MiniMax H3 LoRA API: Modus wählen und Gewichte prüfen

Eine eigene LoRA lohnt sich nur, wenn sie die Einstellung übersteht, die Sie brauchen: Figur, Bewegung und Ton zugleich. MiniMax H3 LoRA auf SpicyAPI (spicyapi.ai) ist das H3-Videomodell mit offenen Gewichten und einem loras-Feld: bis zu drei eigene .safetensors-Dateien pro Anfrage, jede mit einer Stärke von 0 bis 4.

Wählen Sie die Aufgabe nach dem Ausgangsmaterial und verlinken Sie eine direkte Datei, die für H3 trainiert wurde. Beginnen Sie bei einer Stil-LoRA mit Stärke 1, bei einer Konzept-LoRA mit 0.6 bis 0.8, und beurteilen Sie einen 3-Sekunden-480p-Entwurf ($0.15) gegen dieselbe Anfrage mit leerem loras. Nach unseren Tests vom September 2026 haben alle drei Aufgaben Erwachsenenanfragen geliefert, und SpicyAPI fügt den von Ihnen geladenen Gewichten keinen zusätzlichen Inhaltsfilter hinzu.

Aufgabe nach dem Ausgangsmaterial wählen

Alle drei liefern ein 3- bis 15-sekündiges MP4 mit Stereo-Ton aus demselben Durchlauf, in 480p, 540p, 768p oder 1080p, und das Laden von LoRAs kostet nichts extra. Ohne zu ladende LoRA ist das Basis-H3 günstiger. Um Figur oder Look festzulegen, bevor Sie Videosekunden bezahlen, machen Sie zuerst Standbilder mit H3 Image LoRA; dasselbe loras-Array lässt sich übernehmen (Standbild gegen Video).

Wählen Sie eine LoRA, die zu H3 passt

Die Datei muss für MiniMax H3 trainiert sein. Eine LoRA für ein anderes Basismodell ist nicht kompatibel; selbst H3-Adapter brauchen eine Aufgabe und ein Gewichtslayout, das der Loader unterstützt. H3-LoRAs sind neu und die Qualität schwankt, suchen Sie also eine Modellkarte, die die Basis, das Triggerwort und eine funktionierende Stärke nennt. Zwei Dateien tun das und lassen sich über diese API laden:

Beide verwenden die H3 Community License, die regionale und nutzungsbezogene Einschränkungen hat; lesen Sie sie vor kommerziellen Arbeiten.

Übernehmen Sie aus einer Modellkarte nur Trigger und Stärke. Rezepte für lokales ComfyUI oder andere Hosts enthalten Regler, die diese Aufgabe nicht hat (prompt_expansion_mode, Schrittzahlen, Sampler, weight_name, einen Repo-Namen statt eines Links), und Speed-Distillation-LoRAs (Turbo) gibt es, um lokale Sampling-Schritte zu senken – lassen Sie sie weg.

Verlinken Sie die Datei

path muss ein direkter HTTPS-Link sein, der die .safetensors-Datei ohne Anmeldung zurückgibt. Bei Hugging Face ist das der /resolve/-Link, nicht die /blob/-Seite in Ihrer Adressleiste. Die Anfrage hat kein Credential-Feld, eine private Datei braucht daher einen vorab signierten Link, der gültig bleibt, bis der Auftrag gelaufen ist. Ersetzen Sie main durch einen Commit-Hash, damit dieselbe Anfrage nächsten Monat dieselbe Datei lädt. Eine /blob/-Seite, eine fehlende Datei oder ein privates Repository wird mit einem 400 abgelehnt, bevor überhaupt ein Auftrag entsteht. Schlägt ein Auftrag nach der Annahme fehl, senden Sie dieselbe Anfrage mit "loras": [] erneut: Gelingt das, liegt der Fehler an der Datei (Zugriff, Kompatibilität oder ihre Wirkung); misslingt sie ebenfalls, sehen Sie Prompt oder Eingaben an.

Probieren Sie es zuerst im Playground

1. Öffnen Sie die Seite für Text-zu-Video, bleiben Sie im Tab Playground in der Ansicht Form und melden Sie sich mit einem aufgeladenen Konto an, um zu starten. Bild-zu-Video und Referenz-zu-Video haben eigene Seiten (Links in der Tabelle oben).
2. Setzen Sie das Triggerwort an den Anfang des Prompt und schreiben Sie die Einstellung als kurze Zeitleiste (wer darin vorkommt, was die Person tut, wie die Kamera sich bewegt), mit dem Ton auf einer eigenen Audio:-Zeile. Was die LoRA bereits tut, ausführlich zu beschreiben, arbeitet meist gegen die Gewichte.
3. Fügen Sie unter Style LoRAs den direkten Dateilink in LoRA file ein und setzen Sie Strength. Add item erlaubt bis zu drei Dateien.
4. Wählen Sie 480p unter Resolution und 3 unter Duration für einen günstigen ersten Eindruck, setzen Sie einen Seed und starten Sie.
5. Drücken Sie Remove item, starten Sie mit demselben Prompt und Seed erneut und vergleichen Sie die beiden Clips. Sehen sie gleich aus, hat die LoRA nichts bewirkt (siehe die Fehlertabelle unten).

Der MiniMax-H3-Text-zu-Video-Playground in der Ansicht Form mit dem Feld Prompt und dem Run-Knopf. Die LoRA-Seite ergänzt im selben Formular einen Abschnitt Style LoRAs.

Der Request-Body im Playground ist dasselbe JSON, das die API verarbeitet, eine hier funktionierende Einrichtung lässt sich also direkt in Code übernehmen. Die anderen beiden Aufgaben bringen eigene Eingaben mit:

• Bild-zu-Video ergänzt Input image (das Startbild) und ein optionales Closing frame. Schreiben Sie, was innerhalb des Frames als Nächstes passiert, nicht eine neue Szene: Mit einer Konzept-LoRA bei 1 ersetzte ein Prompt, der das Motiv in einen anderen Raum versetzte, das Startbild, während dasselbe Frame hielt, als das Prompt eine Bewegung darin beschrieb. Es gibt kein Feld für das Seitenverhältnis, schneiden Sie das Frame also vorher auf die gewünschte Form zurecht und lassen Sie Raum für die Bewegung.
• Referenz-zu-Video ergänzt Reference images (bis zu 9), Reference videos (bis zu 3) und Reference audio (bis zu 3). Eröffnen Sie den Prompt mit einem kurzen Satz je Eingabe, und geben Sie jeder genau eine Aufgabe: Picture 1 is the woman, Picture 2 is the room, Video 1 ist die Kamerabewegung, Audio 1 ist ihre Stimme. Wenn Sie Bewegung aus einem Clip übernehmen, sagen Sie ausdrücklich, dass die Person aus dem Bild kommt und nur die Bewegung aus dem Clip; ohne diesen Satz kam die Tänzerin im Clip mit der Bewegung mit. Drei gute Standbilder halten die Identität besser als neun überlagerte.

Der Playground jeder Modellseite öffnet mit einem fertigen Beispiel, und dessen Bereich Request body zeigt das exakte JSON. Drei Läufe dieser Beispiele:

Referenz-Clips werden zusätzlich zu den Ausgabesekunden nach ihren eigenen Sekunden abgerechnet, insgesamt bis zu 15 Sekunden Clip, halten Sie sie also kurz.

Dann aus dem Code ausführen

Installieren Sie das Python-SDK (pip install spicyapi), setzen Sie SPICY_API_KEY in Ihrer Serverumgebung und führen Sie die folgende Text-zu-Video-Anfrage aus. Für Bild-zu-Video ändern Sie model, lassen aspect_ratio weg und ergänzen image_url; für Referenz-zu-Video ändern Sie model und ergänzen reference_image_urls (aspect_ratio bleibt).

import uuid
from spicyapi import SpicyClient, output_assets

client = SpicyClient()  # reads SPICY_API_KEY from the environment

task = client.create_task(
    model="minimax/h3-lora/text-to-video",
    input_data={
        "prompt": "vh5tape, worn VHS tape with light tracking noise. A woman in a red satin dress sits alone in a late-night diner booth, turns toward the camera and slowly smiles, neon light flickering in the rain-streaked window behind her. Slow push-in. Audio: rain on glass, a jukebox ballad muffled through the tape, quiet room hum.",
        "aspect_ratio": "4:3",
        "resolution": "480p",
        "duration_seconds": 5,
        "seed": 42,
        "loras": [{
            "path": "https://huggingface.co/KennethFal/vh5tape-vhs-lora-minimax-h3/resolve/d25a4ab75aba899aa508220321525c8465ac11af/vh5tape.safetensors",
            "scale": 1.0,
        }],
    },
    idempotency_key=str(uuid.uuid4()),
)

final = client.wait_for_terminal(task["taskId"])
if final["state"] != "succeeded":
    raise RuntimeError(f"{task['taskId']} ended as {final['state']}: {final.get('errorCode')}")
print(output_assets(final)[0]["url"])  # copy the video to your own storage now

Anlegen, Warten, Herunterladen, Wiederholungen und Fehlercodes behandelt der Aufgaben-Leitfaden und die Python-SDK-Referenz. Erzeugte Dateien werden höchstens 14 Tage aufbewahrt, lesen Sie also Aufbewahrung und Auslieferung, bevor Sie auf dem zurückgegebenen Link aufbauen; für den Produktivbetrieb hilft der Vergleich von Polling und Webhooks bei der Wahl.

Oder lassen Sie einen Agenten laufen

Wenn ein Assistent die Generierungen ausführen soll, zeigen alle drei offiziellen Werkzeuge den Preis und fragen vor einem kostenpflichtigen Aufruf nach Ihrer Bestätigung.

• CLI. Legen Sie dasselbe input-Objekt in t2v.json und führen Sie dann aus:

``bash spicyapi tasks create --model minimax/h3-lora/text-to-video --input-file t2v.json --wait ``

Siehe die CLI-Dokumentation; npx @spicyapi/cli funktioniert ohne Installation.

• MCP-Server. Fügen Sie Ihrem Assistenten den MCP-Server hinzu und fragen Sie dann: "Run MiniMax H3 LoRA text-to-video with this prompt and this weights link at strength 1, 480p, 3 seconds." Er ruft spicyapi_task_create auf, das für Ihre Preiszustimmung anhält, und danach spicyapi_task_wait.
• Skill. npx skills add spicyapi-ai/spicy-skill installiert den Agent Skill, sodass ein Coding-Assistent das aktuelle Modellschema liest, statt Felder zu raten.

Stärke einstellen

scale läuft von 0 bis 4, wobei 1 neutral ist. Starten Sie Stil-LoRAs bei 1 und Konzept-LoRAs bei 0.6 bis 0.8. Fahren Sie dann eine Leiter ab: denselben Prompt und Seed bei 480p und 3 Sekunden, mit Stärke 0.5, 0.8 und 1.1, dazu ein Lauf mit leerem loras. Ändern Sie pro Lauf nur eine Sache. Ein fester Seed hält Läufe vergleichbar, nicht identisch, beurteilen Sie also Look und Handlung statt Pixel.

Behalten Sie die Stufe, die sich richtig liest, oder mitteln Sie zwischen zwei. Hören Sie auf, die Stärke zu erhöhen, wenn Motiv, Handlung oder Ton zu brechen beginnen; scheitert bereits die Basis an der Einstellung, repariert keine Stärke das. Sehen Sie sich den ganzen Clip an, nicht nur das erste Bild, und hören Sie zu, denn eine LoRA kann auch den Ton ändern (vh5tape dämpft ihn absichtlich). Die vh5tape-Karte listet außerdem Prompt-Phrasen für leichte, mittlere und starke Abnutzung; ändern Sie diese, bevor Sie die Stärke über 1 schieben.

Bis zu drei kombinieren

Testen Sie jede Datei einzeln, bevor Sie kombinieren. Eine auf glänzenden Porträts trainierte Charakter-LoRA kann mit einem starken Band-Look kollidieren, und eine Bewegungs-LoRA kann das Motiv aus der Bildkomposition drehen. Wenn ein Stapel schiefgeht, halten Sie Seed und Prompt fest und entfernen Sie Eintrag für Eintrag: Ein Lauf, der sich wieder fängt, zeigt auf den betreffenden Adapter oder auf sein Zusammenspiel mit dem restlichen Stapel. Senken Sie zuerst das stärkste Gewicht. Legen Sie vorab fest, welche Anforderung gewinnt, wenn zwei kollidieren (etwa Identität vor Textur), und testen Sie einen Stapel, der mit Text funktioniert hat, erneut, bevor Sie ihn auf einem fotografischen Frame oder einer Referenz einsetzen.

Was es kostet

• 3 Sekunden in 480p: $0.15. 5 Sekunden in 480p: $0.25. 5 Sekunden in 1080p: $1.00.
• Die drei obigen Anfragen: $0.25 / $0.50 / $0.58.
• Eine Basis plus eine dreistufige Leiter, vier 3-Sekunden-Clips in 480p: $0.60.
• Referenz-zu-Video, 5 Sekunden in 480p: $0.32 mit einem Bild, $0.34 mit zwei, $1.37 in 1080p mit einem Bild.
• Ein fehlgeschlagener oder abgelaufener Auftrag wird normalerweise nicht berechnet; ein fertiger Clip, der Ihnen nicht gefällt, schon.
• Ein Angebot, das einen Referenz-Clip enthält, reserviert die vollen 15 Sekunden Clip: $1.20 für eine 5-Sekunden-Ausgabe in 480p. Die Abrechnung erfolgt auf die tatsächliche Länge des Clips.

Entwerfen Sie in 480p und 3 Sekunden und senden Sie den Gewinner dann einmal in 768p oder 1080p mit demselben Seed erneut. Erwarten Sie eine nahe Variante, keine Kopie.

Wenn die LoRA nichts bewirkt oder der Clip danebenliegt

Unzensierte Nutzung

SpicyAPI fügt weder Prompt noch Gewichten noch Ausgabe einen Inhaltsfilter hinzu. In diesen Tests wurde auf unserer Inhaltsleiter nichts abgelehnt; sie läuft von L1 Andeutend über L2 Reife Themen und L3 Stark bis L4 Intensiv, dazu Prüfungen mit L5a Fesselung und L5b Gewalt, und das ohne geladene LoRA. Eine Schwachstelle: ohne LoRA hat Bild-zu-Video L4 Intensiv (eine intime Szene zwischen zwei Erwachsenen) in zwei von drei Läufen abgeschwächt, während Text- und Referenzeingabe jede Stufe gerendert hat. Mit einer geladenen Community-LoRA für Erwachsene haben alle drei Aufgaben L4 gerendert. Die vollständigen Ergebnisse stehen in der H3-LoRA-Rezension.

Dass SpicyAPI keinen zusätzlichen Inhaltsfilter hinzufügt, gewährt keine Rechte an einem Abbild: Alle Gezeigten müssen Erwachsene sein, und eine LoRA einer echten Person erfordert die Zustimmung dieser Person und Ihre Rechte an ihrem Abbild.

Probieren Sie es im MiniMax-H3-LoRA-Playground, der aktuelle Preise anzeigt.

FAQ

Kann ich einen Hugging-Face-Repository-Namen oder einen /blob/-Link einfügen?

Nein. path erwartet einen direkten HTTPS-Link auf die Datei; eine /blob/-Seite oder ein bloßer owner/repo-Name wird mit einem 400 abgelehnt, und ein weight_name-Feld, wie manche Hosts es akzeptieren, hat hier keine Entsprechung. Verwenden Sie den /resolve/-Link.

Kann ich eine selbst trainierte LoRA laden?

Ja, wenn sie auf dem H3 mit offenen Gewichten trainiert, als .safetensors gespeichert und über HTTPS erreichbar ist.