# ReconViaGen 0.5 API

> کثیر منظر والی تصویر سے 3D تعمیر، جو ایک آبجیکٹ کی 1 سے 16 تصاویر سے ٹیکسچر شدہ GLB میش آؤٹ پٹ کرتی ہے

`image_urls` سے 3D ماڈل بناتا ہے، جس میں ایک ہی آبجیکٹ کے 1 سے 16 مناظر لیے جاتے ہیں؛ زیادہ مناظر تعمیر کو بہتر بناتے ہیں۔ PBR مواد کے ساتھ GLB فائل واپس کرتا ہے۔ `resolution` 512، 1024 یا 1536، `texture_size` 1024، 2048 یا 4096 ہو سکتا ہے، جبکہ `decimation_target` میش کے ورٹیکس کی تعداد 5,000 سے 2,000,000 تک متعین کرتا ہے۔ `ss_source` اور `multi_image_strategy` ساخت اور مناظر کے امتزاج کا طریقہ منتخب کرتے ہیں، جبکہ ہر مرحلے کے لیے رہنمائی اور سیمپلنگ کنٹرولز دستیاب ہیں۔

- Model id: `reconviagen-0.5`
- Made by: Open model
- Category: Image to 3D
- Output: 3d
- Price: from $0.25 / request (cheapest run $0.25 (250 API credits))
- Run: `POST https://api.doitong.com/v1/run/reconviagen-0.5`
- Quote: `POST https://api.doitong.com/v1/quote/reconviagen-0.5`
- Docs page: https://doitong.com/ur/developers/models/reconviagen-0.5

## Pricing

Price: **from $0.25 / request** (the lowest tier; the quote prices your exact input). Billed once per request.

Price rules (the first rule that matches the input wins; a parameter you leave out counts as its default):

- When `resolution` = 1024: $0.30 (300 API credits) / request
- When `resolution` = 1536: $0.35 (350 API credits) / request

The full example input below costs $0.30 = 300 API credits (1 request × 300 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/reconviagen-0.5` 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 |
|---|---|---|---|---|---|---|
| `seed` |  | integer \| null | no |  |  | قابل تکرار تصادفی تخلیق کے لیے استعمال ہونے والا seed۔ |
| `resolution` |  | enum (integer) | no | `1024` | `512`, `1024`, `1536` | آؤٹ پٹ کا ریزولوشن؛ اسے بڑھانے سے تفصیل میں اضافہ ہوتا ہے مگر زیادہ وقت لگتا ہے۔ |
| `ss_source` |  | enum (string) | no | `mesh` | `direct`, `mesh`, `mvtrellis2` | اسپارس ساخت بنانے کے لیے استعمال ہونے والا ماخذ۔ زیادہ سے زیادہ رفتار کے لیے 'direct'، اعلیٰ ترین معیار کے لیے 'mesh'، یا TRELLIS.2 کے ساتھ ملٹی ویو پروسیسنگ کے لیے 'mvtrellis2' منتخب کریں۔ |
| `ss_guidance_strength` |  | number | no | `7.5` | 0 – 10 | ابتدائی 3D ساخت کی ان پٹ سے مماثلت کو کنٹرول کریں؛ قدر بڑھنے پر ممکنہ طور پر زیادہ شور کے بدلے زیادہ قریب مماثلت حاصل ہوتی ہے۔ |
| `ss_guidance_rescale` |  | number | no | `0.7` | 0 – 1 | مرحلہ 1 کے دوران مضبوط رہنمائی سے پیدا ہونے والے نقائص میں کمی۔ |
| `ss_sampling_steps` |  | integer | no | `12` | 1 – 50 | ابتدائی ساخت بنانے کے لیے استعمال ہونے والے شور کم کرنے کے مراحل کی تعداد۔ |
| `ss_rescale_t` |  | number | no | `5` | 1 – 6 | ساخت تخلیق کرتے وقت استعمال ہونے والے شور کے شیڈول کی تیزی۔ |
| `slat_guidance_strength` |  | number | no | `7.5` | 0 – 10 | SLat مرحلے کی رہنمائی کی شدت؛ صرف اس وقت لاگو ہوتی ہے جب ss_source کو 'mesh' پر سیٹ کیا گیا ہو۔ |
| `slat_guidance_rescale` |  | number | no | `0.5` | 0 – 1 | SLat مرحلے کی رہنمائی کی دوبارہ اسکیلنگ؛ صرف اس وقت لاگو ہوتی ہے جب ss_source کو 'mesh' پر سیٹ کیا گیا ہو۔ |
| `slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | SLat مرحلے کے سیمپلنگ مراحل کی تعداد؛ صرف اس وقت لاگو ہوتی ہے جب ss_source کو 'mesh' پر سیٹ کیا گیا ہو۔ |
| `slat_rescale_t` |  | number | no | `3` | 1 – 6 | SLat مرحلے کی Rescale T ترتیب؛ صرف اس وقت لاگو ہوتی ہے جب ss_source کو 'mesh' پر سیٹ کیا گیا ہو۔ |
| `shape_slat_guidance_strength` |  | number | no | `7.5` | 0 – 10 | تفصیلی جیومیٹری تخلیق کرتے وقت ان پٹ سے مطابقت کی ڈگری۔ |
| `shape_slat_guidance_rescale` |  | number | no | `0.5` | 0 – 1 | شکل کے مرحلے کے دوران مضبوط رہنمائی سے پیدا ہونے والے نقائص میں کمی۔ |
| `shape_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | شکل کو بہتر بنانے کے لیے استعمال ہونے والے شور کم کرنے کے مراحل کی تعداد۔ |
| `shape_slat_rescale_t` |  | number | no | `3` | 1 – 6 | شکل بہتر کرتے وقت استعمال ہونے والے شور کے شیڈول کی تیزی۔ |
| `tex_slat_guidance_strength` |  | number | no | `1` | 0 – 10 | ان پٹ کے رنگوں سے مطابقت رکھنے والی ساخت کی ڈگری۔ |
| `tex_slat_guidance_rescale` |  | number | no | `0` | 0 – 1 | ساخت کے مرحلے کے دوران مضبوط رہنمائی سے پیدا ہونے والے نقائص میں کمی۔ |
| `tex_slat_sampling_steps` |  | integer | no | `12` | 1 – 50 | ٹیکسچر تخلیق کرنے کے لیے استعمال ہونے والے ڈینوائزنگ اسٹیپس کی تعداد۔ |
| `tex_slat_rescale_t` |  | number | no | `3` | 1 – 6 | ٹیکسچر تخلیق کرتے وقت استعمال ہونے والے شور کے شیڈول کی تیزی۔ |
| `decimation_target` |  | integer | no | `500000` | 5,000 – 2,000,000 | مکمل mesh کے لیے مطلوبہ vertices کی تعداد۔ |
| `texture_size` |  | enum (integer) | no | `2048` | `1024`, `2048`, `4096` | mesh کی baked ٹیکسچر تصویر کے لیے استعمال ہونے والا ریزولوشن۔ |
| `image_urls` | `images` | array of image URL | yes |  | 1 – 16 items | 3D تعمیر نو کے لیے مناظر فراہم کریں: ایک منظر کافی ہے، لیکن اضافی مناظر معیار بہتر بناتے ہیں، اور سب میں وہی آبجیکٹ دکھائی دینا چاہیے۔ |
| `multi_image_strategy` |  | enum (string) | no | `adaptive_guidance_weight` | `average_right`, `weighted_average`, `sequential`, `average`, `adaptive_guidance_weight`, `fixed_guidance_rescale` | ملٹی ویو کنڈیشننگ حکمتِ عملی، صرف متعدد ان پٹ تصاویر کے ساتھ لاگو ہوتی ہے؛ زیادہ تر صورتوں میں بہترین نتائج کے لیے 'adaptive_guidance_weight' منتخب کریں۔ |
| `enable_safety_checker` |  | boolean | no | `true` |  | false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔ |

File parameters (`images`) 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
{
  "images": [
    "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  ]
}
```

A fuller example:

```json
{
  "image_urls": [
    "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/reconviagen-0.5?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image_urls": [
      "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/reconviagen-0.5?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image_urls": [
      "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_urls": [
        "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/reconviagen-0.5", 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": "reconviagen-0.5",
      "input": {
        "image_urls": [
          "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": "reconviagen-0.5",
  "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": 300,
    "usd": "0.30",
    "charged": 300,
    "refunded": 0
  },
  "input": {
    "image_urls": [
      "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
    ]
  },
  "output": {
    "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
    },
    "seed": 42
  },
  "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 |
|---|---|---|
| `model_glb` | object {url, content_type, file_name, file_size} | PBR مواد کے ساتھ 3D ماڈل پر مشتمل تخلیق کردہ GLB۔ |
| `seed` | integer | تخلیق کے دوران لاگو ہونے والی سیڈ۔ |

## Related models

- [Pixal3d](https://doitong.com/developers/models/pixal3d.md) (`pixal3d`): from $0.30 / request
- [Hi3D Image to 3D](https://doitong.com/developers/models/hitem3d/hi3d/image-to-3d.md) (`hitem3d/hi3d/image-to-3d`): $0.50 / run
- [Hi3D Image to 3D · v3.0](https://doitong.com/developers/models/hitem3d/hi3d/v3.0/image-to-3d.md) (`hitem3d/hi3d/v3.0/image-to-3d`): from $1.80 / run
- [Hi3D Multiview to 3D · Multi View to 3D](https://doitong.com/developers/models/hitem3d/hi3d/multi-view-to-3d.md) (`hitem3d/hi3d/multi-view-to-3d`): $0.50 / run
- [Hi3D Multiview to 3D · v3.0 · Multi View to 3D](https://doitong.com/developers/models/hitem3d/hi3d/v3.0/multi-view-to-3d.md) (`hitem3d/hi3d/v3.0/multi-view-to-3d`): from $1.80 / run
- [Hunyuan 3D Pro Image to 3D](https://doitong.com/developers/models/hunyuan-3d/v3.1/pro/image-to-3d.md) (`hunyuan-3d/v3.1/pro/image-to-3d`): $0.375 / run
- [Hunyuan 3D Rapid Image to 3D](https://doitong.com/developers/models/hunyuan-3d/v3.1/rapid/image-to-3d.md) (`hunyuan-3d/v3.1/rapid/image-to-3d`): from $0.225 / request
- [Hunyuan World · Image to World](https://doitong.com/developers/models/hunyuan_world/image-to-world.md) (`hunyuan_world/image-to-world`): $0.30 / request

## Links

- HTML page: https://doitong.com/developers/models/reconviagen-0.5
- 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=reconviagen-0.5
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/reconviagen-0.5