Ana içeriğe geç
YeniSeedance 2.5 yayında→
ModelRunner
topazlabs avatarı

Topaz Upscale Video API

topazlabs/upscale/video

Videolarınızı profesyonel düzeyde upscaling, detay geri kazanımı ve akıcı kare interpolasyonuyla büyütün ve iyileştirin.

upscale
Çözünürlüğe göre fiyatlandırılır
OpenAPI

Model girdisi

Input

URL of the video to upscale

Min: 1 - Max: 4

Factor to upscale the video by (e.g. 2.0 doubles width and height)

Min: 16 - Max: 60

Target FPS for frame interpolation. If set, frame interpolation will be enabled.

Whether to use H264 codec for output video. Default is H265.

You need to be logged in to run this model and view results.
Log in

Model çıktısı

Output

Fill in the input form and click submit to see the output
Logs (1 lines)

Model fiyatlandırması

Fiyatlandırma

Fiyat, çıktı videonuzun hedef çözünürlüğüne göre değişir.

720p
$0.01
çıktı videosunun saniyesi başına
yani yaklaşık $10 ile 1000 saniye
1080p
$0.02
çıktı videosunun saniyesi başına
yani yaklaşık $1 ile 50 saniye
4k
$0.08
çıktı videosunun saniyesi başına
yani yaklaşık $1 ile 13 saniye

Topaz Upscale Video API

Topaz Upscale Video is a upscaler AI model by topazlabs. On ModelRunner it runs through a REST API or via MCP from any AI assistant, at $0.01 per second of video.

POST https://queue.modelrunner.run/topazlabs/upscale/video

cURL

# Submit a request to the queue. Input fields go at the top level of the
# body. The optional reserved "metadata" object holds your own flat string
# tags — stored on the request, never sent to the model; filter later with
# GET https://queue.modelrunner.run/requests?metadata=<url-encoded JSON>.
curl -X POST https://queue.modelrunner.run/topazlabs/upscale/video \
  -H "Authorization: Key $MRUN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video_url": "https://example.com/input.jpg",
    "metadata": {
      "project": "my-project"
    }
  }'
# → { "request_id": "...", "status_url": "...", "response_url": "..." }

# Poll status_url until "COMPLETED", then fetch the result
curl "https://queue.modelrunner.run/topazlabs/upscale/video/requests/$REQUEST_ID/status" \
  -H "Authorization: Key $MRUN_API_KEY"
curl "https://queue.modelrunner.run/topazlabs/upscale/video/requests/$REQUEST_ID" \
  -H "Authorization: Key $MRUN_API_KEY"

JavaScript

import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("topazlabs/upscale/video", {
  input: {
    "video_url": "https://example.com/input.jpg"
  },
});
console.log(result);

Python

import os
import requests

headers = {"Authorization": f"Key {os.environ['MRUN_API_KEY']}"}

submitted = requests.post(
    "https://queue.modelrunner.run/topazlabs/upscale/video",
    headers=headers,
    json={
      "video_url": "https://example.com/input.jpg"
    },
).json()

# Poll submitted["status_url"] until "COMPLETED", then:
result = requests.get(submitted["response_url"], headers=headers).json()

Input parameters

Input parameters of Topaz Upscale Video
NameTypeRequiredDescription
video_urlstring (uri)yesURL of the video to upscale
upscale_factornumbernoFactor to upscale the video by (e.g. 2.0 doubles width and height) Default: 2.
target_fpsintegernoTarget FPS for frame interpolation. If set, frame interpolation will be enabled. Default: 25.
H264_outputbooleannoWhether to use H264 codec for output video. Default is H265. Default: false.

Machine-readable: OpenAPI schema · llms.txt

Use Topaz Upscale Video from Claude & Cursor (MCP)

Point Claude Code, Claude Desktop, Cursor, or any MCP client at the ModelRunner MCP server and Topaz Upscale Video becomes a tool your assistant can call directly — it authorizes via OAuth (no API key in config) and runs this model with the run_model tool using the endpoint topazlabs/upscale/video.

MCP client config (Claude Desktop, Cursor)

{
  "mcpServers": {
    "modelrunner": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.modelrunner.run/mcp"]
    }
  }
}

Claude Code

claude mcp add --transport http modelrunner https://mcp.modelrunner.run/mcp

Then ask your assistant, for example: “Run topazlabs/upscale/video on ModelRunner to generate upscaler”. MCP setup guide.

Model Detayları

Model Detayları

Düşük çözünürlüklü ya da düşük kare hızlı görüntülerinizi profesyonel düzeyde video upscaling ve kare interpolasyonuyla iyileştirin. Bu model, videoları özgün boyutunun 4x’ine kadar akıllıca büyütmek için gelişmiş iyileştirme teknolojisi kullanır; bu sırada kaybolan detayları geri getirir, sıkıştırma gürültüsünü azaltır ve genel görsel netliği belirgin biçimde artırır.

İster eski arşiv görüntülerini canlandırın, ister standart 1080p yüksek tanımlı videoları pırıl pırıl 4K’ya çevirin, ister takılan hareketi yumuşatın — bu video-to-video upscaler güvenilir ve yüksek sadakatli sonuçlar verir. Videonuzu uygulama arayüzümüzden kolayca verebilir, iyileştirme işlemini doğrudan UI üzerinde çalıştırabilir ve ortaya çıkan yüksek çözünürlüklü çıktıyı doğrudan cihazınıza indirebilirsiniz.

### Temel Yetenekler - **Çözünürlük Büyütme**: 1.0 ile 4.0 arasında bir `upscale_factor` belirleyerek video boyutlarınızı katlayın (varsayılan 2.0). - **Kare İnterpolasyonu**: Bir `target_fps` belirleyerek (16 ile 60 arasında) videonuzun kare hızını sorunsuzca artırın. Model doğru ara kareleri akıllıca üretir; sonuç akıcı ve gerçeğe yakın bir harekettir. - **Codec Denetimi**: Çıktı varsayılan olarak, en iyi kalite-boyut oranı için son derece verimli H.265 codec’ini kullanır. Eski sistemlerde daha geniş oynatma uyumluluğu gerekiyorsa `H264_output` alanını true yapabilirsiniz.

### En iyi sonucu almak için - **Kaynak Malzeme**: Model iyileştirmede çok başarılı olsa da en iyi sonucu mümkün olan en yüksek kaliteli kaynak dosya verir. Aşırı sıkıştırılmış dosyalardan kaçının; uçtaki artefaktlar keskinleştirilebilir. - **Hedef Kare Hızları**: Kare interpolasyonunu (`target_fps`) yalnızca özgün videonuzda gözle görülür bir takılma varsa ya da sinematik bir kare hızını (örn. 24fps) daha yüksek bir yayın standardına (örn. 60fps) uyarlamanız gerekiyorsa kullanın. - **Ölçekleme Katsayıları**: İşlem hızı ile görsel iyileşmeyi dengelemek için en iyi nokta genellikle 2x upscale’dir; ama eski 480p ya da 720p içerikte 4x’e çıkmak da harika sonuç verir.

### Örnek Kullanım

Bu modeli ModelRunner JavaScript client ile çalıştırmak için şu kodu kullanın:

```javascript import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("topazlabs/upscale/video", { input: { "video_url": "https://example.com/your-source-video.mp4", "upscale_factor": 2.0, "target_fps": 60, "H264_output": false } });

console.log(result.data); ```