Introducción
Extensión de video con MiniMax H3 Spicy. 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 Spicy, 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 |
| Publicado por | MiniMax |
| Endpoint | image-to-video, video-extend |
| Duración | De 3 a 15 segundos, en segundos enteros |
| Resolución | 480p, 540p, 768p, 1080p (480p por defecto) |
| Control de cuadros | Cuadro de apertura obligatorio, cuadro de cierre opcional |
| Prompt | Opcional; se acepta dirección sin censura |
| Contenido | Material adulto admitido, sin clasificador de contenido |
| Ejecución | Tarea asíncrona, cobrada por segundo de salida |
Funciones y aspectos destacados
Tu cuadro decide el contenido, no un filtro de texto
Como la única vía de entrada es un cuadro de apertura, esta familia no tiene la brecha habitual entre lo que pediste y lo que un prompt de texto está dispuesto a renderizar. Lo que está en la imagen fija —vestuario, cuerpo, pose, encuadre— es lo que se anima. El prompt se encarga del movimiento, la cámara y el sonido encima de eso.
Un fotograma por sí solo ya es una solicitud completa
Aquí el prompt no es obligatorio. Manda una imagen y el modelo infiere de ella un movimiento pequeño y plausible, que muchas veces es todo lo que un bucle necesita. Agrega texto cuando quieras un momento concreto —un giro hacia cámara, una prenda que se desliza, un cambio de expresión— y quédate en lo que ocurre en vez de volver a describir el cuadro.
Combínalo con un modelo de imagen sin censura
El flujo práctico son dos llamadas: generar la imagen con un modelo de imagen sin censura y animarla aquí. Eso parte el problema en dos: composición y contenido se cierran en una pasada de imagen barata que puedes repetir rápido, y la pasada de video solo tiene que acertar el movimiento.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
last_image_url | No | Fotograma final de destino opcional: el segmento nuevo termina en esta imagen. Fija el final, no el movimiento intermedio. |
prompt | No | Opcional. Qué pasa después: la acción que sigue, el movimiento de cámara y el sonido. |
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. |
resolution | No | 480p, 540p, 768p o 1080p, por defecto 480p. Elige la resolución de tu original para que la unión se vea pareja. |
seed | No | Opcional, de 0 a 2147483647. Mantenla fija para comparar un solo campo cambiado cada vez; déjala vacía para obtener variedad. |
video_url | Sí | El clip que quieres continuar: MP4, MOV o WebM, de hasta 60 segundos. mínimo 1 caracteres |
Precios
Se cobra por segundo del segmento nuevo a la resolución que elijas; el clip original que envías no se cobra.
| Especificación | Precio |
|---|---|
| $0.038 / segundo |
| $0.057 / segundo |
| $0.084 / segundo |
| $0.152 / segundo |
Casos de uso
Escenas adultas que otras API rechazan
Los cuadros de origen se aceptan y se animan tal como llegan. Clips que las API de video alojadas rechazan en el filtro de prompt aquí corren, y como el contenido vive en el cuadro y no en el texto, el resultado coincide con lo que aprobaste en vez de con una reinterpretación suavizada.
Clips de acompañante y de rol
Una sola imagen de personaje se convierte en una biblioteca de reacciones cortas: una mirada que sube, una sonrisa, un giro de hombro, un mechón apartado. Mantén el mismo cuadro de apertura y varía solo el prompt: el personaje se mantiene consistente en todos los clips del set.
Animar una serie de fotos que ya existe
Una sesión que ya tienes se pone en movimiento sin volver a fotografiar. Cada cuadro se vuelve un clip de 3 a 15 segundos, y un cuadro de cierre deja que dos fotos del mismo set definan el inicio y el final de un mismo movimiento.
Bucles para un feed de pago
Tres segundos en 480p salen lo bastante baratos como para generar variantes en masa, quedarte con las dos que mejor se leen y volver a correrlas en 768p. Deja idénticos el prompt y el cuadro de inicio para que la comparación entre un borrador en 480p y su versión en 768p siga siendo significativa.
Guía de prompts y consejos prácticos
Haz primero el cuadro de apertura
Cierra vestuario, cuerpo, pose y encuadre en una pasada de imagen, porque esa imagen fija es lo que va a contener el video. Un cuadro que ya está bien no tendrá después ninguna discusión con el prompt.
Escribe solo el movimiento
Describe el momento, la cámara y el sonido, no el cuadro. Un prompt que funciona se ve así, en inglés tal como se envió: “She exhales a slow plume of smoke against the rain-streaked glass, the neon sign outside pulses red across her face, and she turns her head toward camera without changing expression. Blind shadows creep, rain runs down the window, distant traffic.” Fija
duration_secondsy sube la resolución a 768p o 1080p cuando ya hayas pasado la etapa de borrador.Borronea barato y termina una vez
Genera varias variantes de tres segundos en 480p, elige una y vuelve a correrla en 768p o 1080p con una duración mayor. Agrega un cuadro de cierre solo cuando el clip tenga que aterrizar en una composición conocida.
Introducción
MiniMax H3 Spicy Extensión de video continúa un clip que ya tienes. Envíalo como video_url, con o sin 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 Spicy 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 Spicy 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.
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
El prompt es opcional. Si lo dejas vacío, el modelo deduce un movimiento leve a partir del último fotograma, y a menudo basta. Cuando quieras un momento concreto, describe el siguiente, no toda la escena, y 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.
Solo se permite material con las licencias necesarias y adultos que hayan dado su consentimiento. Se prohíben los menores, las imágenes íntimas sin consentimiento y la suplantación engañosa de personas reales.
Eres responsable de los derechos del material de origen, la imagen personal, las marcas, la música y cualquier uso comercial.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-spicy/video-extend",
"input": {
"duration_seconds": 5,
"resolution": "480p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
