Introducción
Envía la descripción de una escena y, si lo deseas, elige seed, forma de imagen, nivel de tamaño y codificación para el generador de pesos abiertos.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Salida | Imagen |
| Modelo y resultado | MiniMax H3-Image Open Weights; texto a imagen y edición; imágenes fijas |
| Límite del prompt | Obligatorio; hasta 5.000 caracteres en ambos endpoints |
| Niveles de resolución | 1k ~1 MP (predeterminado); 1.5k ~2,4 MP; 2k ~4 MP; 3k ~9,4 MP; 4k ~16,8 MP |
| Relaciones del lienzo | Quince opciones: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 5:4, 4:5, 2:1, 1:2, 3:1, 1:3, 21:9, 9:21 |
| Formas predeterminadas | Texto a imagen: 1:1; edición: sigue la fuente si omites |
| Entradas para editar | 1–9 imágenes; la fuente y hasta ocho referencias |
| Notación de imágenes | <Picture 1> identifica la fuente; <Picture 2> y siguientes, las referencias adicionales |
| seed | Opcional; permite comparar un cambio sin asegurar píxeles idénticos |
| Codificación | jpeg (predeterminada), png o webp; el formato no modifica el precio |
| Dimensiones medidas | 1k 3:4: 896 x 1184; 1.5k 9:16: 1152 x 2048; 2k 3:2: 2496 x 1664; 3k 1:1: 3072 x 3072; 4k 16:9: 5472 x 3072 |
| Tiempo del modelo observado | 11 de noviembre: 1k, 20–45 segundos por la mañana y 3–6 por la tarde; 4k, 36 segundos por la tarde; sin cola ni transferencia |
| Base de facturación | Por imagen completada según resolución; las ediciones suman un cargo por referencia posterior a la fuente; las solicitudes fallidas no se cobran |
Funciones y aspectos destacados
Luz azul de piscina frente a la ciudad
En 1.5k y 3:4 con seed 7, el ejemplo muestra a un hombre saliendo de una piscina de azotea por la noche, con luces urbanas y resplandor azul detrás. Aporta un retrato en el nivel intermedio junto a la escena cuadrada de desayuno de mayor tamaño.
Una mesa en el nivel medio grande
El desayuno devolvió una vista de 3072 x 3072 con pan, higos, miel y lino, usando seed 7.
Lleva a la ciclista a la escena costera
El montaje conservó la carretera y el cupé azul claro de <Picture 1> y colocó junto a ellos a la ciclista y la bicicleta de <Picture 2>.
Sustituye el cielo nublado por luz otoñal
Una imagen de origen se convirtió en un puente otoñal con hojas naranjas cayendo y niebla sobre el río.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Describe la escena deseada en un máximo de 5.000 caracteres; este campo obligatorio no tiene valor predeterminado ni cargo por longitud del prompt. mínimo 1 caracteres · máximo 5000 caracteres |
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; si omites el campo se usa 1:1, sin modificar el precio del nivel. |
resolution | No | La generación utiliza 1k salvo que elijas 1.5k, 2k, 3k o 4k; subir de nivel aumenta la tarifa por imagen. |
output_format | No | jpeg es la codificación predeterminada; png y webp están disponibles sin cambio de precio. |
seed | No | seed es opcional y mantiene la fuente aleatoria al comparar un solo cambio, sin garantizar la misma salida. |
Precios
Las generaciones completadas se cobran por imagen según uno de los cinco niveles elegidos; cada nivel superior cuesta más. Una generación fallida no se cobra.
| Especificación | Precio |
|---|---|
| $0.024 / imagen |
| $0.036 / imagen |
| $0.048 / imagen |
| $0.096 / imagen |
| $0.144 / imagen |
Casos de uso
Retratos nocturnos con ambiente definido
Construye la escena editorial alrededor de una persona, una acción y una fuente de luz. El ejemplo de la piscina en la azotea devolvió a un hombre con luces urbanas y resplandor azul de la piscina en 1.5k, encuadre 3:4 y seed 7.
Composiciones de mesa en tamaños mayores
Describe los objetos y su disposición antes de elegir el nivel de salida. Nuestro desayuno cuadrado en 3k midió 3072 x 3072 y mostró pan, higos, miel y lino desde arriba.
Montajes con funciones de origen separadas
Asigna números distintos al entorno y al sujeto añadido. La edición costera conservó la carretera y el cupé azul claro e incorporó junto a ellos a la ciclista y su bicicleta desde otra referencia.
Cambios de estación con el sujeto conservado
Pide otra estación e iluminación y enumera los detalles que deben permanecer. La edición del puente conservó a la ciclista y la bicicleta, añadiendo hojas otoñales, luz dorada y niebla sobre el río.
Letreros con palabras breves proporcionadas
Pon entre comillas una etiqueta o letrero corto e indica dónde va. La comparación de prompts iguales reprodujo correctamente HOT SOUP 3 FRANCS en madera; los pasajes largos aún requieren revisión cuidadosa.
Guía de prompts y consejos prácticos
Parte de una escena o una fuente
Elige texto a imagen para un encargo escrito o edición para modificar una imagen existente. Al editar, utiliza fotos autorizadas de personas adultas y evita suplantaciones.
Describe el encuadre y la función de las referencias
Redacta en inglés frases conectadas sobre el entorno, el sujeto, la ropa, la luz y el punto de vista. En edición, llama <Picture 1> a la fuente y asigna un papel numerado a cada referencia posterior.
Ajusta forma, nivel y formato
Selecciona una resolución de 1k a 4k y una relación de aspecto para generar. La edición sigue la forma de origen si no indicas una relación; JPEG es el predeterminado y también están disponibles PNG y WebP.
Compara un cambio usando seed
Mantén seed y los demás ajustes mientras modificas una sola instrucción. Contrasta los detalles recibidos con el encargo: fijar seed ayuda a comparar sin prometer resultados idénticos.
Genera una imagen fija desde una escena escrita
MiniMax H3-Image Open Weights convierte una descripción en imagen con cinco niveles de resolución y seed opcional. Sirve para nuevos retratos, composiciones de mesa o estudios visuales sin fuente. La piscina en azotea usa 1.5k, 3:4 y seed 7; el desayuno demuestra una composición cuadrada en 3k.
Parámetros y valores predeterminados
| Parámetro | Qué proporcionar | Valor predeterminado o efecto |
|---|---|---|
prompt | Descripción obligatoria, hasta 5.000 caracteres | Describe todo el encuadre deseado |
aspect_ratio | 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 o 21:9 | 1:1 si se omite |
resolution | 1k, 1.5k, 2k, 3k o 4k | 1k; cada nivel superior aumenta la tarifa |
output_format | jpeg, png o webp | jpeg; el formato no cambia la tarifa |
seed | Fuente aleatoria opcional para comparar | No garantiza píxeles idénticos |
Forma y resolución responden a decisiones distintas: la relación fija el encuadre y el nivel selecciona el área aproximada. Medimos 896 x 1184 en 1k y 3:4, 1152 x 2048 en 1.5k y 9:16, 2496 x 1664 en 2k y 3:2, 3072 x 3072 en 3k cuadrado y 5472 x 3072 en 4k y 16:9. El nombre del nivel no fija ancho ni alto.
Precio antes de generar
Cada generación completada se cobra por imagen según la resolución elegida. De 1k a 4k, cada paso intermedio aumenta el precio. Elige JPEG, PNG o WebP según el archivo necesario: el formato mantiene la tarifa del nivel. No se cobran generaciones fallidas. Consulta los precios actuales del modelo antes de seleccionar tamaño.
Escribe una descripción conectada
MiniMax indica que H3-Image espera una descripción detallada en inglés de toda la imagen. Dale una intención clara: identifica el sujeto, describe la acción, sitúalo y explica la luz y el punto de vista. Cuando aparezcan personas, describe adultos de treinta años o más. La ropa y la expresión pueden transmitir el ambiente sin listas extensas de etiquetas de estilo desconectadas.
Por ejemplo: "Una mujer de unos cuarenta años con vestido de noche de seda espera en una terraza cubierta después de llover. Una entrada cálida ilumina su perfil, la ciudad al fondo se ve azul y brumosa y la cámara encuadra toda la escena desde el otro lado de la mesa." Selecciona aparte una relación admitida para adaptar la composición a su destino.
Para letras, pon entre comillas una frase breve y asígnala a un objeto: un letrero, una etiqueta o una tarjeta sobre la mesa. Revisa las palabras recibidas antes de utilizarlas. La evidencia corresponde a textos cortos y no confirma precisión con párrafos completos.
Compara una sola revisión
Fija seed, conserva relación y resolución y cambia un detalle, por ejemplo la dirección de luz. Guarda ambos prompts junto a sus imágenes. Mantener seed facilita comparar un cambio a la vez, pero no promete un resultado idéntico al repetir la solicitud. Evalúa visualmente la comparación sin exigir coincidencia de píxeles.
Qué mostraron los ejemplos y las pruebas
- La muestra de azotea devolvió a un hombre saliendo de una piscina nocturna, con luces urbanas y resplandor azul. Usó 1.5k, 3:4, seed 7 y PNG.
- El desayuno mostró pan, higos, miel y lino desde arriba, con 3072 x 3072 en el ajuste 3k cuadrado.
- En la comparación de seis prompts en 1k, el letrero de madera escribió correctamente "HOT SOUP 3 FRANCS". Otra solicitud convirtió un filtro de café en una taza con asa, lo que exige revisar también la identidad del objeto.
- El 11 de noviembre, el procesamiento en 1k pasó de 20–45 segundos por la mañana a 3–6 por la tarde. La ejecución vespertina en 4k tardó 36 segundos. No se incluyen cola ni transferencia.
Observaciones de las pruebas de contenido
En las pruebas NSFW de la tarde del 11 de noviembre, ninguna solicitud de texto a imagen fue rechazada y todas las imágenes entregadas se cobraron. Las coincidencias con lo pedido fueron Mild 3/3, Moderate 3/3, Strong 3/3, Very strong 1/3 y Maximum 6/6. Algunas solicitudes devolvieron imágenes de menor intensidad en lugar de un rechazo. Las etiquetas describen las pruebas registradas, sin prometer resultados futuros.
Límites y opciones cercanas
Este endpoint produce imágenes fijas sin video ni audio. No expone prompt negativo, guía ni pasos de muestreo. Respeta los 5.000 caracteres e inspecciona personas, objetos y letras frente al encargo antes de aceptar.
Elige edición de imagen si una foto debe anclar el cambio. La versión LoRA admite hasta tres archivos adicionales de pesos de estilo. MiniMax H3-Image ofrece tres niveles sin seed; no se ha verificado equivalencia de salida. P-H3-Image es independiente y devolvió imágenes distintas con entradas iguales. La anterior familia H3 Image LoRA utiliza el modelo de video H3 para producir un fotograma.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-image-open/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k",
"aspect_ratio": "1:1",
"output_format": "jpeg"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
























