# LTX-2.3 22B Video to Video Trainer API

> يدرّب LoRA بحجم 22B من LTX-2.3 لتحويل الفيديو أو التوليد المشروط بالفيديو من مقاطع مرجعية

يدرّب LoRA على نموذج LTX-2.3 22B لتحويل الفيديو، باستخدام ملف zip من ملفات فيديو أو صور (mp4, mov, avi, mkv, png, jpg, jpeg)، مع التوصية بوجود 10 ملفات على الأقل تقريبًا. تتراوح `number_of_steps` من 1 إلى 20000 (الافتراضي 2000)، وتكون `frame_rate` افتراضيًا 25. تكون قيمة `first_frame_conditioning_p` افتراضيًا 0.1. يقبل التحقق ما يصل إلى موجّهين مع فيديوهات مرجعية.

- Model id: `ltx23-v2v-trainer`
- Made by: Lightricks
- Category: Training
- Output: file
- Price: $0.0135 / step (cheapest run $27.00 (27000 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltx23-v2v-trainer`
- Quote: `POST https://api.doitong.ru/v1/quote/ltx23-v2v-trainer`
- Docs page: https://doitong.com/ar/developers/models/ltx23-v2v-trainer

## Pricing

Price: **$0.0135 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $27.00 = 27000 API credits (2000 steps × 13.5 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.ru/v1/quote/ltx23-v2v-trainer` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `training_data_url` |  | string | yes |  |  | عنوان URL لأرشيف ZIP لمجموعة بيانات تحتوي حصريًا على صور أو حصريًا على فيديوهات؛ مجموعات البيانات متعددة الوسائط غير مدعومة. استهدف 10 ملفات أو أكثر، ويفضل مجموعة أكبر. الامتدادات المقبولة هي .png و.jpg و.jpeg للصور و.mp4 و.mov و.avi و.mkv للفيديوهات. يمكن أن ترافق ملفات نصية اختيارية للتعليقات الوسائط، على أن يحمل كل ملف تعليق اسمًا يطابق ملف الوسائط المرتبط به. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | رتبة تكييف LoRA، حيث تقابل زيادة استهلاك الذاكرة قدرة أكبر مع ارتفاع الإعداد. |
| `number_of_steps` |  | integer | no | `2000` | 1 – 20,000 | إجمالي عدد خطوات التدريب. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | معدل تعلم التحسين، الذي يوازن بين زيادة محتملة في سرعة التدريب وخطر فرط التكيّف عند رفعه. |
| `number_of_frames` |  | integer | no | `89` | 9 – 121 | عدد الإطارات لكل عينة تدريب. يجب أن يترك تقسيم العدد على 8 باقيًا قدره 1؛ ومن الأمثلة 1، 9، 17، 25، 33، 41، 49، 57، 65، 73، 81، 89، 97. |
| `frame_rate` |  | integer | no | `25` | 8 – 60 | معدل إطارات الفيديو المستهدف، مقاسًا بالإطارات في الثانية. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | دقة التدريب. تؤدي زيادة الدقة إلى رفع متطلبات الذاكرة. |
| `aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | نسبة العرض إلى الارتفاع للتدريب. |
| `trigger_phrase` |  | string | no | `` |  | عبارة تفعيل نمط LoRA، تُدرج في بداية الأوصاف أثناء التدريب. |
| `auto_scale_input` |  | boolean | no | `false` |  | ضبط تلقائي للفيديو لمطابقة FPS وعدد الإطارات المطلوبين عند تفعيله؛ وتبقى مجموعات بيانات الصور دون تغيير. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | تقسيم المشاهد للفيديوهات التي تتجاوز حد مدة، ويُفعّل عند true. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | مُشغّل تقسيم المشاهد معبرًا عنه بمدة بالثواني: لا تُقسم إلا الفيديوهات الأطول من الحد. |
| `debug_dataset` |  | boolean | no | `false` |  | وضع فحص المعالجة المسبقة للتحقق من الفيديوهات والصور والأوصاف قبل تشغيل تدريب كامل. يؤدي تفعيله إلى إعادة مجموعة بيانات التدريب المعالجة في أرشيف قابل للتنزيل للمراجعة اليدوية. |
| `first_frame_conditioning_p` |  | number | no | `0.1` | 0 – 1 | فضّل التحويل من فيديو إلى فيديو عبر تقليل معدل استخدام التدريب لتهيئة الإطار الأول؛ وتحدد هذه القيمة ذلك الاحتمال. |
| `validation` |  | array of object {prompt, reference_video_url} | no | `[]` | ≤ 2 items | قائمة مدخلات التحقق التي تحتوي على موجّهات مقترنة بفيديوهات مرجعية. |
| `validation[].prompt` |  | string | yes |  |  | الموجّه المستخدم أثناء التحقق. |
| `validation[].reference_video_url` |  | string (video URL) | yes |  | ≥ 1 characters | قدّم عبر عنوان URL الفيديو المراد تحويله أثناء التحقق من IC-LoRA. |
| `validation_negative_prompt` |  | string | no | `worst quality, inconsistent motion, blurry, jittery, distorted` |  | الموجّه السلبي المطبق أثناء التحقق. |
| `validation_number_of_frames` |  | integer | no | `89` | 9 – 121 | عدد الإطارات لكل فيديو تحقق. |
| `validation_frame_rate` |  | integer | no | `25` | 8 – 60 | معدل إطارات فيديو التحقق المستهدف، مقاسًا بالإطارات في الثانية. |
| `validation_resolution` |  | enum (string) | no | `high` | `low`, `medium`, `high` | الدقة المستخدمة أثناء التحقق. |
| `validation_aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | نسبة العرض إلى الارتفاع المستخدمة أثناء التحقق. |
| `stg_scale` |  | number | no | `1` | 0 – 3 | مقياس التوجيه المكاني-الزمني (STG)، مع التوصية بـ1.0، بينما يؤدي 0.0 إلى إيقاف STG. |

## Example input

Required parameters only:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

A fuller example:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

## 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.ru/v1/run/ltx23-v2v-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/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/ltx23-v2v-trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "training_data_url": "https://example.com/your-file.zip"
  }),
});
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.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "training_data_url": "https://example.com/your-file.zip",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx23-v2v-trainer", 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.ru/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": "ltx23-v2v-trainer",
      "input": {
        "training_data_url": "https://example.com/your-file.zip"
      },
      "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": "ltx23-v2v-trainer",
  "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": 27000,
    "usd": "27.00",
    "charged": 27000,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "video": {
      "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
    },
    "lora_file": {
      "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
    },
    "config_file": {
      "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
    },
    "debug_dataset": {
      "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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} \| null | عنوان URL لأي فيديوهات تحقق متاحة، تُعرض إلى جانب فيديوهاتها المرجعية. |
| `lora_file` | object {url, content_type, file_name, file_size} | عنوان URL لملف أوزان IC-LoRA المدرَّب بتنسيق .safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | تهيئة إعداد نقطة نهاية الاستدلال. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | أرشيف تصحيح قابل للتنزيل، متاح فقط للمدخلات التي تفعّل `debug_dataset`؛ وقد عولجت محتوياته الخاصة ببيانات التدريب مسبقًا وتتضمن فيديوهات بصيغة مفكوكة الترميز. |

## Related models

- [LTX 2.3 Trainer (V2) - Audio Inpainting](https://doitong.com/developers/models/ltx23-trainer-v2/audio-inpaint.md) (`ltx23-trainer-v2/audio-inpaint`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/av2av.md) (`ltx23-trainer-v2/ic-lora/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference Transformation](https://doitong.com/developers/models/ltx23-trainer-v2/av2av.md) (`ltx23-trainer-v2/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio](https://doitong.com/developers/models/ltx23-trainer-v2/a2a.md) (`ltx23-trainer-v2/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/a2a.md) (`ltx23-trainer-v2/ic-lora/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Video](https://doitong.com/developers/models/ltx23-trainer-v2/a2v.md) (`ltx23-trainer-v2/a2v`): $0.006 / step
- [LTX 2.3 Trainer (V2) - Backward Audio Extension](https://doitong.com/developers/models/ltx23-trainer-v2/audio-extend-suffix.md) (`ltx23-trainer-v2/audio-extend-suffix`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Backward Video Extension](https://doitong.com/developers/models/ltx23-trainer-v2/extend-suffix.md) (`ltx23-trainer-v2/extend-suffix`): $0.0061 / step

## Links

- HTML page: https://doitong.com/developers/models/ltx23-v2v-trainer
- 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=ltx23-v2v-trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltx23-v2v-trainer