Introducción
Proporciona las imágenes de origen y describe qué conservar, agregar o recolorear; usa image 1 e image 2 para diferenciar sus funciones.
| Campo | Valor |
|---|---|
| Entrada | Imagen |
| Salida | Imagen |
| Empresa y modelo | MiniMax; H3-Image, para generación de imágenes fijas y edición con referencias |
| Prompt obligatorio | Descripción detallada en inglés; hasta 5.000 caracteres |
| Niveles de resolución | 1k (predeterminado, alrededor de 1 MP), 2k (unos 4 MP), 4k (unos 16 MP) |
| Regla de tarifa de generación | 1k y 2k comparten tarifa; 4k cuesta el triple |
| Relaciones del lienzo | 15 relaciones de 3:1 a 1:3, entre ellas 1:1, 16:9, 9:16, 21:9 y 4:5, o un ancho y alto personalizados en píxeles |
| Codificación de salida | PNG por defecto; también JPEG y WebP; el formato no modifica el precio |
| Entradas de edición | 1–16 imágenes; nómbralas image 1, image 2 y siguientes según el orden de carga |
| Formatos de entrada admitidos | JPEG, PNG, WebP, HEIC y HEIF |
| Dimensiones de entrada | 128–8192 píxeles por lado; el lado largo no puede superar cuatro veces el corto |
| Forma cuando se omite | Texto a imagen: 1:1; edición: el modelo la elige a partir de las referencias y el prompt |
| Controles no disponibles | prompt negativo, guía y pasos de muestreo |
| Dimensiones medidas en píxeles | 1k 1:1: 1024 x 1024; 2k 16:9: 2720 x 1536; 4k 1:1: 4096 x 4096; 4k 16:9: 5472 x 3072 |
Funciones y aspectos destacados
Room 1207, integrado en la escena
El resultado en 2k y 3:2 muestra a una mujer con vestido de seda negro recostada sobre sábanas de hotel, sosteniendo una nota que dice claramente "Room 1207, midnight". Las palabras solicitadas se conservaron en una escena fotográfica con luz suave de mañana. La muestra permite revisar una línea manuscrita breve; no demuestra una reproducción confiable de textos largos.
Letras que forman parte del club
La imagen del club contiene un letrero MIDNIGHT JAZZ legible y la prueba de perfume reprodujo NOIR 07 en la etiqueta. Son frases cortas integradas en una escena. Al proporcionar tu propio texto, ponlo entre comillas y señala su superficie; después verifica cada letra recibida.
Una función distinta para la habitación y el sujeto
El ejemplo de la habitación amueblada aclara el propósito de dos referencias: una aporta el espacio y otra el perro. Nuestras pruebas trasladaron correctamente una persona u objeto de una imagen a otro entorno. Nombra las fuentes según el orden de carga y explica qué elementos del lugar conservar.
Describe el cambio alrededor del objeto de origen
El ejemplo del tenis combina una nueva paleta con instrucciones para mantener la forma y el piso originales. Sigue esa estructura de cambio y conservación al redactar una edición de producto. Tras generar, compara el objeto con la fuente: preservar un detalle es un objetivo que revisar, sin garantizar una imagen inalterada.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Instrucción obligatoria de edición de hasta 5.000 caracteres; usa image 1, image 2 y los números siguientes según el orden de carga. mínimo 1 caracteres · máximo 5000 caracteres |
image_urls | Sí | Lista obligatoria de 1–16 imágenes JPEG, PNG, WebP, HEIC o HEIF; cada dimensión debe tener 128–8192 píxeles y el lado largo no puede superar cuatro veces el corto. mínimo 1 elementos · máximo 16 elementos |
aspect_ratio | No | Elige entre 1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21, 21:9, o custom para fijar directamente el ancho y el alto de la edición; si lo omites, el mo… |
width | No | Ancho en píxeles del resultado cuando |
height | No | Alto en píxeles del resultado cuando |
resolution | No | Elige 1k (predeterminado, unos 1 MP), 2k (unos 4 MP) o 4k (unos 16 MP) para editar. Los dos primeros cuestan lo mismo; 4k triplica su cargo de generación. |
enable_prompt_expansion | No | true por defecto: MiniMax reescribe la instrucción de edición en un inglés más detallado antes de trabajar con las imágenes. Valor predeterminado: |
output_format | No | El archivo editado puede ser png, jpeg o webp; si omites el campo se usa png, sin recargo por formato. |
seed | No | Opcional, de 0 a 2.147.483.647, sin costo. |
Precios
La edición se cobra por imagen devuelta según el nivel elegido, más un pequeño cargo por cada entrada. Las tarifas de generación de 1k y 2k coinciden; 4k cuesta el triple y las ediciones fallidas no se cobran.
| Especificación | Precio |
|---|---|
| $0.036 / imagen |
| $0.036 / imagen |
| $0.108 / imagen |
Casos de uso
Retratos alrededor de una nota escrita
Describe a una persona, una habitación tranquila y las palabras exactas de una tarjeta. El ejemplo Room 1207 reprodujo de forma legible el mensaje manuscrito solicitado en 2k y 3:2: un punto de partida concreto para escenas donde el texto importa tanto como la pose y la luz.
Etiquetas cortas en imágenes de productos
Limita el texto necesario y asígnalo a una superficie concreta, como la etiqueta de una botella. El resultado NOIR 07 mostró letras legibles; la escena MIDNIGHT JAZZ también incluyó un letrero claro. Estas observaciones respaldan revisar textos cortos, sin dar por hecho que se podrá incluir una página de prosa en la imagen.
Cambios de ropa y ubicación
Lleva al editor un retrato que tengas permiso de usar y describe otra vestimenta o entorno, con una instrucción aparte para conservar a la persona. Nuestros cambios de una sola imagen mantuvieron una apariencia reconocible. Revisa cada edición antes de aceptarla como continuación de la fuente.
Un sujeto en otra escena
Destina una entrada a la persona u objeto y otra al entorno de destino. Nuestras composiciones de dos imágenes combinaron esas funciones con éxito. Numerar las cargas permite identificar qué sujeto trasladar y qué escena debe recibirlo.
Escenas amplias y composiciones cuadradas
Elige la forma de salida según su destino y configura por separado el nivel de píxeles. Medimos 2720 x 1536 en 2k y 16:9, 4096 x 4096 en 4k y 1:1, y 5472 x 3072 en 4k y 16:9; el nivel no impone un ancho fijo.
Guía de prompts y consejos prácticos
Decide entre generar y editar
Empieza con texto a imagen para una escena descrita con palabras, o con imagen a imagen si el resultado debe apoyarse en imágenes existentes. Al editar personas, usa fotos que tengas derecho a utilizar, representa a personas adultas y evita la suplantación.
Describe la imagen que buscas
Redacta en inglés una descripción continua del sujeto, la ropa, el ambiente, el entorno y la luz, con un máximo de 5.000 caracteres. Para una edición, menciona image 1, image 2 y las demás imágenes cargadas; después indica los cambios y los detalles que deben permanecer.
Configura la forma, el tamaño y el archivo
Escoge entre quince relaciones de aspecto y selecciona 1k, 2k o 4k; 1k y 2k comparten tarifa de generación, mientras que 4k cuesta el triple. PNG es el formato predeterminado; JPEG y WebP están disponibles con la misma tarifa, independiente del formato.
Revisa los detalles recibidos
Compara las letras entre comillas con el prompt y contrasta las personas u objetos editados con sus fuentes. Guarda el resultado elegido y sus ajustes antes de cambiar una parte de la instrucción para otra ejecución.
Modifica o combina las imágenes proporcionadas
MiniMax H3-Image imagen a imagen recibe una instrucción de edición y entre una y dieciséis imágenes. Una fuente puede aportar la persona u objeto por conservar y otra el entorno de destino. Las pruebas de una imagen cambiaron ropa y ubicación conservando una apariencia reconocible; las de dos imágenes combinaron un sujeto con el entorno de otra fuente.
Utiliza fotos que tengas derecho a usar. Las personas de las entradas deben ser adultas y la solicitud no debe suplantar a nadie. Revisa la identidad y los detalles de origen recibidos antes de aceptar un retrato editado.
Parámetros de edición
| Parámetro | Requisito u opción |
|---|---|
prompt | Instrucción obligatoria de hasta 5.000 caracteres; nombra las entradas por número de carga |
image_urls | Lista ordenada obligatoria de 1–16 imágenes; cada entrada agrega un cargo |
aspect_ratio | Selección opcional entre quince relaciones; si se omite, el modelo decide según las entradas y el prompt |
resolution | 1k por defecto; también 2k y 4k |
output_format | png por defecto, con alternativas jpeg y webp; la codificación no cambia la tarifa |
seed | Opcional, de 0 a 2.147.483.647; con la expansión desactivada, sirve para probar una instrucción modificada sobre las mismas fuentes |
enable_prompt_expansion | true por defecto; false envía tu instrucción de edición a MiniMax sin reescribirla |
width, height | Tamaño exacto de salida en píxeles con aspect_ratio en custom; ambos son obligatorios y deben caber en el nivel elegido |
Las entradas pueden ser JPEG, PNG, WebP, HEIC o HEIF. Cada lado debe medir 128–8192 píxeles; el largo no puede superar cuatro veces el corto. Comprueba cada archivo antes de enviar un conjunto de referencias.
Las relaciones de salida son 1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21 y 21:9. Elige una si el destino exige una forma concreta. Sin ella, el modelo decide el lienzo; una fuente vertical no garantiza conservar sus proporciones. Nuestra edición de un retrato sin relación especificada devolvió 832 x 1248. La opción custom sustituye la relación por un tamaño exacto en píxeles mediante width y height, por ejemplo 1024 x 1536 para un retrato listo para imprimir.
Explica las funciones de cada fuente
Escribe image 1 para la primera carga, image 2 para la siguiente y continúa en el orden real. La cantidad de referencias no explica cómo deben interactuar. Identifica el sujeto de origen, el nuevo entorno y los detalles por mantener antes de describir la escena terminada.
Para una composición, puedes indicar: "Usa la habitación de image 1 como entorno y coloca al perro de image 2 junto al sofá." Un retrato requiere otra estructura: "Conserva reconocible al cocinero de image 1 y trasládalo a un puesto de mercado bajo la lluvia." Añade las metas de ropa e iluminación después de asignar las fuentes para que tengan un sujeto claro.
Separa el cambio solicitado del objetivo de conservación. Una nueva paleta puede especificar colores de tela, bordes y suela y luego señalar la silueta y el piso originales por conservar. Un cambio de ubicación puede definir el nuevo fondo y después la apariencia y la ropa que deben mantenerse. Contrasta estas instrucciones con la salida; no garantizan que todo detalle no mencionado quede fijo.
Secuencia práctica de revisión
- Confirma que el orden de carga coincide con los nombres del prompt.
- Revisa la relación y el nivel elegidos antes de editar.
- Compara el sujeto recibido con su fuente correspondiente.
- Inspecciona por separado ubicación, colores y letras breves.
- Conserva juntos el resultado aceptado y su lista de fuentes para futuras revisiones.
Cargos de generación y referencias
Una edición incluye el cargo de generación del nivel de salida y un pequeño cargo por entrada, incluida la primera fuente. Las tarifas de generación 1k y 2k son iguales; en 4k ese componente cuesta el triple. El formato de salida no cambia el cargo. Consulta el precio vigente del modelo antes de decidir cuántas referencias incluir. Las ediciones fallidas no cuestan nada.
Cada imagen adicional debe tener un propósito definido, como aportar el entorno o el sujeto. Retira las referencias innecesarias antes de enviar; una colección mayor no comunica por sí sola la intención. El cargo de entrada depende de la cantidad de imágenes proporcionadas.
Observaciones y límites
Las ediciones de ropa y entorno con una fuente mantuvieron una apariencia reconocible. Las composiciones de dos fuentes también colocaron correctamente personas u objetos en otro entorno. Los ejemplos del perro, el cocinero y el tenis ilustran cómo dividir cambios y detalles retenidos. No demuestran retención de identidad durante una secuencia ilimitada de revisiones.
Las pruebas de letras breves incluyen NOIR 07 en una botella y MIDNIGHT JAZZ en un letrero. Si la edición necesita texto, pon las palabras entre comillas e indica su ubicación; luego corrige la imagen recibida. Los resultados registrados no demuestran precisión con pasajes largos en una edición.
Nuestras pruebas NSFW estandarizadas devolvieron una imagen para cada solicitud y cobraron cada entrega. Las ediciones Very strong coincidieron con lo escrito en 0/3 solicitudes y Maximum en 6/6. Esa variación limita cualquier afirmación general sobre el contenido. Un resultado de menor intensidad sigue siendo una imagen entregada; las solicitudes fallidas se rigen por la regla independiente de ausencia de cargo.
Esta opción no ofrece prompt negativo, guía ni pasos de muestreo. El campo seed solo repite el punto de partida cuando enable_prompt_expansion es false, lo que permite comprobar una instrucción modificada sobre el mismo conjunto de fuentes sin prometer una edición idéntica. Sus tres niveles expresan un área aproximada de píxeles; el ancho también depende de la forma. Inspecciona las dimensiones descargadas en lugar de deducirlas del nombre del nivel.
Cuándo conviene otra versión de la familia
Si la escena no necesita fuentes, utiliza texto a imagen de esta familia. Para tamaños intermedios, considera Open Weights, con hasta nueve entradas de edición y su propia notación de referencias. Open Weights LoRA añade entradas LoRA a ese flujo. No hemos verificado imágenes idénticas entre versiones: elige según los controles y la capacidad de referencias necesarios.
Inicio rápido de la API
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-image/edit",
"input": {
"image_urls": [
"https://example.com/reference.png"
],
"output_format": "png",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.




























