# Scail 2 API

> ریفرنس کردار کی تصویر کو ڈرائیونگ ویڈیو کی حرکت سے متحرک کرتا ہے یا اسے اصل منظر میں شامل کرتا ہے

حوالہ کردار کا `image_url` اور ایسا محرک `video_url` لیتا ہے جس میں ایک انسان، متعدد انسان یا جانور ہو۔ `animation` موڈ میں کردار محرک حرکت انجام دیتا ہے؛ `replacement` موڈ میں منظر برقرار رکھتے ہوئے موضوع کو بدل دیتا ہے۔ ریزولوشن 512p یا 704p ہے، سمت تصویر سے منتخب ہوتی ہے۔ `driving_type` براہِ راست end-to-end محرک یا واضح پوز ڈھانچہ استعمال کر سکتا ہے۔

- 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/ur/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 |  |  | مطلوبہ آؤٹ پٹ ویڈیو کی وضاحت کرنے والا پرامپٹ۔ |
| `image_url` | `image` | string (image URL) | yes |  |  | کردار کی حوالہ تصویر کا URL، جو متحرک کیے جانے یا کسی موضوع کی جگہ استعمال کیے جانے والے کردار فراہم کرتا ہے؛ ڈرائیونگ ویڈیو حرکت یا تبدیلی کا تعین کرتی ہے۔ |
| `video_url` | `video` | string (video URL) | yes |  |  | URL کے ذریعے حرکت چلانے والی ویڈیو فراہم کریں، جس میں ایک انسان، متعدد انسان یا کوئی جانور ہو۔ |
| `mode` |  | enum (string) | no | `animation` | `animation`, `replacement` | حوالہ کردار کے استعمال کا طریقہ منتخب کریں: `replacement` اصل منظر برقرار رکھتے ہوئے ڈرائیونگ موضوع کی جگہ کردار رکھتا ہے؛ `animation` ڈرائیونگ حرکت کردار پر لاگو کرتا ہے۔ |
| `driving_type` |  | enum (string) | no | `end_to_end` | `end_to_end`, `pose` | اینیمیشن کی حرکت براہ راست SAM3 کے ذریعے ماسک کی گئی ڈرائیونگ ویڈیو سے آتی ہے؛ `end_to_end` زیادہ مضبوطی کے لیے ڈیفالٹ اور تجویز کردہ انتخاب ہے۔ متبادل طور پر، `pose` NLF/DWPose استعمال کرکے اس ویڈیو سے واضح اسکیلٹن رینڈر کرتا ہے، جس سے مشکل ان پٹس پر زیادہ کنٹرول ملتا ہے۔ |
| `subject_type` |  | enum (string) | no | `human` | `human`, `animal` | ڈرائیونگ ویڈیو کے موضوع کا انتخاب؛ `animal` غیر-`human` موضوعات کے لیے SAM3 کا ڈیٹیکشن پرامپٹ تشکیل دیتا ہے۔ |
| `resolution` |  | enum (string) | no | `512p` | `512p`, `704p` | آؤٹ پٹ ریزولوشن، جس کی سمت حوالہ تصویر کے aspect ratio سے خودکار طور پر متعین ہوتی ہے۔ landscape میں 512p کو 896x512 اور 704p کو 1280x704 سے میپ کیا جاتا ہے؛ portrait میں بالترتیب 512x896 اور 704x1280 استعمال ہوتے ہیں۔ |
| `num_inference_steps` |  | integer | no | `40` | 2 – 50 | Diffusion سیمپلنگ کے مراحل کی تعداد۔ اسے بڑھانے سے معیار بہتر ہوتا ہے مگر زیادہ وقت لگتا ہے۔ |
| `guidance_scale` |  | number | no | `5` | 1 – 10 | Classifier-free guidance strength، جو پرامپٹ کی پابندی اور creativity میں توازن قائم کرتی ہے۔ |
| `shift` |  | number | no | `3` | 1 – 10 | flow matching کے لیے noise-schedule shift؛ 512p استعمال کرتے وقت 3.0 کی تجویز دی جاتی ہے۔ |
| `seed` |  | integer \| null | no |  |  | تخلیق کا seed، جواب میں شامل کیا جاتا ہے خواہ واضح طور پر فراہم کیا گیا ہو یا ان پٹ خالی ہونے کی وجہ سے تصادفی طور پر منتخب ہوا ہو۔ |
| `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`, `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} | تخلیق سے تیار کردہ ویڈیو فائل۔ |
| `seed` | integer | ویڈیو تخلیق کے لیے استعمال ہونے والا seed۔ |
| `preprocessing_video` | object {url, content_type, file_name, file_size} \| null | Stage-A پوز کنڈیشننگ ان پٹ پر مشتمل ڈیبگ ویڈیو، جو diffusion ماڈل کو فراہم کیا گیا تھا؛ صرف `output_preprocessing=true` کے ساتھ دستیاب ہے۔ اس کا مواد `driving_type` پر منحصر ہے: `end_to_end` میں SAM3 کے ذریعے ماسک کی گئی ڈرائیونگ فوٹیج استعمال ہوتی ہے، جبکہ `driving_type=pose` میں NLF/DWPose سے رینڈر کیا گیا اسکیلٹن استعمال ہوتا ہے۔ |
| `preprocessing_mask_video` | object {url, content_type, file_name, file_size} \| null | ڈیبگنگ کے لیے Stage-A ڈرائیونگ ماسک ویڈیو، صرف `output_preprocessing=true` کے ساتھ دستیاب ہے۔ |

## 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