Introducción
La API de imagen a video de MiniMax H3 Lite convierte una imagen fija en un clip con sonido de 4 a 15 segundos en 480p o 768p. Envía un fotograma inicial, y si quieres uno final, y prueba el movimiento a 480p antes de pagar un render más nítido. Su diseño ligero sirve para probar ideas y producir varias versiones. Cada solicitud genera un solo MP4 en el que imagen y sonido salen juntos.
Qué modo abrir según tu punto de partida
| Lo que tienes | Modo |
|---|---|
| solo una idea | MiniMax H3 Lite Texto a video |
| un fotograma para animar, con un fotograma final opcional | MiniMax H3 Lite Imagen a video |
| personas, vestuarios, lugares, clips de movimiento o voces | MiniMax H3 Lite Referencia a video |
Funciones y aspectos destacados
El fotograma define el aspecto
El fotograma inicial fija rostros, ropa, iluminación y composición, así que MiniMax H3 Lite dedica el prompt a lo que se mueve. El clip sigue la forma de tu fotograma y no existe campo de relación de aspecto, así que recorta la imagen en horizontal o vertical antes de subirla.
Fotograma final opcional
Envía una segunda imagen como last_image_url y el clip termina sobre ella, lo que convierte dos fotos fijas en una transición controlada. En vez de inventar un final, el modelo planea el movimiento entre las dos imágenes, lo que ayuda cuando una toma debe enlazar con la siguiente.
Sonido incluido
El movimiento llega con sonido acorde: oleaje, pasos, una risa o una línea entre comillas, generados junto con la imagen sin costo extra. Agrega una línea Audio: si quieres cierto estilo musical o cierto sonido de sala en vez de lo que sugiere la escena.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Obligatorio, hasta 7,000 caracteres; uno más largo se rechaza. Pon los diálogos entre comillas dobles. mínimo 1 caracteres · máximo 7000 caracteres |
image_url | Sí | Fotograma inicial obligatorio. El clip conserva su forma. |
last_image_url | No | Fotograma final opcional en el que termina el clip. No cambia el precio. |
resolution | No |
|
duration_seconds | No | Número entero de segundos, entre 4 y 15, con 5 por defecto. Esta duración y la resolución determinan juntas la tarifa por segundo. |
Precios
Cada segundo de salida se cobra a la tarifa de la resolución que elijas, 480p o 768p. La tarifa vigente siempre aparece en la página del modelo.
| Especificación | Precio |
|---|---|
| $0.025 / segundo |
| $0.04 / segundo |
Casos de uso
Productos y moda que se mueven
Una foto de catálogo de una chaqueta, un bolso o un par de zapatos puede abrir un clip corto en MiniMax H3 Lite: el modelo camina, gira o levanta el artículo mientras la iluminación de la sesión original se mantiene, lo que evita repetir la sesión para movimientos sencillos.
Dar vida a un retrato
Un solo retrato se convierte en un clip corto con movimiento natural y sonido en MiniMax H3 Lite, sin tener que describir el aspecto desde cero. Basta una sonrisa, un giro de cabeza o un paso hacia la cámara para dar vida a una foto de perfil o a una ficha de personaje.
Transiciones controladas
Con un fotograma inicial y otro final, MiniMax H3 Lite completa el movimiento entre dos fotos fijas, útil para tomas de antes y después, cambios de vestuario o momentos de historia en los que un personaje empieza en una pose y termina en otra.
Guía de prompts y consejos prácticos
Describe el momento siguiente, no la imagen
El fotograma ya muestra quién y dónde. Reserva el prompt para la acción, el movimiento de cámara y el sonido que sigue, en el orden en que sucede. Describir de nuevo la imagen suele congelarla, mientras que una primera acción clara, como que ella se voltee hacia la ventana, la pone en marcha.
Usa fotogramas que cumplan los límites
Los fotogramas deben medir de 256 a 5,760 píxeles por lado, con una relación ancho-alto de 0.4 a 2.5; recorta las panorámicas muy anchas antes de enviarlas. Un fotograma nítido y bien iluminado, con el sujeto bien visible, mantiene los rostros más estables que una imagen pequeña o muy comprimida.
Combina fotogramas que encajen
Un fotograma final funciona mejor cuando muestra las mismas personas y la misma habitación que el inicial, con un cambio que el prompt pueda explicar, como una pose nueva, un paso más cerca o una expresión distinta. Dos imágenes sin relación provocan un salto parecido a un corte.
Cada segundo de salida se cobra a la tarifa de la resolución que elijas, 480p o 768p. La tarifa vigente siempre aparece en la página del modelo.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lite/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
