# Sam 3 · 3D Objects API

> تصویر سے 3D آبجیکٹس بناتا ہے، جنہیں متن، پوائنٹ یا باکس پرامپٹس یا ماسکس سے منتخب کیا جاتا ہے، اور splat آؤٹ پٹ فراہم کرتا ہے

تصویر میں موجود آبجیکٹس کو 3D اثاثوں میں تبدیل کرتا ہے۔ آبجیکٹس `mask_urls`، متنی `prompt`، `point_prompts` یا `box_prompts` سے منتخب کریں؛ متعدد باکسز الگ آبجیکٹس بناتے ہیں۔ `detection_threshold` 0.1 سے 1 قبول کرتا ہے، جبکہ `export_textured_glb` ٹیکسچر اور UVs کو شامل کرتا ہے۔ GLB، Gaussian splat فائلز، متعدد آبجیکٹس والے مناظر کے لیے فی آبجیکٹ فائلز، میٹا ڈیٹا اور zip بنڈل آؤٹ پٹ کرتا ہے۔

- Model id: `sam-3/3d-objects`
- Made by: Meta
- Category: Image to 3D
- Output: 3d
- Estimated price per run: $0.02 / run (cheapest run $0.02 (20 API credits))
- Run: `POST https://api.doitong.com/v1/run/sam-3/3d-objects`
- Quote: `POST https://api.doitong.com/v1/quote/sam-3/3d-objects`
- Docs page: https://doitong.com/ur/developers/models/sam-3/3d-objects

## Pricing

Price: **$0.02 / run**. Estimated from the typical cost of one run. The quote is exactly what the run charges.

The full example input below costs $0.02 = 20 API credits (1 request × 20 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/sam-3/3d-objects` 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 تعمیر نو کے لیے تصویر کا URL۔ |
| `mask_urls` |  | array of image URL | no |  |  | اختیاری فی آبجیکٹ ماسک URL فہرست۔ ماسکس کے بغیر، فراہم ہونے کی صورت میں خودکار سیگمنٹیشن پرامپٹ، point_prompts یا box_prompts استعمال کرتی ہے؛ اگر ماسکس یا سیگمنٹیشن پرامپٹس میں سے کوئی بھی فراہم نہ ہو تو پوری تصویر استعمال ہوتی ہے۔ |
| `prompt` |  | string \| null | no | `car` |  | ماسکس موجود نہ ہونے پر خودکار سیگمنٹیشن کے لیے استعمال ہونے والا متن، جیسے 'chair' یا 'lamp'۔ |
| `point_prompts` |  | array of object {x, y, label, object_id} | no | `[]` |  | ماسکس موجود نہ ہونے پر خودکار سیگمنٹیشن کے لیے استعمال ہونے والے پوائنٹ پر مبنی پرامپٹس۔ |
| `point_prompts[].x` |  | integer \| null | no |  |  | X محور پر پرامپٹ کی پوزیشن۔ |
| `point_prompts[].y` |  | integer \| null | no |  |  | Y محور پر پرامپٹ کی پوزیشن۔ |
| `point_prompts[].label` |  | enum (integer) \| null | no |  | `0`, `1` | پیش منظر/پس منظر کا لیبل: 1 پیش منظر اور 0 پس منظر ظاہر کرتا ہے۔ |
| `point_prompts[].object_id` |  | integer \| null | no |  |  | ایک آبجیکٹ کو بہتر بنانے والے پرامپٹس کو گروپ کرنے کے لیے اختیاری شناخت کنندہ۔ اگر متن بھی پرامپٹ کے طور پر فراہم کیا جائے تو یہ شناخت کنندہ طے کرتا ہے کہ دریافت شدہ کون سا آبجیکٹ ان نقاط سے بہتر کیا جائے۔ |
| `box_prompts` |  | array of object {x_min, y_min, x_max, y_max, object_id} | no | `[]` |  | باکس پرامپٹس جو خودکار سیگمنٹیشن کے ذریعے 3D تعمیر نو کے لیے انفرادی آبجیکٹ ماسکس تیار کرتے ہیں؛ صرف اس وقت استعمال ہوتے ہیں جب ماسکس فراہم نہ کیے گئے ہوں۔ متعدد باکس جمع کرائے جا سکتے ہیں۔ |
| `box_prompts[].x_min` |  | integer \| null | no |  |  | باکس کے لیے کم از کم x-coordinate۔ |
| `box_prompts[].y_min` |  | integer \| null | no |  |  | باکس کے لیے کم از کم y-coordinate۔ |
| `box_prompts[].x_max` |  | integer \| null | no |  |  | باکس کے لیے زیادہ سے زیادہ X coordinate۔ |
| `box_prompts[].y_max` |  | integer \| null | no |  |  | باکس کے لیے زیادہ سے زیادہ Y coordinate۔ |
| `box_prompts[].object_id` |  | integer \| null | no |  |  | ایک آبجیکٹ کو بہتر بنانے والے باکسز کو گروپ کرنے کے لیے اختیاری شناخت کنندہ۔ |
| `seed` |  | integer \| null | no |  |  | قابل تکرار تصادفی تخلیق کے لیے استعمال ہونے والا seed۔ |
| `pointmap_url` |  | string \| null | no |  |  | NPY یا NPZ کے طور پر بیرونی pointmap یا depth ڈیٹا فراہم کرکے 3D تعمیر نو میں گہرائی کے تخمینے کو بہتر بنانے کے لیے اختیاری URL۔ |
| `detection_threshold` |  | number \| null | no |  | 0.1 – 1 | ڈیٹیکشن اعتماد کی حد؛ نہ دینے پر ماڈل کا ڈیفالٹ استعمال ہوتا ہے۔ قدریں 0.1 سے 1.0 تک ہیں، اور کم قدریں زیادہ ڈیٹیکشنز کے لیے درستگی میں کمی کا تبادلہ کرتی ہیں۔ |
| `export_textured_glb` |  | boolean | no | `false` |  | GLB برآمد کا انتخاب: یہ آپشن فعال کرنے سے vertex colors کی جگہ baked texture اور UVs استعمال ہوتے ہیں۔ |

File parameters (`image`, `mask_urls`) 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/sam-3/3d-objects?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/sam-3/3d-objects?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/sam-3/3d-objects", 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": "sam-3/3d-objects",
      "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": "sam-3/3d-objects",
  "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": 20,
    "usd": "0.02",
    "charged": 20,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "gaussian_splat": {
      "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
    },
    "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
    },
    "metadata": [
      {
        "object_index": 1,
        "scale": [
          []
        ],
        "rotation": [
          []
        ],
        "translation": [
          []
        ],
        "camera_pose": [
          []
        ]
      }
    ],
    "individual_splats": [
      {
        "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
      }
    ],
    "individual_glbs": [
      {
        "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
      }
    ],
    "artifacts_zip": {
      "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `gaussian_splat` | object {url, content_type, file_name, file_size} | متعدد آبجیکٹس والے نتائج کے لیے مشترکہ منظر کا splat، یا بصورت دیگر واحد splat؛ .ply فارمیٹ میں Gaussian splat فائل کے طور پر فراہم کیا جاتا ہے۔ |
| `model_glb` | object {url, content_type, file_name, file_size} | GLB کے طور پر محفوظ 3D آؤٹ پٹ: متعدد آبجیکٹس کو ایک منظر میں جوڑا جاتا ہے، جبکہ دیگر نتائج میں ایک میش ہوتا ہے۔ |
| `metadata` | array of object {object_index, scale, rotation, translation, camera_pose} | ہر آبجیکٹ کا میٹا ڈیٹا، جس میں گردش، ترجمہ اور اسکیل شامل ہیں۔ |
| `individual_splats` | array of object {url, content_type, file_name, file_size} \| null | ہر آبجیکٹ کے لیے الگ Gaussian splat فائلیں، صرف متعدد آبجیکٹس والے مناظر میں دستیاب ہیں۔ |
| `individual_glbs` | array of object {url, content_type, file_name, file_size} \| null | ہر آبجیکٹ کے لیے الگ GLB میش فائلیں، صرف متعدد آبجیکٹس والے مناظر میں دستیاب ہیں۔ |
| `artifacts_zip` | object {url, content_type, file_name, file_size} \| null | تمام artifacts اور میٹا ڈیٹا کا ZIP آرکائیو۔ |

## Related models

- [Sam 3 · Image RLE](https://doitong.com/developers/models/sam-3/image-rle.md) (`sam-3/image-rle`): $0.005 / run
- [Segment Anything Model 3](https://doitong.com/developers/models/sam-3/image.md) (`sam-3/image`): $0.005 / run
- [Sam 3 · Video](https://doitong.com/developers/models/sam-3/video.md) (`sam-3/video`): $0.005 / 16 frames of input video
- [Sam 3 · Video RLE](https://doitong.com/developers/models/sam-3/video-rle.md) (`sam-3/video-rle`): $0.005 / 16 frames of input video
- [Sam 3 · 3D Body](https://doitong.com/developers/models/sam-3/3d-body.md) (`sam-3/3d-body`): $0.02 / run
- [Sam 3 · 3D Align](https://doitong.com/developers/models/sam-3/3d-align.md) (`sam-3/3d-align`): $0.02 / run
- [Sam 3 · Image · Embed](https://doitong.com/developers/models/sam-3/image/embed.md) (`sam-3/image/embed`): $0.005 / run
- [Hi3D Image to 3D](https://doitong.com/developers/models/hitem3d/hi3d/image-to-3d.md) (`hitem3d/hi3d/image-to-3d`): $0.50 / run

## Links

- HTML page: https://doitong.com/developers/models/sam-3/3d-objects
- 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=sam-3/3d-objects
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/sam-3/3d-objects