Introducción
MiniMax H3 LoRA Imagen a video arranca un clip desde tu fotograma inicial y lo anima de 3 a 15 segundos con banda sonora estéreo, con hasta tres archivos LoRA propios cargados sobre MiniMax H3 de pesos abiertos. Agrega un fotograma final para decidir dónde termina la toma. La salida es de 480p, 540p, 768p o 1080p y conserva la forma de tu imagen.
Elige el modo según tu material de partida
| Lo que tienes | Modo |
|---|---|
| una escena escrita | MiniMax H3 LoRA Texto a video |
| una imagen inicial | MiniMax H3 LoRA Imagen a video |
| imágenes, clips o audio de referencia | MiniMax H3 LoRA Referencias a video |
Funciones y aspectos destacados
El primer fotograma es tuyo
Con el prompt escrito como lo que pasa después, el clip abre exactamente en tu imagen. En nuestra prueba de control, un retrato de cuerpo entero sobre un fondo liso se mantuvo fotograma a fotograma; luego la persona levantó los brazos y se dio la vuelta como se le pidió, sin LoRA y otra vez con un LoRA en 0.6.
LoRA sobre un inicio fijo
Carga un LoRA de personaje, de estilo o de movimiento para cambiar cómo se mueve o se ve la escena, mientras el fotograma inicial fija al sujeto. Hasta tres archivos por solicitud, cada uno con su propia fuerza de 0 a 4.
Entrada y salida sin censura
Los fotogramas iniciales se aceptan tal cual, sea lo que sea que muestren. Con un LoRA entrenado para ese contenido y nuestro prompt más fuerte, el clip se renderizó exactamente como se escribió, y la banda sonora volvió en el mismo MP4.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Describe lo que pasa después en esta imagen: la acción, la cámara y el sonido. Describir otra escena se pelea con el fotograma inicial, sobre todo con un LoRA fuerte cargado. mínimo 1 caracteres · máximo 7000 caracteres |
image_url | Sí | El fotograma inicial. El clip arranca desde esta imagen exacta y conserva su relación de aspecto: un fotograma cuadrado da un clip cuadrado. |
last_image_url | No | Fotograma final opcional. El clip va del fotograma inicial a este; útil para una pose o una revelación planeada. |
resolution | No | 480p, 540p, 768p o 1080p. El precio sube con cada escalón; la forma sigue a tu fotograma. |
duration_seconds | No | Cualquier segundo entero de 3 a 15, cobrado por segundo solicitado. |
loras | No | Hasta tres entradas {path, scale} entrenadas para MiniMax H3; scale de 0 a 4. Aquí empieza los LoRA de concepto entre 0.6 y 0.8: en 1 pueden alejar el clip de tu fotograma. Valor predeterminado: |
seed | No | Mantiene las corridas comparables mientras ajustas el scale de un LoRA. |
Precios
Se cobra por segundo de salida según la resolución elegida. Cargar LoRA no tiene cargo aparte.
| Especificación | Precio |
|---|---|
| $0.05 / segundo |
| $0.075 / segundo |
| $0.10 / segundo |
| $0.20 / segundo |
Casos de uso
Darle vida a una imagen terminada
Toma una foto o un render aprobado, déjalo como primer fotograma y agrega movimiento, cámara y sonido. Un LoRA de realismo en 0.8 mantiene creíbles la piel y la tela cuando el sujeto empieza a moverse.
Poses de inicio y final planeadas
Envía un fotograma inicial y uno final para una revelación, un giro o un cambio de posición, y deja que el modelo rellene el movimiento intermedio. Es la forma más controlada de llegar a un final concreto.
Clips sin censura a partir de tus propios fotogramas
Parte de un fotograma que generaste o fotografiaste, carga el LoRA que espera tu audiencia y describe lo que pasa después. Nada se filtra ni a la entrada ni a la salida.
Guía de prompts y consejos prácticos
Escribe lo que pasa después, no una escena nueva
El prompt debe continuar la imagen. En nuestras pruebas, un prompt que llevaba al sujeto a otra habitación, combinado con un LoRA de concepto en 1, reemplazó por completo el fotograma inicial. El mismo fotograma se sostuvo cuando el prompt describió movimiento dentro de la toma existente.
Baja el scale antes de culpar al modelo
Si el clip se aleja de tu fotograma, baja el LoRA más fuerte a 0,6 antes de reescribir nada. Los LoRAs de estilo suelen ser seguros a 1; los LoRAs de concepto pesados son los que se apoderan de la escena.
Encuadra la imagen para el clip que quieres
Aquí no hay campo de relación de aspecto: el clip conserva la forma de tu fotograma. Recórtalo a 16:9 o 9:16 antes de enviarlo y deja espacio en el cuadro para el movimiento que pides.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lora/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.

















