Introducción
Extensión de video con MiniMax H3 LoRA. Envía el clip que quieres continuar y describe qué pasa después: el último fotograma de tu clip se convierte en el fotograma inicial de una nueva toma de imagen a video de MiniMax H3 LoRA, y el original y el segmento nuevo vuelven unidos en un único MP4. Solo se cobran los segundos nuevos.
| Campo | Valor |
|---|---|
| Entrada | Video |
| Salida | Video |
| Endpoints | Texto a video, imagen a video, referencias a video y extensión de video, todos con soporte para LoRA |
| Modelo base | Pesos abiertos de MiniMax H3, publicados por MiniMax el 3 de agosto de 2026 |
| Entrada de LoRA | Hasta 3 entradas, cada una {path, scale}; path es una URL HTTPS directa a un archivo .safetensors |
| Fuerza del LoRA | De 0 a 4 por entrada (1 por defecto) |
| Duración | De 3 a 15 segundos, en segundos enteros (5 por defecto) |
| Resolución | 480p, 540p, 768p o 1080p (480p por defecto) |
| Relaciones de aspecto | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, 9:21 en texto y referencias; imagen a video conserva la forma del fotograma inicial |
| Referencias | Hasta 9 imágenes, 3 videos (15 segundos en total) y 3 audios |
| Política de contenido | Sin censura; sin filtro sobre el prompt, los pesos ni la salida |
| Facturación | Por segundo de salida según la resolución; los LoRA no tienen cargo aparte; las referencias se suman a la cotización de referencias a video |
Funciones y aspectos destacados
Cualquier LoRA de MiniMax H3 está a un enlace de distancia
Apunta loras a un enlace directo a un .safetensors, fija un scale y el archivo se descarga cuando corre la solicitud. Sin carga, sin lista blanca, sin revisión. Esta escena en una cafetería nocturna es un prompt limpio más un LoRA de cinta VHS: el ruido de tracking, el sangrado de color y el sonido amortiguado de la rocola salen de los pesos.
Cambia el medio, no solo la gradación
Un LoRA de estilo hace mucho más que un filtro de color. Con un LoRA de caricatura dibujada a mano de 1939 y su palabra activadora, una escena en una azotea volvió como animación estilo rubber hose, con fondos pintados y una banda sonora de big band rasposa, del mismo modelo que genera metraje fotorrealista.
LoRA e imágenes de referencia en una sola solicitud
En referencias a video, un LoRA se monta encima de hasta nueve imágenes, tres clips y tres audios. Aquí una foto fija a la mujer y otra la habitación de hotel; un LoRA de realismo en 0.8 mantiene creíbles la piel y la tela mientras ella cruza la habitación.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Obligatorio. Qué pasa después: la acción que sigue, el movimiento de cámara y el sonido. mínimo 1 caracteres · máximo 7000 caracteres |
video_url | Sí | El clip que quieres continuar: MP4, MOV o WebM, de hasta 60 segundos. mínimo 1 caracteres |
last_image_url | No | Fotograma final de destino opcional: el segmento nuevo termina en esta imagen. Fija el final, no el movimiento intermedio. |
resolution | No | 480p, 540p, 768p o 1080p, por defecto 480p. Elige la resolución de tu original para que la unión se vea pareja. |
duration_seconds | No | Duración del segmento nuevo: cualquier número entero de 3 a 15, por defecto 5. Tu original se suma delante y no se cobra. |
loras | No | Hasta tres entradas {path, scale} entrenadas para MiniMax H3, scale de 0 a 4, aplicadas al segmento nuevo. Valor predeterminado: |
seed | No | Opcional, de 0 a 2147483647. Mantenla fija para comparar un solo campo cambiado cada vez; déjala vacía para obtener variedad. |
Precios
Se cobra por segundo del segmento nuevo a la resolución que elijas; el clip original que envías no se cobra. Cargar LoRAs no tiene cargo aparte.
| Especificación | Precio |
|---|---|
| $0.05 / segundo |
| $0.075 / segundo |
| $0.10 / segundo |
| $0.20 / segundo |
Casos de uso
LoRA sin censura, sin paso de aprobación
Los LoRA NSFW de personaje, anatomía y movimiento se cargan como cualquier otro archivo: sin lista blanca, sin cola de revisión y sin filtro sobre el resultado. Corrimos un LoRA NSFW con nuestros prompts más fuertes en entrada de texto, imagen y referencias, y cada clip volvió tal como se escribió.
Un mismo personaje en toda una serie
Carga un LoRA de personaje en 0.8, mantén el mismo seed y cambia solo las líneas de acción y escenario. En referencias a video puedes sumar hasta nueve fotos de la misma persona encima del LoRA para sostenerla aún mejor.
Un look de la casa para cada clip
Los LoRA de película fotográfica, VHS, anime y caricatura convierten el mismo prompt en tu propio estilo visual. Pon un LoRA de estilo a un scale más bajo debajo de un LoRA de personaje para que tiña el encuadre sin pelearse con el sujeto.
LoRA de movimiento y de cámara
El ecosistema de H3 ya tiene LoRA para movimientos de cámara, coreografías de pelea y baile. Usa uno en la tercera ranura cuando una toma necesite un movimiento que el modelo base no te da solo con texto.
Guía de prompts y consejos prácticos
Apunta a un archivo de pesos, no subas nada
Cada entrada de loras es un path y un scale. El path es un enlace HTTPS directo a un archivo .safetensors entrenado para MiniMax H3, por ejemplo un enlace resolve de Hugging Face. No nos subes nada y nadie revisa nada: el archivo se descarga cuando corre la solicitud, así que guárdalo en un lugar que siga en línea.
Comprueba que el LoRA de verdad se nota
Corre un clip corto en 480p con la palabra activadora del LoRA al inicio del prompt. Un LoRA de estilo debería notarse desde el primer fotograma: en nuestra prueba, un LoRA de cinta VHS convirtió una escena limpia en un cuarto de hotel en ruido de tracking, sangrado de color y una paleta deslavada de los años 80. Si nada cambia, lo más probable es que los pesos se hayan entrenado para otro modelo base.
Empieza los LoRA de concepto entre 0.6 y 0.8
Los LoRAs de estilo funcionan bien a 1,0. Los LoRAs de concepto pesados a 1,0 pueden apoderarse de todo el plano y, en imagen a video, alejar el clip de tu fotograma inicial. Empieza más bajo y sube una escala cada vez para saber qué peso cambió qué.
Haz borradores de cinco segundos en 480p
La forma más barata es 480p de 3 a 5 segundos. En nuestras pruebas, un clip de cinco segundos en 480p con un LoRA de 86 MB volvió en 25 a 50 segundos. Define el look ahí y luego vuelve a correr la toma buena en 768p o 1080p con el mismo seed.
Introducción
MiniMax H3 LoRA Extensión de video continúa un clip que ya tienes. Envíalo como video_url con un prompt de lo que pasa después. El último fotograma de tu clip pasa a ser el fotograma inicial de una nueva toma de imagen a video de MiniMax H3 LoRA de 3 a 15 segundos, y las dos se unen en un solo MP4: primero tu original y después la continuación, sin el fotograma repetido de la unión. El segmento nuevo también vuelve como archivo propio, para que puedas seguir extendiendo o editar las partes por separado.
Funciones clave y aspectos destacados
La continuidad viene del último fotograma. El vestuario, el escenario, la luz y la posición de cada persona se conservan porque el segmento nuevo empieza literalmente en tu último fotograma. El movimiento no se conserva igual: el modelo ve una imagen fija, no el clip entero, así que describe el movimiento que quieres continuar en lugar de suponer que mantendrá su velocidad o su dirección.
Recibes un archivo y, aparte, la pieza nueva. El sonido de tu original se conserva y el del segmento nuevo viene a continuación. El primer recurso de salida es el clip unido (rol video); el segundo es solo el segmento nuevo (rol segment), listo para otra extensión o para un editor. El MP4 unido conserva la tasa de fotogramas y el encuadre de tu clip, sin bandas negras. Para que la costura quede alineada, la imagen puede recortarse o ajustarse unos pocos puntos porcentuales en los bordes. Si el modelo devuelve una proporción claramente distinta, el segmento nuevo se escala hasta llenar tu encuadre, se centra y se recorta lo que sobresale.
Todo lo demás es MiniMax H3 LoRA imagen a video. El segmento nuevo se ejecuta por las mismas rutas, con el mismo margen de contenido y el mismo precio por segundo que el endpoint de imagen a video, y una generación fallida se reembolsa igual. Si la generación termina bien pero no se puede construir la unión, la tarea falla y el cargo se reembolsa.
Tus LoRAs se mantienen. loras funciona igual que en imagen a video: hasta tres archivos, cada uno con su propia intensidad, aplicados al segmento nuevo. Carga los mismos que usaste para el clip original y el estilo se mantiene a través de la unión.
Si quieres, fija el final de la toma. Añade last_image_url, un fotograma final de destino, y el segmento nuevo termina en esa imagen. Fija el final, no el movimiento intermedio.
Casos de uso
Alarga una toma que terminó demasiado pronto: una plataforma giratoria de producto que se detiene antes de que la etiqueta mire a cámara, o un paseo que se corta antes de que la persona llegue a la puerta. Extiéndela unos segundos y describe solo el movimiento que falta.
Construye una secuencia más larga paso a paso. Genera una primera toma, extiéndela y vuelve a extender el resultado unido; cada paso cobra solo los segundos que añade. Como cada paso arranca de un único fotograma, revisa cada unión antes de apilar la siguiente.
Guía de prompts y consejos profesionales
Describe el siguiente momento, no toda la escena. El fotograma ya fija quién y dónde, así que usa el prompt para la acción que sigue, el movimiento de cámara y el sonido. Repite el lenguaje de cámara con el que terminó tu clip, como un acercamiento lento o un plano fijo, para que la unión se lea como una sola toma.
Recorta antes de extender. El último fotograma es lo único que ve el modelo, así que un final borroso, cortado a mitad de movimiento o muy comprimido pasa directo a la continuación. Corta primero tu original en un fotograma limpio y nítido. Se aceptan originales de hasta 60 segundos en MP4, MOV o WebM.
Mantén la resolución coherente. Elige la resolución de tu original para que la unión se vea pareja y fija duration_seconds en la duración que de verdad necesitas: el cargo sigue solo al segmento nuevo, a la tarifa de la resolución que elijas.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lora/video-extend",
"input": {
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
