# VGGT-1B API

> Tái dựng cảnh 3D từ tối đa 48 ảnh hoặc một video, trả về bản đồ độ sâu, tư thế camera và đám mây điểm

Ước tính hình học từ nhiều góc nhìn. Cung cấp tối đa 48 ảnh trong `image_urls`, tùy chọn thêm `video_url` được lấy mẫu sau mỗi `frame_sampling_rate` khung hình. Kết quả gồm bản đồ độ sâu theo từng khung hình, ngoại tại và nội tại camera, tệp dự đoán thô và đám mây điểm GLB kèm hình nón camera. `confidence_percentile` và `max_points` điều khiển mật độ đám mây điểm.

- Model id: `vggt-1b`
- Made by: Meta
- Category: Vision
- Output: json
- Charged by usage (up to $1.755 per run, typical $0.04; the rest of the hold is refunded): $0.000975 / second of processing time (cheapest run $0.04 (40 API credits))
- Run: `POST https://api.doitong.com/v1/run/vggt-1b`
- Quote: `POST https://api.doitong.com/v1/quote/vggt-1b`
- Docs page: https://doitong.com/vi/developers/models/vggt-1b

## Pricing

Price: **$0.000975 / second of processing time**. Charged by actual usage at $0.000975 / second of processing time: up to $1.755 per run (the quote gives the maximum for your input), the rest is refunded automatically after the run. A typical run costs $0.04.

The full example input below holds up to $1.755 = 1755 API credits (up to 1800 s of processing time × $0.000975) when it starts; a typical run costs $0.04 (40 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). This model is charged by usage: `POST https://api.doitong.com/v1/quote/vggt-1b` with the same JSON body returns the most the run can cost for that input (`credits`, debited when the run starts); after the run you pay the usage the model reports and the rest is refunded automatically. An input whose maximum would exceed the per-run limit is refused with 422. 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_urls` | `images` | array of image URL | no |  | ≤ 48 items | Các hình ảnh nguồn tái tạo, mỗi hình ảnh được thêm đệm thành hình vuông và đổi kích thước sao cho chiều dài nhất là 518 pixel. Chấp nhận JPEG, PNG, WEBP và mọi định dạng hình ảnh bổ sung có thể giải mã bằng Pillow. |
| `video_url` | `video` | string (video URL) \| null | no |  |  | Video nguồn tùy chọn có các khung hình được lấy mẫu theo sau image_urls trong đầu vào kết hợp. Việc lấy mẫu sử dụng mỗi khung hình thứ `frame_sampling_rate`, luôn bao gồm khung hình đầu tiên và cuối cùng. |
| `frame_sampling_rate` |  | integer | no | `24` | 1 – 1,000 | Khoảng khung hình chỉ được áp dụng khi video được cung cấp qua `video_url`; nếu không thì không có tác dụng. Cả hai khung hình biên đều được giữ lại bất kể khoảng này, với mỗi khung hình thứ n được lấy mẫu ở giữa. |
| `alpha_blend_onto` |  | enum (string) | no | `white` | `keep`, `white`, `black`, `mean` | Xử lý kênh alpha có bốn lựa chọn: 'keep' loại bỏ alpha mà không thay đổi giá trị pixel gốc; 'mean' ghép trên nền RGB trung bình của ImageNet. Với nền đơn sắc, chọn 'white' hoặc 'black' để ghép trên màu tương ứng. |
| `export_prediction_data` |  | boolean | no | `true` |  | Xuất các dự đoán thô thành các tệp JSON riêng cho từng khung hình. Mỗi tệp bao gồm độ sâu và độ tin cậy của độ sâu, một mặt nạ và tư thế camera được mã hóa. |
| `export_depth_maps` |  | boolean | no | `true` |  | Xuất các raster độ sâu với ánh xạ tuyến tính `depth_range` sang các giá trị pixel 0–65535. Mỗi khung hình nhận một PNG thang độ xám riêng với độ chính xác 16 bit. |
| `export_point_cloud` |  | boolean | no | `true` |  | Xuất đám mây điểm màu đã hợp nhất ở định dạng GLB, trong đó các camera ước tính được biểu diễn bằng các lưới hình nón riêng trong cảnh. |
| `array_encoding` |  | enum (string) | no | `base64` | `base64`, `list` | Định dạng lưu trữ mảng cho các tệp JSON dự đoán, trong đó 'list' chiếm nhiều dung lượng hơn đáng kể so với 'base64'. Chọn 'list' cho các danh sách JSON lồng nhau hoặc 'base64' cho các đối tượng chứa {data, shape, dtype}. |
| `exclude_keys` |  | array of enum (string) | no |  |  | Các khóa bị loại khỏi mọi tệp JSON dự đoán. |
| `confidence_percentile` |  | number | no | `50` | 0 – 100 | Tỷ lệ lọc dựa trên độ tin cậy để dựng đám mây điểm: 0 tắt tính năng lọc, còn các giá trị khác loại trừ tỷ lệ phần trăm điểm tương ứng, bắt đầu từ các điểm có độ tin cậy thấp nhất. |
| `max_points` |  | integer | no | `250000` | 1,000 – 5,000,000 | Giới hạn số điểm GLB, mặc định là 250,000. Để giảm độ trễ khi tuần tự hóa và tải lên, một tập hợp được lấy mẫu đều sẽ được ghi khi đám mây vượt quá ngân sách này. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Bật/tắt kiểm tra an toàn cho hình ảnh và video đầu vào. |

File parameters (`images`, `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
{}
```

A fuller example:

```json
{}
```

## 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/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# 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/vggt-1b?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({}),
});
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 = {}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/vggt-1b", 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": "vggt-1b",
      "input": {},
      "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": "vggt-1b",
  "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": 1755,
    "usd": "1.755",
    "charged": 1755,
    "refunded": 0
  },
  "input": {},
  "output": {
    "point_cloud": {
      "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
    },
    "depth_maps": [
      {
        "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,
        "width": 1024,
        "height": 768
      }
    ],
    "prediction_data": [
      {
        "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
      }
    ],
    "num_frames": 1,
    "depth_range": [
      1.0
    ],
    "extrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "intrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "timings": {}
  },
  "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 |
|---|---|---|
| `point_cloud` | object {url, content_type, file_name, file_size} \| null | Đầu ra đám mây điểm được trả về khi `export_point_cloud` là true; cảnh GLB kết hợp đám mây đã hợp nhất với các hình nón camera. |
| `depth_maps` | array of object {url, content_type, file_name, file_size, width, height} | Đầu ra bản đồ độ sâu khả dụng khi `export_depth_maps` là true. Các mục tuân theo chuỗi khung hình nguồn, với mỗi khung hình được biểu diễn bằng raster PNG thang độ xám có độ sâu 16 bit. |
| `prediction_data` | array of object {url, content_type, file_name, file_size} | Đầu ra dự đoán thô: khi `export_prediction_data` là true, mỗi khung hình có tệp JSON riêng và các tệp tuân theo chuỗi khung hình. |
| `num_frames` | integer | Tổng số khung hình được tái tạo, bao gồm hình ảnh và các khung hình được lấy mẫu từ video. |
| `depth_range` | array of number | Giới hạn độ sâu [min, max] được dùng để lượng tử hóa `depth_maps`. Khôi phục độ sâu bằng min + pixel * (max - min) / 65535. |
| `extrinsics` | array of array of array of number | Các ma trận ngoại tại camera-từ-thế-giới, kích thước 3x4, cho từng khung hình; các trục OpenCV hướng phải theo x, xuống theo y và ra trước theo z. |
| `intrinsics` | array of array of array of number | Các ma trận nội tại lỗ kim, kích thước 3x3, cho từng khung hình, được biểu diễn theo tọa độ pixel của khung hình 518x518 của mô hình. |
| `timings` | object | Thời gian thực đã trôi qua cho từng giai đoạn, tính bằng giây. |

## Related models

- [Sam 3 · Image · Embed](https://doitong.com/developers/models/sam-3/image/embed.md) (`sam-3/image/embed`): $0.005 / run
- [Bagel · Understand](https://doitong.com/developers/models/bagel/understand.md) (`bagel/understand`): $0.05 / request
- [Bria Ad Delayer](https://doitong.com/developers/models/bria/ad-delayer.md) (`bria/ad-delayer`): $0.30 / request
- [Florence 2 Large Caption](https://doitong.com/developers/models/florence-2-large/caption.md) (`florence-2-large/caption`): $0.003 / run
- [Florence 2 Large Detailed Caption](https://doitong.com/developers/models/florence-2-large/detailed-caption.md) (`florence-2-large/detailed-caption`): $0.004 / run
- [Florence 2 Large OCR](https://doitong.com/developers/models/florence-2-large/ocr.md) (`florence-2-large/ocr`): $0.003 / run
- [Florence 2 Large Region To Category](https://doitong.com/developers/models/florence-2-large/region-to-category.md) (`florence-2-large/region-to-category`): $0.003 / run
- [Florence-2 Large · More Detailed Caption](https://doitong.com/developers/models/florence-2-large/more-detailed-caption.md) (`florence-2-large/more-detailed-caption`): $0.004 / run

## Links

- HTML page: https://doitong.com/developers/models/vggt-1b
- 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=vggt-1b
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/vggt-1b