Einführung
MiniMax H3 Spicy Bild-zu-Video animiert ein unzensiertes Startbild, mit optionalem Schlussbild und optionaler Bewegungsanweisung.
MiniMax H3 Spicy ist ein per LoRA abgestimmter, unzensierter Build von MiniMax H3, veröffentlicht als Endpunkte für Bild-zu-Video und video-extend; diese Seite behandelt Bild-zu-Video. Das gelieferte Startbild bestimmt das Motiv, ein optionales Schlussbild das Ende, und der Prompt lenkt die 3 bis 15 Sekunden dazwischen in 480p, 540p, 768p oder 1080p.
Wichtige Funktionen und Highlights
Ihr Bild bestimmt den Inhalt, nicht ein Textfilter
Weil der einzige Eingang ein Startbild ist, fehlt hier die übliche Lücke zwischen dem, was Sie verlangen, und dem, was ein Text-Prompt zu rendern bereit ist. Was im Standbild steckt, also Kleidung, Körper, Pose und Ausschnitt, wird animiert. Der Prompt kümmert sich darauf aufbauend um Bewegung, Kamera und Ton.
Ein Standbild allein ist eine vollständige Anfrage
Der Prompt ist hier nicht erforderlich. Senden Sie ein Bild, und das Modell leitet daraus eine plausible kleine Bewegung ab, die für einen Loop oft genügt. Fügen Sie Text hinzu, wenn Sie einen bestimmten Moment wünschen, etwa eine Drehung zur Kamera, eine Hand, die durchs Haar fährt, oder einen Ausdruckswechsel, und beschreiben Sie nur das Geschehen statt den Bildausschnitt erneut.
Mit einem unzensierten Bildmodell kombinieren
Der praktische Ablauf besteht aus zwei Aufrufen: das Standbild mit einem unzensierten Bildmodell erzeugen und es dann hier animieren. So teilt sich die Aufgabe: Komposition und Inhalt werden in einem günstigen Bilddurchgang geklärt, den Sie schnell wiederholen können, und der Videodurchgang muss nur noch die Bewegung treffen.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
image_url | Ja | Pflicht. Das Still, das animiert wird – es entscheidet den Inhalt, machen Sie es also zuerst richtig. |
last_image_url | Nein | Optional und nur mit |
prompt | Nein | Optional. Beschreiben Sie Passage, Kamera und Ton; beschreiben Sie nicht noch einmal den Frame. |
duration_seconds | Nein | Ganze Sekunden, 3 bis 15. Drei sind günstig genug, um Varianten in Menge zu erzeugen. |
resolution | Nein | 480p, 540p, 768p oder 1080p. Vorgabe ist 480p, die günstigste der vier Stufen. |
seed | Nein | Optional, 0 bis 2147483647. |
Preis
| Spezifikation | Preis |
|---|---|
| $0.038 / Sekunde |
| $0.057 / Sekunde |
| $0.084 / Sekunde |
| $0.152 / Sekunde |
Anwendungsfälle
Unzensierte Szenen, die andere APIs ablehnen
Eigene Startbilder werden angenommen und so animiert, wie sie geliefert wurden. Clips, die gehostete Video-APIs am Prompt-Filter abweisen, laufen hier, und weil der Inhalt im Bild statt im Text steckt, entspricht das Ergebnis dem Freigegebenen statt einer abgeschwächten Neuinterpretation.
Begleit- und Rollenspielclips
Ein Figurenbild wird zu einer Bibliothek kurzer Reaktionen: ein Blick nach oben, ein Lächeln, eine Schulterdrehung, zurückgestrichenes Haar. Behalten Sie dasselbe Startbild und ändern Sie nur den Prompt, dann bleibt die Figur über jeden Clip des Sets gleich.
Ein vorhandenes Fotoset animieren
Ein Shooting, das Sie bereits haben, wird ohne Nachdreh zu Bewegung. Jedes Bild wird zu einem Clip von 3 bis 15 Sekunden, und mit einem Schlussbild bestimmen zwei Standbilder aus demselben Set Anfang und Ende einer Bewegung.
Prompt-Leitfaden und Praxistipps
Zuerst das Startbild erstellen
Klären Sie Kleidung, Körper, Pose und Ausschnitt in einem Bilddurchgang, denn genau dieses Standbild steckt im Video. Ein Bild, das schon stimmt, muss später nicht mit dem Prompt verhandelt werden.
Das Schlussbild für ein bekanntes Ende nutzen
last_image_url darf nur zusammen mit image_url gesendet werden und bestimmt das Ende, nicht die Mitte. Fügen Sie es nur hinzu, wenn der Clip auf einer festgelegten Komposition landen muss, etwa auf einem zweiten Standbild aus demselben Set.
Das mitgelieferte Beispiel anpassen
Das veröffentlichte Beispiel nutzt duration_seconds 5 und resolution 768p, mit einem einzelnen Standbild als image_url.
She exhales a slow plume of smoke against the rain-streaked glass, the neon sign outside pulses red across her face, and she turns her head toward camera without changing expression. Blind shadows creep, rain runs down the window, distant traffic.
Ein Standbild plus Bewegungsnotiz: Der Rauch, das pulsierende Neonlicht und die Kopfdrehung stehen im Prompt, alles Identifizierende kommt aus dem Bild.
Günstig entwerfen, einmal fertigstellen
Die Auflösung steht standardmäßig auf 480p, der günstigsten der vier Stufen. Erzeugen Sie mehrere Varianten mit drei Sekunden in 480p, wählen Sie eine aus und rendern Sie sie in 768p oder 1080p mit längerer Dauer neu. Lassen Sie Prompt und Startbild dabei gleich, damit der Vergleich aussagekräftig bleibt.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-spicy/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.

















