Introducción
MiniMax H3 LoRA Texto a video convierte una escena escrita en un clip de 3 a 15 segundos con banda sonora estéreo y te deja cargar hasta tres archivos LoRA propios sobre MiniMax H3 de pesos abiertos. Elige 480p, 540p, 768p o 1080p y una de siete relaciones de aspecto. La plataforma no agrega ningún filtro de contenido al prompt, a los pesos ni a la salida.
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
Tus LoRA, cargados en cada solicitud
Cada solicitud acepta hasta tres archivos LoRA como enlaces directos, cada uno con su propia fuerza de 0 a 4. No hay paso de carga ni lista blanca, así que sirve cualquier LoRA de H3 al que puedas enlazar. Comprobamos que los pesos de verdad se cargan: un LoRA de estilo de cinta VHS convirtió un prompt limpio de un cuarto de hotel en ruido de tracking, sangrado de color y una paleta desteñida de los años 80.
Imagen y sonido juntos
Cada clip vuelve como MP4 a 24 fps con una banda sonora estéreo generada en la misma pasada. Describe el sonido en su propia línea Audio:, desde lluvia sobre el vidrio hasta una línea de diálogo, y llega sincronizado con la imagen.
Sin censura y con pesos propios
Ejecutamos en este endpoint un LoRA hecho para el contenido más fuerte, con nuestros prompts más fuertes, y el clip salió exactamente como se escribió. No se suaviza ni se cambia nada, y los pesos que cargas nunca se revisan.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Escribe la toma como una línea de tiempo corta: quién aparece, qué hace, cómo se mueve la cámara. Pon la banda sonora en su propia línea Audio:. mínimo 1 caracteres · máximo 7000 caracteres |
aspect_ratio | No | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 o 9:21. El formato cambia el encuadre, no el precio: en el nivel más bajo, un clip 16:9 sale en 832 x 480. |
resolution | No | 480p, 540p, 768p o 1080p. El precio sube con cada escalón. |
duration_seconds | No | Cualquier segundo entero de 3 a 15. Pagas los segundos que pides, así que prueba con 3 a 5. |
loras | No | Hasta tres entradas {path, scale}. path es un enlace HTTPS directo a un archivo .safetensors entrenado para MiniMax H3; scale va de 0 a 4 y 1 es neutro. Valor predeterminado: |
seed | No | Mantiene una serie cercana cuando comparas scales de LoRA o cambios en el prompt. Cambia una sola cosa por corrida. |
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 |
| $0.20 / segundo |
Casos de uso
Pruebas de estilo antes de una campaña
Corre el mismo prompt corto con tres LoRA de estilo distintos en 480p durante tres segundos y compáralos lado a lado. Cuesta unos centavos por look, y cuando elijas uno puedes volver a correrlo en 1080p con el mismo seed.
Escenas cortas para plataformas de compañía virtual y de creadores
Carga el LoRA de concepto o de movimiento que espera tu público, escribe la escena y el sonido, y entrega en 768p o 1080p. No hay ningún marcador de contenido que activar ni una segunda revisión tras la generación.
Cortos retro y animados
Los LoRA de película fotográfica, VHS y caricatura cambian el medio, no solo la gradación de color. Un LoRA de caricatura dibujada a mano de 1939 y un LoRA de VHS convierten la misma escena en una azotea en dos producciones distintas.
Guía de prompts y consejos prácticos
Primero la palabra activadora, luego la toma, luego el sonido
La mayoría de los LoRA de la comunidad espera una palabra activadora justo al inicio, como vh5tape para el LoRA de VHS. Después, escribe la toma como una línea de tiempo corta y cierra con una línea Audio:. Repetir lo que el LoRA ya hace suele pelearse con él.
Un cambio de scale por corrida
Con dos o tres LoRA cargados, mueve un scale a la vez y deja el seed fijo. Empieza los LoRA de estilo en 1 y los de concepto entre 0.6 y 0.8. Si un clip se ve sobrecargado, baja primero el peso más fuerte.
Borradores baratos, una sola entrega
De tres a cinco segundos en 480p es la forma más barata y suele volver en bastante menos de un minuto. Define ahí el look, la cámara y el sonido, y después invierte en la versión 1080p.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lora/text-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.

















