MiniMax H3 Max API

MiniMax H3 Max Imagen a video anima un fotograma inicial enviado en image_url en un clip de 5 a 15 segundos enteros en 480p o 768p, con sonido generado en la misma pasada. Un last_image_url opcional fija también el fotograma final. El fotograma inicial define la forma de la salida, y una solicitud sin duración dura 8 segundos.

Elige el modo según el material inicial

La imagen define sujeto, vestuario y forma

Este endpoint no tiene campo de relación de aspecto: la imagen fija que entregas decide el cuadro del clip. En el ejemplo laundromat-spin no se escribe nada sobre la habitación, el vestuario ni la luz plana de los fluorescentes, porque el fotograma inicial ya lo resolvió todo. El prompt solo describe la lavadora entrando en el centrifugado y cómo reacciona ella.

Fija los dos extremos del plano

last_image_url agrega un fotograma final y solo puede enviarse junto con image_url. El ejemplo frame-to-frame parte de una composición y aterriza en otra en ocho segundos, así que el clip encaja limpio en la edición. El fotograma final restringe el cierre, no la parte media, y dos fotogramas que no coinciden en luz o vestuario producen una negociación visible entre ellos.

Mínimo de cinco segundos, dos resoluciones

La duración va de 5 a 15 segundos enteros, con 8 como valor predeterminado. resolution admite 480p o 768p, con 768p por defecto; 480p cuesta menos por segundo y sirve para borradores. Incluso la solicitud más corta ya es un momento completo: el clip laundromat-spin mete el centrifugado, una risa, el balanceo de piernas y una mirada al tambor en cinco segundos.

Inclinar la cámara de un objeto a una persona

Un solo movimiento de cámara sin cortes convierte el orden de la revelación en todo el brief. El ejemplo grimoire-to-bare-shoulder empieza en un libro abierto y sube hacia la lectora sentada en un sillón de respaldo alto, mientras la luz de los sellos que sale de las páginas recorre su hombro, durante ocho segundos. La imagen fija la composición inicial, así que el prompt gasta sus palabras en qué encuentra la cámara y cuándo.

Terminar un clip en una composición conocida

Cuando la edición exige que un clip termine en un fotograma concreto, entrega ambos. Prepara la imagen final como continuación de la inicial y describe la acción que las une. En frame-to-frame, esa acción es una caminata hacia la cámara por un pasillo de mármol que se detiene mirando directo al lente, con contraluz duro, máquina de viento y un drone grave de sintetizador.

Dar vida a una escena de cámara fija

Un plano general fijo puede cargar varios movimientos pequeños a la vez. El prompt de laundromat-spin pide cámara inmóvil, un tambor que gira detrás del vidrio y un tubo fluorescente que parpadea una vez, junto con la reacción del personaje, y un zumbido mecánico suave en el audio.

# 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-max/image-to-video",
  "input": {
    "duration_seconds": 8,
    "enable_prompt_expansion": false,
    "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.