MiniMax H3 Max API

MiniMax H3 Max Texto a video convierte un prompt escrito en un clip de 5 a 15 segundos enteros en 480p o 768p, con ambiente, foley y música generados en la misma pasada. MiniMax describe H3 Max como la variante de generación rápida de H3. Hay dos valores predeterminados que importan antes de la primera ejecución: la relación de aspecto es 1:1 y la duración, 8 segundos. Define ambos de forma explícita si tienes un formato de entrega en mente.

Elige el modo según el material inicial

Seis formatos, cuadrado por defecto

aspect_ratio acepta 21:9, 16:9, 4:3, 1:1, 3:4 y 9:16, con 1:1 como valor predeterminado, así que un brief panorámico enviado sin ese campo vuelve cuadrado. El ejemplo snow-train-window-hands está hecho para 21:9: un tren que cruza todo el ancho del cuadro mientras dos manos se encuentran a cada lado del vidrio del vagón, una composición que no sobrevive a un recorte más cuadrado.

480p para borradores, 768p para la toma final

resolution admite 480p o 768p, con 768p por defecto. No hay opción de 720p, 1080p ni 4K, y el esquema rechaza esos valores antes de que la solicitud entre en la cola. 480p cuesta menos por segundo, así que sirve para probar redacción, duración y encuadre; la toma que se quede, renderícela en 768p.

La expansión del prompt es opcional

enable_prompt_expansion viene desactivado, así que el prompt se renderiza tal como está escrito. Al activarlo, MiniMax primero amplía un brief corto en una descripción más completa del plano, el sonido y la música, pueden aparecer detalles que no escribiste y la solicitud se cobra con la tarifa de expansión del prompt. Los ejemplos publicados lo contrarrestan con precisión: el prompt de night-train-beckon nombra terciopelo verde, latón pulido, raíz de nogal, una sola lámpara de lectura y el gesto exacto que debe seguir la cámara.

Moda y piezas de campaña

El ejemplo silver-corridor es un plano de campaña construido con un solo párrafo: un vestido de plata líquida que atrapa un contraluz duro, cabello movido por una máquina de viento y, al final, una mirada directa al lente, en 21:9 durante cinco segundos, con un drone grave de sintetizador en el audio. El movimiento de la tela, la luz y la mirada final están escritos; nada de eso se entregó como imagen.

Looks de época pedidos por su nombre

El carácter de una película fotográfica se puede pedir directamente. El ejemplo roller-rink solicita un look de los años setenta con halación intensa, colores desvaídos, grano grueso y un ligero vaivén de gate, y mete una acción en dos partes en cinco segundos: una vuelta lenta a la pista y luego un deslizamiento de espaldas hacia la cámara con los brazos abiertos.

Estudios de materiales y luz

Las escenas donde varias superficies reaccionan a una luz en movimiento funcionan bien con un brief escrito. En night-train-beckon, las luces del andén barren con franjas un rostro, el satén y las piernas mientras la cámara avanza con una profundidad de campo muy corta. Usa un brief así para comprobar si una idea de iluminación se entiende antes de preparar fotogramas iniciales para image-to-video.

# 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/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "768p",
    "aspect_ratio": "1:1",
    "duration_seconds": 8,
    "enable_prompt_expansion": false
  }
}'

# 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.