MiniMax Music 3.0 macht aus einem Stil-Prompt und Ihrem Songtext einen fertigen Stereo-MP3-Song mit Gesang und Begleitung. Lassen Sie den Text leer, damit er geschrieben wird, oder wählen Sie instrumental; die Songs dauerten in Tests etwa ein bis vier Minuten.
{
"model": "minimax/music-3.0/text-to-audio",
"input": {
"generate_lyrics": true,
"instrumental": false,
"bitrate": 128000,
"sample_rate": 44100,
"lyrics": "[Verse]\nHeadlights painting gold along the shore\nYour hand keeps drifting closer than before\nThe radio is playing something slow\nI don't want to know which way is home\n\n[Pre Chorus]\nEvery red light is a reason to stay\n\n[Chorus]\nSo drive, drive, keep the city in the mirror\nStay, stay, let the night pull us nearer\nWe've got nowhere to be and all of the time\nMidnight looks so good in your eyes\n\n[Outro]\nMidnight looks so good in your eyes",
"prompt": "Dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, pulsing bassline, gated drums, late-night city drive mood"
}
}
Einführung
MiniMax Music 3.0 auf SpicyAPI ist eine Text-zu-Musik-Aufgabe, die pro Anfrage einen vollständigen Song liefert: Leadgesang, Begleitarrangement und Endmix in einer einzigen Stereo-MP3. Sie senden einen Stil-Prompt in prompt und, falls vorhanden, die zu singenden Worte in lyrics; Melodie, Arrangement und Vortrag übernimmt das Modell. Die Songs kamen in unseren Tests mit 1:09 bis 3:58 zurück, und jeder Song kostet denselben festen Preis.
Wichtige Funktionen und Highlights
Ein ganzer Song, kein Loop
Das Ergebnis ist ein strukturierter Song mit Intro, Strophen, einem wiederkehrenden Refrain und einem Ende, kein kurzer, sich wiederholender Schnipsel. Die Länge legt das Modell selbst fest, vor allem nach der Textmenge, und mischt Gesang und Begleitung zu einer fertigen Stereo-Datei, die sofort abspielbar ist.
Drei Wege für den Text
Sie können Ihre eigenen Songtext singen lassen, das Modell schreiben lassen oder den Gesang weglassen. Songtexte, die Sie liefern, werden wie geschrieben vorgetragen, und Abschnitts-Tags wie [Verse] und [Chorus] lenken das Arrangement. Bei leerem lyrics schreibt generate_lyrics (standardmäßig an) aus dem Prompt einen vollständigen Text. Mit eingeschaltetem instrumental hat der Track überhaupt keinen Gesang.
Fester Preis, einstellbare Dateiqualität
Länge, bitrate und sample_rate ändern nichts am Preis eines Songs. Wählen Sie 256 kbps bei 44,1 kHz für einen Master oder eine niedrigere Bitrate für kleine Vorschaudateien.
Request-Parameter
Request-Parameter von MiniMax Music 3.0 · Text to Music
Parameter
Pflicht
Beschreibung
prompt
Ja
Der Stil-Prompt, bis zu 2.000 Zeichen: Genre, Stimmung, Tempo, Instrumente, Art der Stimme, Schauplatz. mindestens 1 Zeichen · höchstens 2000 Zeichen
lyrics
Nein
Die zu singenden Worte, bis zu 3.000 Zeichen. Setzen Sie jede Zeile in eine eigene Reihe und lassen Sie für eine Pause eine leere Reihe. mindestens 1 Zeichen · höchstens 3000 Zeichen
generate_lyrics
Nein
Standardmäßig an: Ist lyrics leer, schreibt das Modell den Songtext anhand Ihres Prompts. Songtexte, die Sie selbst liefern, bleiben unangetastet. Standardwert: true
instrumental
Nein
Einschalten für Musik ohne Gesang; lyrics sind dann nicht nötig. Standardmäßig aus. Standardwert: false
bitrate
Nein
MP3-Bitrate in Bit pro Sekunde: 32000, 64000, 128000 oder 256000 (Standard). Niedrigere Werte ergeben kleinere Dateien. 32000 · 64000 · 128000 · 256000 · Standardwert: 256000
sample_rate
Nein
Abtastrate in Hz: 16000, 24000, 32000 oder 44100 (Standard). Ändert den Preis nicht. 16000 · 24000 · 32000 · 44100 · Standardwert: 44100
Preis
$0.18 / song
Ein fester Preis pro Song, unabhängig von Länge oder Audioqualität.
Anwendungsfälle
Songs rund um Ihre eigenen Songtexte
Schreiben Sie zuerst das Textblatt, setzen Sie die Abschnitts-Tags und beschreiben Sie Genre und Stimme, die Sie im Kopf haben. Das eignet sich für personalisierte Songs, Titelmelodien für Geschichten und Spiele, Parodien und grobe Demos eines Textes, den Sie erst einmal gesungen hören möchten, bevor Sie weiterarbeiten.
Musik für Videos und Streams
Schalten Sie instrumental ein für Untermalung, Lounge-Teppiche und Intromusik, oder behalten Sie den Gesang für einen Titelsong. Ein Track von ein bis vier Minuten deckt die meisten kurzen Videos mit einer einzigen Anfrage ab, und der feste Preis macht es günstig, mehrere Versionen zu erzeugen und die beste zu behalten.
Nutzen Sie prompt nur für den Klang: Genre, Tempo in bpm, zwei oder drei Instrumente, Art der Stimme und Stimmung, zum Beispiel „dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, late-night city mood“. Alles, was gesungen werden soll, gehört in lyrics. Stilwörter, die in den lyrics stehen bleiben, werden tendenziell mitgesungen.
Den Song mit Abschnitts-Tags formen
Schreiben Sie eine Textzeile pro Reihe und setzen Sie Tags wie [Intro], [Verse], [Pre Chorus], [Chorus], [Bridge] und [Outro] in eigene Reihen. Wiederholen Sie den Refrain-Text dort, wo er wiederkehren soll. Eine Strophe und ein Refrain ergeben einen Song von etwa anderthalb Minuten; mit weiteren Strophen und einer Bridge wird er länger.
Wissen, was der Filter stoppt
MiniMax prüft Prompts und Songtexte. Starke Ausdrücke werden wie geschrieben gesungen, aber darüber hinausgehende Texte werden abgelehnt und nicht berechnet; formuliere diese Zeilen zurückhaltend.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/music-3.0/text-to-audio",
"input": {
"prompt": "Calm ambient pads with a slow rising motif",
"bitrate": 256000,
"sample_rate": 44100
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
Verwandte Modelle und nächste Schritte
Ihr Modell ist nicht dabei?
Sagen Sie uns, welches Modell fehlt und wofür Sie es brauchen. Ihre Anfrage geht direkt an das Team, das über die nächsten Modelle entscheidet.
Stilbeschreibung und Songtext senden, fertigen Song mit Gesang erhalten
MiniMax Music 3.0 ist das Song-Modell von MiniMax, erschienen am 2026-07-16, die offenen Gewichte sind ebenfalls veröffentlicht. Eine Anfrage liefert einen kompletten Song als Stereo-MP3: Leadgesang, Begleitarrangement und fertigen Mix. Den Stil beschreiben Sie in prompt, und falls vorhanden, schicken Sie den Text in lyrics. Wie lang der Song wird, entscheidet das Modell, deshalb gibt es kein Längenfeld; in unseren Tests dauerten die Songs zwischen 1:09 und 3:58. Saubere Texte werden exakt so gesungen, wie Sie sie geschrieben haben, und derbe Sprache wird mitgesungen, aber der eigene Filter von MiniMax lehnt alles darüber hinaus ab. Abgerechnet wird pro Song zu einem festen Preis, der live auf dieser Seite steht.
Ein fester Preis pro Song; abgelehnte Anfragen werden nicht berechnet
Umfang
Ein ganzer Song aus einer AnfrageSie müssen weder Stems zusammensetzen noch Clips aneinanderhängen. Die Antwort ist eine einzige MP3 mit Leadgesang, Band im Hintergrund und finalem Mix, sodass aus einem Textblatt sofort etwas wird, das Sie einem Kunden vorspielen oder direkt in die Timeline ziehen können. Die Länge bestimmt das Modell, was zu Songs passt, die um Worte statt um die Stoppuhr gebaut sind. Eine Strophe mit Refrain ergab rund anderthalb Minuten, ein kompletter Song mit automatisch geschriebenem Text dauerte fast vier Minuten.
Prompting
Stilbegriffe in prompt, singbare Worte in lyricsDas Feld prompt nimmt eine Stilbeschreibung mit 1 bis 2.000 Zeichen auf, das Feld lyrics bis zu 3.000 Zeichen, eine Zeile pro Reihe und eine Leerzeile für eine Pause. Abschnittsmarken in eigenen Zeilen, etwa Verse, Chorus, Bridge und Outro in eckigen Klammern, formen das Arrangement. Lassen Sie Genre, Tempo und Stimmung aus dem Songtext heraus, denn alles, was in lyrics steht, wird mitgesungen.
Getestet
Was unsere Läufe am 2026-10-05 zeigtenJede saubere Textzeile wurde wie geschrieben gesungen. Ein Duett-Prompt ohne Songtext lieferte einen Song von 3:58 mit zwei Stimmen, die sich abwechseln. Mit aktiviertem instrumental entstand ein zweiminütiger Jazz-Lounge-Track ohne Gesang. Ein Punk-Refrain voller Flüche wurde Wort für Wort gesungen. Songtexte aus unserem Inhaltstest wurden nach etwa 90 Sekunden abgelehnt und nicht berechnet, die stärksten liefen nie durch und endeten im Timeout.
Was die MiniMax Music 3.0-API besonders gut kann
Songtexte so gesungen, wie Sie sie schreiben
Schicken Sie einen Songtext, und das Modell singt genau diese Worte, statt sie umzuformulieren. In unserem Test kam jede saubere Zeile wie geschrieben zurück. So prüfen Sie, ob ein Textblatt rhythmisch aufgeht, ob ein Refrain zündet und wo einer Zeile eine Silbe fehlt, bevor jemand ein Studio oder eine Sängerin bucht.
Songtext auf Wunsch vom Modell geschrieben
generate_lyrics ist standardmäßig aktiv. Ist lyrics leer, schreibt das Modell aus Ihrem Prompt einen Text und singt ihn dann. Das ist der langsamste Weg, weil automatisch geschriebene Texte am längsten brauchen, aber aus einer Ein-Satz-Idee wird ein ganzer Song. Texte, die Sie selbst senden, werden nie ersetzt, sondern wie geschrieben gesungen.
Duette und abwechselnde Stimmen
Beschreiben Sie im Prompt zwei Sänger, und das Modell kann den Song unter ihnen aufteilen. Unser Duett-Prompt, ganz ohne Songtext gesendet, lieferte einen Song von 3:58 mit zwei Stimmen im Wechselgesang. Nennen Sie im Prompt, wer was singt, etwa ein verspieltes Paar aus Mann und Frau, um den Austausch zu lenken.
Instrumental-Modus
Schalten Sie instrumental ein, und Sie erhalten einen Track ohne Gesang, ganz ohne Songtext. Unser Prompt für eine verrauchte Jazz-Lounge lieferte einen zweiminütigen Track, in dessen Arrangement Besenschlagzeug, Bass, gedämpfte Trompete und E-Piano vorkamen, aber kein Gesang. Der sauberste Weg zu Menü-Loops, Vlog-Hintergründen und Hintergrundmusik.
Arrangement steuern mit Abschnittsmarken
Setzen Sie eine Marke in eine eigene Zeile, und das Arrangement folgt ihr. Unterstützt werden Intro, Verse, Pre Chorus, Chorus, Post Chorus, Hook, Bridge, Interlude, Transition, Break, Build Up, Inst, Solo und Outro, jeweils in eckigen Klammern. Mit Inst- oder Solo-Zeilen schaffen Sie Raum für die Band.
Klangqualität zum Einstellen
bitrate akzeptiert 32, 64, 128 oder 256 kbps, Standard ist 256, und sample_rate akzeptiert 16, 24, 32 oder 44,1 kHz, Standard ist 44,1. Senken Sie die Werte für schnelle Entwürfe oder kleine Dateien, behalten Sie die Standardwerte für fertige Arbeit. Der Preis pro Song bleibt unabhängig von der Wahl gleich.
Für wen MiniMax Music 3.0 gedacht ist
Songwriter und Textdichter
Das Textblatt hören, bevor Sie eine Session buchen
Fügen Sie eine Strophe und einen Refrain mit Abschnittsmarken ein, ergänzen Sie eine Stilbeschreibung und hören Sie nach wenigen Minuten eine gesungene Version. Weil der Text wie geschrieben gesungen wird, erkennen Sie schnell, wo eine Zeile zu voll ist, wo der Hook sitzt und ob die Stimmung zu Ihrer Idee passt, und können umschreiben, bevor Studiozeit anfällt.
Videocreator
Titelsong oder Vlog-Soundtrack in einer Anfrage
Beschreiben Sie das Gefühl Ihres Kanals oder Beitrags, fügen Sie zwei Textzeilen hinzu oder lassen Sie das Modell schreiben, und Sie erhalten einen kompletten Song mit Leadgesang. Für wortlose Teppiche unter gesprochenem Text schalten Sie instrumental ein. In beiden Fällen bekommen Sie eine MP3, die sich direkt in die Timeline legen lässt.
Spiele- und App-Entwickler
Hintergrundsongs und Menü-Loops
Schalten Sie instrumental ein und schreiben Sie die Stimmung in den Prompt: Tempo, Instrumente, Schauplatz. Sie erhalten einen fertigen Track ohne Gesang, der nicht mit Dialogen oder Interface-Sounds konkurriert. Probieren Sie mehrere Beschreibungen für verschiedene Bildschirme oder Level aus und vergleichen Sie sie, denn jede Anfrage liefert ein vollständiges Stück.
Geschenk- und Persönliche Songs
Ein Geburtstags- oder Jubiläumslied aus wenigen Zeilen Geschichte
Schreiben Sie die Geschichte in den Prompt, etwa Namen, eine gemeinsame Erinnerung und die gewünschte Stimmung, lassen Sie lyrics leer und generate_lyrics eingeschaltet. Das Modell schreibt den Text und singt ihn, meist mit einer Länge um die vier Minuten. Halten Sie die Themen herzlich und sauber, denn MiniMax lehnt alles ab, was über derbe Sprache hinausgeht.
So rufen Sie die MiniMax Music 3.0-API auf
01
API-Schlüssel erstellen
Melden Sie sich bei SpicyAPI an, erstellen Sie einen Schlüssel und bewahren Sie ihn auf Ihrem Server auf. Jede Anfrage trägt ihn als Bearer-Token, und Sie können dieselben Eingaben zuerst im Playground testen, um zu hören, was das Modell aus Ihrer Beschreibung macht.
02
Stilbeschreibung schreiben
Tragen Sie Genre, Tempo, Stimmung, Stimmtyp und Instrumente in prompt ein, bis zu 2.000 Zeichen. Seien Sie konkret, zum Beispiel verträumter Synthpop mit 100 bpm und luftiger weiblicher Stimme. Geschichte und singbare Worte gehören ins Feld lyrics.
03
Songtext hinzufügen oder schreiben lassen
Senden Sie in lyrics bis zu 3.000 Zeichen, eine Zeile pro Reihe, eine Leerzeile für eine Pause und Abschnittsmarken in eigenen Zeilen. Oder lassen Sie lyrics leer und generate_lyrics eingeschaltet. Für einen Track ohne Gesang setzen Sie instrumental auf true.
04
Qualität festlegen und absenden
Wählen Sie optional bitrate und sample_rate, sonst gelten die Standardwerte 256 kbps und 44,1 kHz. Senden Sie die Aufgabe ab. Ein Feld duration_seconds gibt es hier nicht, weil das Modell die Länge selbst bestimmt.
05
Warten, dann die MP3 herunterladen
Die Generierung dauert etwa 1,5 bis 4 Minuten, bei automatisch geschriebenem Text am längsten. Ist die Aufgabe fertig, erhalten Sie einen Link zur Stereo-MP3. Laden Sie sie herunter, denn erzeugtes Audio wird 14 Tage aufbewahrt. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.
MiniMax Music 3.0: durchgespielte Beispiele
Verträumter Synthpop aus einem kurzen Textblatt
Eine Stilbeschreibung in prompt sowie Strophe und Refrain in lyrics, jeweils mit Abschnittsmarke. Erwarten Sie, dass die luftige Stimme die Zeilen wie geschrieben über Flächen und pulsierendem Bass singt, und einen Song von etwa anderthalb Minuten.
{"prompt": "Dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, pulsing bassline, late-night city drive mood", "lyrics": "[Verse]\nHeadlights painting gold along the shore\nYour hand keeps drifting closer than before\n\n[Chorus]\nSo drive, drive, keep the city in the mirror\nMidnight looks so good in your eyes"}
Ein Duett allein aus dem Prompt
Es wird kein Songtext gesendet, also schreibt generate_lyrics ihn. Geschichte und beide Stimmen werden im Prompt beschrieben. Eine ähnliche Duett-Beschreibung lieferte in unseren Tests einen Song von 3:58 mit zwei Stimmen im Wechselgesang.
{"prompt": "Upbeat Latin pop duet about a summer fling that starts on a crowded beach and ends at sunrise, playful male and female vocals trading lines, nylon guitar, 96 bpm"}
Ein Jazz-Lounge-Instrumental
instrumental ist eingeschaltet, also braucht es keinen Songtext und es erscheint kein Gesang. Unser Lauf lieferte einen zweiminütigen Track, eine gute Vorlage für Hintergrundmusik und Menü-Loops.
{"prompt": "Smoky late-night jazz lounge instrumental, brushed drums, upright bass, muted trumpet and Rhodes piano, slow 72 bpm", "instrumental": true}
Fragen zur MiniMax Music 3.0-API
Sie ist die API zum Song-Modell von MiniMax, erschienen am 2026-07-16. Sie senden eine Stilbeschreibung in prompt und optional einen Songtext in lyrics, und eine Anfrage liefert einen kompletten Stereo-MP3-Song mit Leadgesang, Begleitarrangement und finalem Mix. Die Länge wählt das Modell. SpicyAPI stellt es mit demselben Aufgabenablauf bereit wie die übrigen Medienmodelle.
Abgerechnet wird ein fester Preis pro Song, unabhängig von Länge, Bitrate oder Samplingrate, sodass diese Einstellungen die Kosten nicht verändern. Den aktuellen Preis zeigt diese Seite, bevor Sie etwas ausführen. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, dazu gehören auch Songtexte, die MiniMax nicht singen will.
Nein. Dies ist ein gefiltertes Modell. Derbe Sprache wird gesungen, unser Punk-Refrain voller Flüche kam Wort für Wort zurück, aber Songtexte aus unserem Inhaltstest wurden nach etwa 90 Sekunden abgelehnt und nicht berechnet, die stärksten liefen nie durch und endeten im Timeout.
Das entscheidet das Modell, ein Längenfeld gibt es nicht. Unsere Songs dauerten zwischen 1:09 und 3:58: Eine Strophe mit Refrain ergab rund anderthalb Minuten, ein kompletter Song mit automatisch geschriebenem Text etwa vier Minuten. Für eine instrumentale Untermalung in festgelegter Länge unter einem Video nehmen Sie Seed Audio 1.0, das die Länge im Prompt entgegennimmt.
Ja. Senden Sie bis zu 3.000 Zeichen in lyrics, eine Zeile pro Reihe, mit einer Leerzeile für eine Pause und Abschnittsmarken wie Verse oder Chorus in eigenen Zeilen. Gesendete Texte werden wie geschrieben gesungen. Lassen Sie lyrics leer, schreibt generate_lyrics, standardmäßig aktiv, den Text aus Ihrem Prompt.
Ja. Setzen Sie instrumental auf true, und Sie erhalten einen Track ohne Gesang, ohne dass ein Songtext nötig ist. Unser Jazz-Lounge-Prompt lieferte ein zweiminütiges Instrumental. Beschreiben Sie Tempo, Instrumente und Stimmung in prompt und nutzen Sie es für Hintergrundsongs, Menü-Loops und Videountermalung.
Wenn das Modell aus sauberem Text einen ganzen Song schreiben und singen soll, ohne dass Sie eine Länge festlegen. Für eine instrumentale Untermalung unter einem Video nehmen Sie stattdessen Seed Audio 1.0 oder "Score this cut" im Studio-Videoeditor.
MiniMax hat es entwickelt und am 2026-07-16 veröffentlicht, die offenen Gewichte sind ebenfalls erschienen. SpicyAPI bietet es über eine API und ein Konto neben anderen Musikmodellen an. Erzeugtes Audio wird 14 Tage aufbewahrt, laden Sie Ihre Songs also vorher herunter.
Behandeln Sie die beiden Textfelder als zwei getrennte Aufgaben. Alles zum Klang gehört in prompt: Genre, Tempo in bpm, Stimmung, Stimmtyp und ein paar Instrumente, zum Beispiel verträumter Synthpop mit 100 bpm, luftiger weiblicher Stimme und schimmernden Flächen. In lyrics gehören nur Worte, die gesungen werden sollen, eine Zeile pro Reihe, mit einer Leerzeile, wo Sie eine Pause wünschen. Stilbegriffe, die in lyrics stehen, werden mitgesungen, lassen Sie sie also draußen. Markieren Sie die Struktur mit Abschnittsmarken in eigenen Zeilen, etwa Verse, Pre Chorus, Chorus, Bridge und Outro in eckigen Klammern, und fügen Sie Inst- oder Solo-Zeilen ein, wenn die Band übernehmen soll. Kurze, singbare Zeilen funktionieren besser als lange Sätze. Halten Sie die Texte sauber, denn MiniMax lehnt alles ab, was über gewöhnliche derbe Sprache hinausgeht, die gesungen wird. Beginnen Sie mit einer Strophe und einem Refrain, um Stimme und Mix zu hören, und erweitern Sie dann. Haben Sie nur eine Idee, lassen Sie lyrics leer und generate_lyrics den Song schreiben, bei längerer Wartezeit.
Alle MiniMax-Modelle11
Audiomodelle3
MiniMax Music 3.0AktuellText zu Audio$0.18je Anfrage