# VGGT-1B API

> زیادہ سے زیادہ 48 تصاویر یا ایک ویڈیو سے 3D منظر کی تشکیل نو کرتا ہے، اور گہرائی کے نقشے، کیمرہ پوز اور پوائنٹ کلاؤڈ واپس کرتا ہے

متعدد مناظر سے جیومیٹری کا اندازہ لگاتا ہے۔ `image_urls` میں 48 تک تصاویر دیں، اور اختیاری طور پر ہر `frame_sampling_rate` فریم پر sampled `video_url` شامل کریں۔ یہ فی فریم گہرائی کے نقشے، کیمرہ خارجی اور داخلی پیرامیٹرز، خام پیش گوئی فائلیں، اور کیمرہ مخروطوں کے ساتھ GLB نقطہ بادل واپس کرتا ہے۔ `confidence_percentile` اور `max_points` نقطہ بادل کی کثافت کنٹرول کرتے ہیں۔

- 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.ru/v1/run/vggt-1b`
- Quote: `POST https://api.doitong.ru/v1/quote/vggt-1b`
- Docs page: https://doitong.com/ur/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.ru/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 | Reconstruction source تصاویر؛ ہر تصویر کو square میں pad کرکے longest dimension کو 518 pixels پر resize کیا جاتا ہے۔ JPEG، PNG، WEBP اور Pillow سے قابلِ decoding اضافی تصویر formats قبول ہیں۔ |
| `video_url` | `video` | string (video URL) \| null | no |  |  | اختیاری ماخذ ویڈیو جس کے نمونے لیے گئے فریمز مشترکہ ان پٹ میں image_urls کے بعد آتے ہیں۔ نمونہ بندی ہر `frame_sampling_rate`-ویں فریم پر ہوتی ہے، جبکہ پہلا اور آخری فریم ہمیشہ شامل کیے جاتے ہیں۔ |
| `frame_sampling_rate` |  | integer | no | `24` | 1 – 1,000 | فریم کا وقفہ صرف اس وقت لاگو ہوتا ہے جب ویڈیو `video_url` کے ذریعے فراہم کی جائے؛ بصورتِ دیگر اس کا کوئی اثر نہیں ہوتا۔ وقفے سے قطع نظر دونوں حدی فریم برقرار رہتے ہیں، جبکہ درمیان میں ہر n-واں فریم لیا جاتا ہے۔ |
| `alpha_blend_onto` |  | enum (string) | no | `white` | `keep`, `white`, `black`, `mean` | الفا چینل کے برتاؤ کے لیے چار اختیارات ہیں: 'keep' اصل پکسل قدروں میں تبدیلی کیے بغیر الفا ہٹا دیتا ہے؛ 'mean' کو ImageNet کے اوسط RGB کے ساتھ مرکب کرتا ہے۔ یک رنگ پس منظر کے لیے متعلقہ رنگ کے ساتھ مرکب کرنے کو 'white' یا 'black' منتخب کریں۔ |
| `export_prediction_data` |  | boolean | no | `true` |  | انفرادی فریمز کے لیے خام پیش گوئیاں الگ JSON فائلوں کے طور پر برآمد کریں۔ ہر فائل میں گہرائی اور اس کا اعتماد، ایک ماسک، اور انکوڈ شدہ کیمرہ پوز شامل ہوتا ہے۔ |
| `export_depth_maps` |  | boolean | no | `true` |  | `depth_range` کی پکسل قدروں 0–65535 سے خطی نقشے کے ساتھ گہرائی کے راسٹرز برآمد کریں۔ ہر فریم کو 16-bit درستگی والی الگ grayscale PNG ملتی ہے۔ |
| `export_point_cloud` |  | boolean | no | `true` |  | مرکب شدہ رنگین پوائنٹ کلاؤڈ کو GLB فارمیٹ میں برآمد کریں، جس میں تخمینہ شدہ کیمرے منظر میں انفرادی مخروطی میشز کے طور پر دکھائے جاتے ہیں۔ |
| `array_encoding` |  | enum (string) | no | `base64` | `base64`, `list` | پیش گوئی کی JSON فائلوں کے لیے ارے اسٹوریج فارمیٹ؛ 'list' 'base64' کے مقابلے میں کہیں زیادہ جگہ لیتا ہے۔ نیسٹڈ JSON فہرستوں کے لیے 'list' یا {data, shape, dtype} پر مشتمل آبجیکٹس کے لیے 'base64' منتخب کریں۔ |
| `exclude_keys` |  | array of enum (string) | no |  |  | ہر پیش گوئی کی JSON فائل سے خارج کیے جانے والے keys۔ |
| `confidence_percentile` |  | number | no | `50` | 0 – 100 | پوائنٹ کلاؤڈ کی تعمیر کے لیے اعتماد پر مبنی فلٹرنگ کا فیصد: 0 فلٹرنگ کو غیر فعال کرتا ہے، جبکہ دیگر قدریں کم ترین اعتماد والے پوائنٹس سے شروع کرتے ہوئے اتنے فیصد پوائنٹس خارج کرتی ہیں۔ |
| `max_points` |  | integer | no | `250000` | 1,000 – 5,000,000 | GLB پوائنٹ کاؤنٹ کی حد، ڈیفالٹ 250,000 ہے۔ سیریلائزیشن اور اپ لوڈ کی تاخیر کم رکھنے کے لیے، کلاؤڈ اس بجٹ سے تجاوز کرے تو یکساں طور پر نمونہ شدہ انتخاب لکھا جاتا ہے۔ |
| `enable_safety_checker` |  | boolean | no | `true` |  | ان پٹ تصاویر اور ویڈیو کے لیے حفاظتی جانچ کا ٹوگل۔ |

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.ru/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.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/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.ru/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.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": "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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `point_cloud` | object {url, content_type, file_name, file_size} \| null | جب `export_point_cloud` true ہو تو واپس کیا جانے والا پوائنٹ کلاؤڈ؛ اس کا GLB منظر مرکب شدہ کلاؤڈ کو کیمرہ کونز کے ساتھ یکجا کرتا ہے۔ |
| `depth_maps` | array of object {url, content_type, file_name, file_size, width, height} | جب `export_depth_maps` true ہو تو دستیاب depth-map برآمد۔ اندراجات ماخذ فریم ترتیب کی پیروی کرتے ہیں، اور ہر فریم کو 16-bit depth والے grayscale PNG راسٹر کے طور پر دکھایا جاتا ہے۔ |
| `prediction_data` | array of object {url, content_type, file_name, file_size} | خام پیش گوئی کی برآمد: جب `export_prediction_data` true ہو، ہر فریم کی اپنی JSON فائل ہوتی ہے اور فائلیں فریم ترتیب کی پیروی کرتی ہیں۔ |
| `num_frames` | integer | دوبارہ تعمیر کیے گئے فریمز کی کل تعداد، جس میں تصاویر اور ویڈیو سے لیے گئے فریمز شامل ہیں۔ |
| `depth_range` | array of number | `depth_maps` کی quantization کے لیے استعمال ہونے والی گہرائی کی حدود [min, max]۔ گہرائی کو min + pixel * (max - min) / 65535 سے بحال کریں۔ |
| `extrinsics` | array of array of array of number | ہر فریم کے لیے camera-from-world extrinsic میٹرکس، سائز 3x4؛ OpenCV axes میں x دائیں، y نیچے، اور z آگے کی طرف ہوتا ہے۔ |
| `intrinsics` | array of array of array of number | ہر فریم کے لیے pinhole intrinsic میٹرکس، سائز 3x3، جو ماڈل کے 518x518 فریم کے پکسل کوآرڈینیٹس میں ظاہر کیے گئے ہیں۔ |
| `timings` | object | ہر مرحلے کے لیے گزرا ہوا wall-clock وقت، سیکنڈ میں۔ |

## 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.ru/v1/models/vggt-1b