۔ |
| `seed` |  | integer \| null | no |  |  | قابل تکرار تصادفی تخلیق کے لیے استعمال ہونے والا seed۔ |
| `resolution` |  | enum (integer) | no | `1024` | `1024`, `1536` | آؤٹ پٹ کا ریزولوشن؛ اسے بڑھانے سے تفصیل میں اضافہ ہوتا ہے مگر زیادہ وقت لگتا ہے۔ |
| `ss_guidance_strength` |  | number | no | `7.5` | 0 – 10 | ابتدائی 3D ساخت کی fidelity control؛ اسے بڑھانے سے اضافی noise کے خطرے کے ساتھ ان پٹ تصویر سے زیادہ مشابہت حاصل ہوتی ہے۔ |
| `ss_guidance_rescale` |  | number | no | `0.7` | 0 – 1 | مرحلہ 1 کی guidance-artifact control؛ کم ترتیبات پر مضبوط گائیڈنس اثرات اور زیادہ ترتیبات پر زیادہ مستحکم آؤٹ پٹ کے درمیان توازن۔ |
| `ss_sampling_steps` |  | integer | no | `12` | 1 – 50 | ابتدائی ساخت کی ڈینوائزنگ تعداد؛ اضافی اسٹیپس سے ممکنہ معیار میں بہتری کے ساتھ پروسیسنگ سست ہو جاتی ہے۔ |
| `ss_rescale_t` |  | number | no | `5` | 1 – 6 | ساخت تخلیق کرنے والے noise schedule کے ذریعے transition sharpness مقرر کریں؛ قدر بڑھانے سے transitions زیادہ تیز ہوتے ہیں۔ |
| `shape_slat_guidance_strength` |  | number | no | `7.5` | 0 – 10 | تفصیلی جیومیٹری کی fidelity control؛ ان پٹ تصویر سے زیادہ مطابقت اضافی noise کے خطرے کے ساتھ مزید تفصیل پیدا کرتی ہے۔ |
| `shape_slat_guidance_rescale` |  | number | no | `0.5` | 0 – 1 | جب جیومیٹری noisy نظر آئے تو یہ ترتیب بڑھائیں؛ یہ shape مرحلے میں مضبوط گائیڈنس سے پیدا ہونے والے artifacts کم کرتی ہے۔ |
| `shape_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | Shape-refinement ڈینوائزنگ تعداد؛ اضافی اسٹیپس استعمال کرنے پر ممکنہ طور پر ہموار جیومیٹری کے بدلے رفتار کم ہوتی ہے۔ |
| `shape_slat_rescale_t` |  | number | no | `3` | 1 – 6 | Shape-refinement noise schedule کے ذریعے جیومیٹرک تفصیل کی sharpness مقرر کریں؛ قدر بڑھانے سے تفصیلات زیادہ تیز ہوتی ہیں۔ |
| `tex_slat_guidance_strength` |  | number | no | `1` | 0 – 10 | ٹیکسچر کے رنگ کی fidelity control؛ زیادہ ترتیبات پر ان پٹ تصویر کے رنگوں سے زیادہ مطابقت vividness بڑھاتی ہے مگر oversaturation پیدا کر سکتی ہے۔ |
| `tex_slat_guidance_rescale` |  | number | no | `0` | 0 – 1 | شور والے ٹیکسچرز یا color banding سے نمٹنے کے لیے یہ ترتیب بڑھائیں؛ یہ ٹیکسچر مرحلے میں مضبوط گائیڈنس سے پیدا ہونے والے artifacts کم کرتی ہے۔ |
| `tex_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | ٹیکسچرز تخلیق کرنے کے لیے استعمال ہونے والے ڈینوائزنگ اسٹیپس کی تعداد۔ تعداد بڑھانے سے زیادہ وقت لگتا ہے مگر صاف تر ٹیکسچرز حاصل ہو سکتے ہیں۔ |
| `tex_slat_rescale_t` |  | number | no | `3` | 1 – 6 | ٹیکسچر تخلیق کے noise schedule کے ذریعے ٹیکسچر تفصیل کی sharpness مقرر کریں؛ قدر بڑھانے سے تفصیلات زیادہ تیز ہوتی ہیں۔ |
| `mesh_scale` |  | number | no | `1` | 0.1 – 4 | ماڈل کے استعمال کردہ camera-distance تخمینے کو متاثر کرنے کے لیے inferred mesh کو اسکیل کریں۔ |
| `max_num_tokens` |  | integer | no | `49152` | 4,096 – 131,072 | cascaded shape sampler کے لیے HR ٹوکن کی بالائی حد؛ زیادہ ترتیبات پر باریک جیومیٹری اور کم ترتیبات پر میموری و پروسیسنگ وقت کی بچت کے درمیان توازن۔ |
| `decimation_target` |  | integer | no | `200000` | 5,000 – 1,586,021 | Mesh complexity کا ہدف، حتمی نتیجے کے vertex count کی صورت میں۔ اس ہدف کو کم کر کے فائل سائز گھٹانے سے تفصیل بھی کم ہو جاتی ہے۔ |
| `texture_size` |  | enum (integer) | no | `2048` | `1024`, `2048`, `4096` | بیکنگ کے لیے mesh ٹیکسچر ریزولوشن۔ ریزولوشن بڑھانے پر سطح کی باریک تفصیل کے ساتھ بڑی فائلیں بنتی ہیں۔ |
| `remesh` |  | boolean | no | `true` |  | Mesh topology کی ازسرنو تعمیر، جو عموماً صاف تر triangles بنا کر downstream استعمال کو بہتر بناتی ہے، مگر پروسیسنگ میں زیادہ وقت لگتا ہے۔ |
| `enable_safety_checker` |  | boolean | no | `true` |  | false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔ |

File parameters (`image`) 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
{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

## 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/pixal3d?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image_url": "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"
```

### 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/pixal3d?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image_url": "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 + ")");
```

### Python

```python
import os
import requests

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

payload = {
    "image_url": "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/pixal3d", 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": "pixal3d",
      "input": {
        "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "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": "pixal3d",
  "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
    },
    "seed": 42
  },
  "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 |
|---|---|---|
| `model_glb` | object {url, content_type, file_name, file_size} | GLB فارمیٹ میں تیار کردہ 3D ماڈل۔ |
| `seed` | integer | حقیقت میں استعمال ہونے والی seed value۔ |

## Related models

- [ReconViaGen 0.5](https://doitong.com/developers/models/reconviagen-0.5.md) (`reconviagen-0.5`): from $0.25 / request
- [Hi3D Image to 3D](https://doitong.com/developers/models/hitem3d/hi3d/image-to-3d.md) (`hitem3d/hi3d/image-to-3d`): $0.50 / run
- [Hi3D Image to 3D · v3.0](https://doitong.com/developers/models/hitem3d/hi3d/v3.0/image-to-3d.md) (`hitem3d/hi3d/v3.0/image-to-3d`): from $1.80 / run
- [Hi3D Multiview to 3D · Multi View to 3D](https://doitong.com/developers/models/hitem3d/hi3d/multi-view-to-3d.md) (`hitem3d/hi3d/multi-view-to-3d`): $0.50 / run
- [Hi3D Multiview to 3D · v3.0 · Multi View to 3D](https://doitong.com/developers/models/hitem3d/hi3d/v3.0/multi-view-to-3d.md) (`hitem3d/hi3d/v3.0/multi-view-to-3d`): from $1.80 / run
- [Hunyuan 3D Pro Image to 3D](https://doitong.com/developers/models/hunyuan-3d/v3.1/pro/image-to-3d.md) (`hunyuan-3d/v3.1/pro/image-to-3d`): $0.375 / run
- [Hunyuan 3D Rapid Image to 3D](https://doitong.com/developers/models/hunyuan-3d/v3.1/rapid/image-to-3d.md) (`hunyuan-3d/v3.1/rapid/image-to-3d`): from $0.225 / request
- [Hunyuan World · Image to World](https://doitong.com/developers/models/hunyuan_world/image-to-world.md) (`hunyuan_world/image-to-world`): $0.30 / request

## Links

- HTML page: https://doitong.com/developers/models/pixal3d
- 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=pixal3d
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/pixal3d