Ir al contenido principal

Sin censura — Este modelo declara que no aplica filtros. SpicyAPI reenvía sin añadir análisis de contenido de la plataforma; las obligaciones legales y de consentimiento siguen siendo del cliente.Ver todos los modelos con este nivel de filtrado
minimax/h3-x-turbo/reference-to-video

Para una toma Turbo con referencias puedes combinar hasta 9 imágenes, 2 videos con 15 segundos en total y 3 clips de audio, dirigidos por tipo y número. Cada toma Turbo admite entre 2 y 15 segundos enteros, con 5 como valor predeterminado y salida a 24 fps.

Desde $0.015/s
Ejecutar modelo

Playground

Entrada

Referencia a video
300/7000

Al reordenar se actualizan las referencias del prompt. Al borrar un archivo también se borran sus referencias; revisa el prompt.

Mantén el prompt Turbo entre 1 y 7,000 caracteres y describe una progresión clara, con las palabras habladas entre comillas dobles. mínimo 1 caracteres · máximo 7000 caracteres
Indica al menos uno de estosRequisito cumplido
afecta al precio2/9

Arrastra archivos o enlaces multimedia, pega o selecciona · Hasta 9 archivos · Máx. 10 MB · JPG · PNG · WEBP · GIF

  • Image 1
  • Image 2
2 / 9 archivos
Ordena hasta 9 imágenes Turbo antes de escribir las instrucciones numeradas; la sexta imagen y las posteriores cambian el cargo total. mínimo 1 elementos · máximo 9 elementos
afecta al precio0/2

Suelta un video o elige un archivo · Hasta 2 archivos · Máx. 90 MB · MP4 · WEBM

0 / 2 archivos
Añade a Turbo hasta 2 clips de movimiento que sumen como máximo 15 segundos y considera el cargo adicional de esos segundos. mínimo 1 elementos · máximo 2 elementos
0/3

Suelta un audio o elige un archivo · Hasta 3 archivos · Máx. 90 MB · MP3 · WAV

0 / 3 archivos
Turbo acepta hasta 3 clips de voz sin cargo de referencia de audio; menciona Audio 1 en las instrucciones y escribe también el diálogo. mínimo 1 elementos · máximo 3 elementos
Las tomas Turbo desde texto o referencias comienzan en 16:9 y admiten 9:16, 1:1, 4:3, 3:4 y 21:9; las de imagen heredan sus proporciones.
afecta al precio
Comienza las pruebas Turbo en 480p o en el 720p predeterminado; también hay 1080p, pero las muestras de 1920 x 1088 no se vieron más nítidas al recortarlas.
Duraciónafecta al precio
Cada toma Turbo admite entre 2 y 15 segundos enteros, con 5 como valor predeterminado y salida a 24 fps. no menor que 2 · no mayor que 15
Ampliación del prompt
Mantén desactivada la expansión de Turbo si comparas tu redacción; esta reescritura opcional viene apagada y no añade cargos.
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo
Extender
Traducción de video
Edición de video

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

Dinos cuál añadir y para qué lo usarías. Las solicitudes llegan directamente al equipo que decide los próximos modelos.

Video MiniMax H3 barato y rápido, con sonido, desde $0.015 por segundo

MiniMax H3 X Turbo es la forma barata y rápida de usar MiniMax H3: una versión destilada de MiniMax H3 X, la variante ajustada de H3 que solo existe en SpicyAPI, desde $0.015 por segundo de video. No es un lanzamiento oficial de MiniMax. Sus tres endpoints, texto a video, imagen a video y referencia a video, generan clips de 2 a 15 segundos de 480p a 1080p con sonido estéreo y diálogo entre comillas, y en nuestras pruebas un clip de 5 segundos en 480p volvió en una mediana de 37 segundos. Los tres endpoints son sin censura. Sus límites de contenido son algo más estrictos que los de MiniMax H3, pero cada segundo cuesta menos.

Abrir el playground
Video MiniMax H3 barato y rápido, con sonido, desde $0.015 por segundo
Modelo
Una versión destilada de MiniMax H3 X, la variante ajustada de MiniMax H3 que solo está en SpicyAPI; no es un lanzamiento oficial de MiniMax
Endpoints
Texto a video; imagen a video a partir de un cuadro inicial y un cuadro final opcional; referencia a video con hasta 9 imágenes, 2 clips de video y 3 clips de voz
Duración
De 2 a 15 segundos enteros a 24 fps, 5 por defecto; 480p, 720p (por defecto) o 1080p
Velocidad
Un clip de 5 segundos en unos 25 a 40 s en 480p, 37 a 49 s en 720p y 86 s en 1080p, con la cola incluida
Sonido
Sonido estéreo en cada clip; una frase entre comillas dobles se pronuncia
Precio inicial
Desde $0.015 por segundo generado en 480p, más o menos la mitad que H3 X; 720p y 1080p cuestan más
Precio
La forma económica de usar MiniMax H3Turbo arranca en $0.015 por segundo generado en 480p, más o menos la mitad que H3 X, y el precio vigente de cada resolución está en la página del modelo. El sonido y la expansión del prompt van incluidos en el precio por segundo.
Velocidad
Borradores de 5 segundos en menos de un minutoEn 43 ejecuciones, un clip de 5 segundos en 480p tardó una mediana de 37 segundos desde el envío hasta el archivo terminado, con la cola incluida. En 720p tardó unos 37 a 49 segundos, y un clip completo de 15 segundos en 720p unos 97 segundos, así que puedes probar varias versiones de un prompt en lo que tarda un solo render largo.
Contenido
Sin censura en los tres endpointsEn nuestras pruebas no se rechazó ninguna solicitud. Imagen y referencia a video entregaron una escena íntima entre dos adultos, y referencia a video también entregó escenas NSFW con sujetos masculinos. Texto a video suaviza algunas escenas NSFW de una sola persona y con sujetos masculinos, así que para eso empieza desde una imagen o desde referencias. Los límites de contenido son algo más estrictos que los de MiniMax H3.

Cómo trabajar con MiniMax H3 X Turbo

Dos personajes, dos frases entre comillas

Dos personajes, dos frases entre comillas

En una habitación de motel bajo un neón rojo, un hombre sentado en la cama dice "Stay." y una mujer en la puerta responde "Give me one reason." Las dos frases van entre comillas dobles en el prompt, con la lluvia y el zumbido del neón nombrados como sonido. En nuestras pruebas de voz a texto, las frases entre comillas volvieron palabra por palabra con el movimiento de labios sincronizado, así que puedes escribir un intercambio corto en vez de una sola frase.

Anima un cuadro y conserva su estilo

Anima un cuadro y conserva su estilo

Nuestro cuadro inicial mostraba a una mujer recostada sobre una toalla de playa a rayas a la hora dorada, con lentes de sol y shorts de denim. El prompt solo decía lo que sigue: se incorpora, se baja los lentes, guiña un ojo y se ríe, con olas y música a lo lejos. Imagen a video conserva la forma del cuadro inicial, porque no hay campo de relación de aspecto. Arriba a la izquierda está el cuadro inicial; los otros tres son momentos del clip.

  • Divide un clip de 15 segundos en planos con tiempos

    Dale a cada plano un tiempo de inicio, por ejemplo "from 0 to 5 seconds", "at 5 seconds the shot cuts to" y "at 10 seconds". Nuestro prompt de 15 segundos en Turbo con tres planos con tiempos volvió con cortes cerca de los 5 y los 10 segundos, con las mismas dos personas en los tres, y un clip de 15 segundos en 720p tardó unos 97 segundos.

  • Los movimientos rápidos se sostienen

    Un baile rápido en 9:16, con giros, una patada alta y un split, volvió con movimiento fluido y extremidades casi siempre correctas, con desenfoque de movimiento en los pasos más veloces. Limita la coreografía a unos pocos pasos con nombre y di dónde termina la bailarina, por ejemplo quieta y sonriendo a la cámara.

  • El clip de voz pone la voz, el prompt pone las palabras

    Referencia a video acepta hasta 3 clips de audio. En nuestra ejecución en Turbo con una voz de referencia, la frase entre comillas volvió palabra por palabra. El clip solo define cómo suena la voz: escribe las palabras entre comillas dobles y nombra el clip como Audio 1. El audio de referencia es gratis.

Quién usa MiniMax H3 X Turbo

  • Clips verticales de baile con un retrato

    Equipos de redes sociales y formato corto

    Clips verticales de baile con un retrato

    Referencia a video funciona con un solo retrato. La foto de cuerpo entero de una mujer con trenzas box braids, camiseta blanca corta y pantalón cargo volvió bailando en un estudio iluminado con neón, en 9:16, con sus trenzas y su ropa; el prompt nombra los pasos y pide un beat de hip-hop. A la izquierda está el retrato de referencia.

  • Un clip de entrenamiento a partir de un cuadro

    Marcas de deporte y fitness

    Un clip de entrenamiento a partir de un cuadro

    Un cuadro de un boxeador vendándose las manos en un gimnasio rudo entró como cuadro inicial. Termina el vendaje y le sonríe a la cámara; luego el plano corta a un ángulo más abierto y lanza una combinación rápida a la bolsa de boxeo. A la izquierda está el cuadro inicial y a la derecha, un momento del clip.

  • Primeras pasadas baratas antes del render final

    Plataformas para adultos

    Primeras pasadas baratas antes del render final

    Turbo es sin censura en los tres endpoints y cuesta más o menos la mitad que H3 X, así que una app para adultos puede pasar los cuadros y prompts de sus usuarios por primeras pasadas rápidas y mandar las mejores a H3 X. Texto a video suaviza algunas escenas NSFW de una sola persona, así que esas escenas conviene empezarlas desde una imagen. Todas las personas en pantalla deben ser adultas. En la imagen: una fiesta en una piscina con neones, de noche, a partir de un prompt de texto.

  • Dos personas conservadas a partir de dos retratos

    Creadores de eventos, moda y personajes

    Dos personas conservadas a partir de dos retratos

    Envía un retrato por persona y nombra a cada una por su posición. Una mujer con vestido de satín verde profundo y un hombre de esmoquin negro entraron como Image 1 e Image 2; volvieron tomados del brazo en lo alto de una escalera de mármol, ella se inclina para susurrarle al oído y él se ríe, con las dos caras conservadas. La columna izquierda muestra los dos retratos.

Bocetea rápido y termina cuando funcione con MiniMax H3 X Turbo

  1. Empieza cada idea en 480p y 5 segundos

    En 480p el segundo cuesta menos, y un clip de 5 segundos volvió en una mediana de 37 segundos en nuestras pruebas. Pon las frases habladas entre comillas dobles y deja la expansión del prompt apagada para una dirección literal.

  2. Cambia una sola cosa por toma

    Ajusta la acción, la cámara o la frase entre una toma y otra en lugar de reescribir todo el prompt, para ver qué produce cada cambio.

  3. Pasa a 720p y a la duración completa

    Cuando una toma funcione, vuelve a generarla en 720p y con la duración que pida la escena, hasta 15 segundos. Elige 1080p solo por el cuadro más grande: en nuestros recortes no se veía más nítido que 720p.

  4. Manda las mejores tomas a H3 X

    Para una versión final, envía el mismo prompt con la misma configuración a MiniMax H3 X, el modelo enfocado en calidad del que se destiló Turbo. Los dos aceptan los mismos parámetros y límites.

  5. Para escenas NSFW de una sola persona o con sujetos masculinos, empieza desde una imagen

    Texto a video suaviza algunas escenas NSFW de una sola persona y con sujetos masculinos. Usa imagen a video con un cuadro de las personas, o referencia a video, que también entregó escenas NSFW con sujetos masculinos. Todas las personas en pantalla deben ser adultas.

Prompts de MiniMax H3 X Turbo para copiar

  • Un intercambio de dos frases

    Para texto a video en 16:9. Cada personaje tiene su frase entre sus propias comillas, y el sonido se nombra al final.

    A roadside motel room at night, red neon flickering through the blinds. A man in an unbuttoned denim shirt sits on the edge of the bed; a woman in a leather jacket stands at the door with her hand on the handle. He says quietly, "Stay." She turns back and says, "Give me one reason." Rain outside, neon buzzing. Cinematic, moody, film grain.

  • Un cuadro que te guiña el ojo

    Para imagen a video a partir de un cuadro de una persona adulta vestida. Describe solo lo que pasa después del cuadro.

    She sits up, slides her sunglasses down her nose, looks over them at the camera and winks, then laughs and flips her hair. Waves, wind, distant beach music. Warm golden light, handheld.

  • Dos retratos, una entrada

    Para referencia a video con un retrato de cada persona, en el orden en que el prompt las nombra.

    At the top of a marble staircase at a black-tie gala, the man from Image 2 offers his arm to the woman from Image 1; she takes it and leans close to whisper in his ear, and he laughs as they start down the stairs together. Crystal chandeliers, string quartet, murmuring guests. Cinematic, warm light.

Más preguntas sobre MiniMax H3 X Turbo

Úsalo para bocetear rápido y gastar menos

Empieza cada idea en Turbo en 480p y 5 segundos, pon cada frase entre comillas, cambia una sola cosa por toma y pasa a 720p y a la duración completa cuando una toma funcione.

Manda las mejores a H3 X cuando quieras el modelo enfocado en calidad. Para escenas NSFW de una sola persona o con sujetos masculinos, empieza desde una imagen o desde referencias.

Todos los modelos MiniMax17

Modelos de video12

Modelos de audio3

Modelos de texto1

Modelos de imagen1