MiniMax Music 3.0 convierte un prompt de estilo y tu letra en una canción MP3 estéreo terminada, con voz y acompañamiento. Deja la letra vacía para que la escriba, o elige instrumental; en las pruebas las canciones duraron de uno a cuatro minutos.
{
"model": "minimax/music-3.0/text-to-audio",
"input": {
"generate_lyrics": true,
"instrumental": false,
"bitrate": 128000,
"sample_rate": 44100,
"lyrics": "[Verse]\nHeadlights painting gold along the shore\nYour hand keeps drifting closer than before\nThe radio is playing something slow\nI don't want to know which way is home\n\n[Pre Chorus]\nEvery red light is a reason to stay\n\n[Chorus]\nSo drive, drive, keep the city in the mirror\nStay, stay, let the night pull us nearer\nWe've got nowhere to be and all of the time\nMidnight looks so good in your eyes\n\n[Outro]\nMidnight looks so good in your eyes",
"prompt": "Dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, pulsing bassline, gated drums, late-night city drive mood"
}
}
Introducción
MiniMax Music 3.0 en SpicyAPI es una tarea de texto a música que devuelve una canción completa por solicitud: voz principal, arreglo de acompañamiento y mezcla final en un solo MP3 estéreo. Usted envía una descripción de estilo en prompt y, si la tiene, la letra que se va a cantar en lyrics; el modelo se encarga de la melodía, el arreglo y la interpretación. En nuestras pruebas las canciones duraron entre 1:09 y 3:58, y todas cuestan el mismo precio fijo.
Funciones y aspectos destacados
Una canción entera, no un loop
El resultado es una canción estructurada, con intro, estrofas, un coro que regresa y un final, y no un clip corto que se repite. El modelo define la duración por sí mismo, sobre todo según la cantidad de letra que le dé, y mezcla la voz y el acompañamiento en un archivo estéreo terminado y listo para reproducir.
Tres formas de manejar las palabras
Puede cantar su propia letra, pedir al modelo que la escriba o prescindir del cantante. La letra que usted proporcione se interpreta tal como está escrita, y las etiquetas de sección como [Verse] y [Chorus] guían el arreglo. Con lyrics vacío, generate_lyrics (activado por defecto) escribe una letra completa a partir del prompt. Con instrumental activado, la pista no tiene voz alguna.
Precio fijo y calidad de archivo ajustable
La duración, bitrate y sample_rate no cambian lo que cuesta una canción. Elija 256 kbps a 44.1 kHz para un máster, o un bitrate más bajo para archivos de vista previa pequeños.
Parámetros de la solicitud
Parámetros de la solicitud de MiniMax Music 3.0 · Text to Music
Parámetro
Obligatorio
Descripción
prompt
Sí
La descripción de estilo, de hasta 2,000 caracteres: género, ambiente, tempo, instrumentos, tipo de voz y escenario. mínimo 1 caracteres · máximo 2000 caracteres
lyrics
No
Las palabras que se van a cantar, hasta 3,000 caracteres. Ponga cada verso en su propia línea y deje una línea vacía para una pausa. mínimo 1 caracteres · máximo 3000 caracteres
generate_lyrics
No
Activado por defecto: cuando lyrics está vacío, el modelo escribe la letra a partir de su prompt. La letra que usted proporcione no se modifica. Valor predeterminado: true
instrumental
No
Actívelo para obtener música sin voz; no se necesita letra. Desactivado por defecto. Valor predeterminado: false
bitrate
No
Bitrate del MP3 en bits por segundo: 32000, 64000, 128000 o 256000 (predeterminado). Los valores más bajos producen archivos más pequeños. 32000 · 64000 · 128000 · 256000 · Valor predeterminado: 256000
sample_rate
No
Frecuencia de muestreo en Hz: 16000, 24000, 32000 o 44100 (predeterminado). No cambia el precio. 16000 · 24000 · 32000 · 44100 · Valor predeterminado: 44100
Precios
$0.18 / canción
Un precio fijo por canción, sin importar su duración ni la calidad del audio.
Casos de uso
Canciones construidas en torno a su propia letra
Escriba primero la hoja de lyrics, etiquete las secciones y describa el género y la voz que imagina. Es ideal para canciones personalizadas, temas de personajes para historias y juegos, parodias y demos rápidas de una letra que quiere escuchar cantada antes de seguir adelante.
Música para video y transmisiones
Active instrumental para música de fondo, ambientes lounge y música de intro, o conserve la voz para una canción de título. Una pista de uno a cuatro minutos cubre la mayoría de los videos cortos en una sola solicitud, y el precio fijo permite generar varias versiones y quedarse con la mejor sin que sea costoso.
Use prompt solo para el sonido: género, tempo en bpm, dos o tres instrumentos, el tipo de voz y el ambiente, por ejemplo “dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, late-night city mood”. Ponga en lyrics todo lo que deba cantarse. Las palabras de estilo que quedan dentro de la letra suelen terminar cantadas.
Dé forma a la canción con etiquetas de sección
Escriba un verso por línea y ponga etiquetas como [Intro], [Verse], [Pre Chorus], [Chorus], [Bridge] y [Outro] en líneas propias. Repita el texto del coro donde quiera que regrese. Una estrofa y un coro dan una canción de aproximadamente un minuto y medio; añada estrofas y un puente para una más larga.
Sepa qué detiene el filtro
MiniMax revisa los prompts y las letras. El lenguaje fuerte se canta tal como está escrito, pero las letras que vayan más allá se rechazan y no se cobran; escribe esas líneas con suavidad.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/music-3.0/text-to-audio",
"input": {
"prompt": "Calm ambient pads with a slow rising motif",
"bitrate": 256000,
"sample_rate": 44100
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
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.
Envíe un brief de estilo y una letra, y reciba una canción terminada con voz
MiniMax Music 3.0 es el modelo de canciones de MiniMax, lanzado el 2026-07-16, con pesos abiertos también publicados. Una sola solicitud devuelve una canción completa en MP3 estéreo: voz principal, arreglo de acompañamiento y mezcla final. Usted describe el estilo en prompt y, si la tiene, envía la letra en lyrics. El modelo decide cuánto dura la canción, así que no existe un campo de duración; en nuestras pruebas las canciones fueron de 1:09 a 3:58. Las letras sin contenido adulto se cantan exactamente como están escritas y las groserías se respetan, pero el filtro propio de MiniMax rechaza todo lo que vaya más allá. El cobro es una tarifa fija por canción, visible en tiempo real en esta página.
La elige el modelo, de 1:09 a 3:58 en nuestras pruebas
Entradas
prompt, lyrics, generate_lyrics, instrumental, bitrate y sample_rate
Tiempo de generación
Entre 1,5 y 4 minutos aproximadamente
Cobro
Una tarifa fija por canción; las solicitudes rechazadas no se cobran
Alcance
Una canción completa con una sola solicitudNo hay que armar pistas por separado ni unir fragmentos. La respuesta es un único MP3 con voz principal, la banda detrás y una mezcla final, de modo que una letra se convierte en algo que puede reproducir ante un cliente o colocar en la línea de tiempo de inmediato. La duración la decide el modelo, lo que conviene a canciones construidas en torno a las palabras y no al cronómetro. Una estrofa y un coro salieron cerca del minuto y medio, y una canción completa con letra autogenerada duró casi cuatro minutos.
Cómo escribir el prompt
Palabras de estilo en prompt, palabras cantables en lyricsEl campo prompt admite un brief de estilo de 1 a 2.000 caracteres y el campo lyrics admite hasta 3.000 caracteres, un verso por fila y una fila en blanco para una pausa. Las etiquetas de sección en filas propias, como Verse, Chorus, Bridge y Outro entre corchetes, dan forma al arreglo. Deje el género, el tempo y el ánimo fuera de la letra, porque todo lo que quede en lyrics se canta junto con lo demás.
Probado
Lo que mostraron nuestras pruebas del 2026-10-05Cada verso sin contenido adulto se cantó tal como estaba escrito. Un prompt de dueto sin letra devolvió una canción de 3:58 con dos voces que se turnan los versos. Al activar instrumental se obtuvo un tema de jazz lounge de 2 minutos sin voz. Un coro punk lleno de groserías se cantó palabra por palabra. Las letras de nuestra prueba de contenido fueron rechazadas tras unos 90 segundos y no se cobraron, y las más fuertes nunca terminaron y agotaron el tiempo de espera.
Lo que hace bien la API de MiniMax Music 3.0
Letras cantadas tal como las escribió
Envíe la letra y el modelo canta esas palabras en lugar de parafrasearlas. En nuestra prueba, cada verso sin contenido adulto volvió tal como estaba escrito. Eso sirve para comprobar si una letra tiene buena métrica, si un coro funciona y en qué verso falta una sílaba, antes de contratar un estudio o a un cantante.
Letras escritas por el modelo
generate_lyrics viene activado por defecto. Si lyrics está vacío, el modelo escribe la letra a partir de su prompt y luego la canta. Es el camino más lento, porque la letra autogenerada es lo que más tarda, pero convierte una idea de una línea en una canción completa. La letra que usted envía nunca se reemplaza: se canta tal como está escrita.
Duetos y voces que se alternan
Describa dos cantantes en el prompt y el modelo puede repartir la canción entre ellos. Nuestro prompt de dueto, enviado sin ninguna letra, devolvió una canción de 3:58 con dos voces que se turnan los versos. Indique en el prompt quién canta qué, por ejemplo una pareja juguetona de hombre y mujer, para guiar el intercambio.
Modo instrumental
Active instrumental y obtendrá un tema sin voz y sin necesidad de letra. Nuestro prompt de jazz lounge ahumado devolvió un tema de 2 minutos con batería con escobillas, bajo, trompeta con sordina y piano eléctrico en el arreglo, sin canto. Es la vía más limpia para loops de menú, fondos de video y música ambiental.
Control del arreglo con etiquetas de sección
Ponga una etiqueta en su propia fila y el arreglo la sigue. El conjunto admitido es Intro, Verse, Pre Chorus, Chorus, Post Chorus, Hook, Bridge, Interlude, Transition, Break, Build Up, Inst, Solo y Outro, cada una entre corchetes. Use filas Inst o Solo para dejar espacio a la banda.
Calidad de audio ajustable
bitrate acepta 32, 64, 128 o 256 kbps, con 256 por defecto, y sample_rate acepta 16, 24, 32 o 44,1 kHz, con 44,1 por defecto. Bájelos para borradores rápidos o archivos pequeños y conserve los valores por defecto para el trabajo final. El precio por canción es el mismo, elija lo que elija.
Para quién es MiniMax Music 3.0
Compositores y letristas
Escuche la letra antes de reservar una sesión
Pegue una estrofa y un coro con etiquetas de sección, añada un brief de estilo y escuche una versión cantada en pocos minutos. Como la letra se canta tal como está escrita, descubre rápido dónde un verso está apretado, dónde cae el gancho y si el ánimo coincide con su idea, y puede reescribir antes de gastar horas de estudio.
Creadores de video
Un tema de presentación o la banda sonora de un vlog en una solicitud
Describa el carácter del canal o de la pieza, añada dos versos o deje que el modelo los escriba, y recibirá una canción completa con voz principal. Para fondos sin letra bajo una charla, active instrumental. En ambos casos obtiene un MP3 listo para colocar en la línea de tiempo.
Desarrolladores de juegos y apps
Canciones de fondo y loops de menú
Active instrumental y escriba el ambiente en el prompt: tempo, instrumentos, escenario. Obtendrá un tema terminado sin voz que compita con los diálogos o los sonidos de la interfaz. Ejecute varios briefs para distintas pantallas o niveles y compárelos, ya que cada solicitud devuelve una pieza completa.
Canciones de regalo y personales
Una canción de cumpleaños o aniversario a partir de unas líneas de historia
Escriba la historia en el prompt, con nombres, un recuerdo compartido y el ánimo que desea, deje lyrics vacío y mantenga generate_lyrics activado. El modelo escribe la letra y la canta, y suele rondar los cuatro minutos. Mantenga los temas cálidos y sin contenido adulto, porque MiniMax rechaza todo lo que vaya más allá del lenguaje fuerte.
Cómo llamar a la API de MiniMax Music 3.0
01
Cree una clave de API
Inicie sesión en SpicyAPI, cree una clave y guárdela en su servidor. Cada solicitud la envía como token bearer, y también puede probar primero las mismas entradas en el playground para escuchar qué hace el modelo con su brief.
02
Escriba el brief de estilo
Ponga género, tempo, ánimo, tipo de voz e instrumentos en prompt, hasta 2.000 caracteres. Sea específico, por ejemplo synth-pop onírico a 100 bpm con una voz femenina principal aérea. Deje la historia y las palabras cantables para el campo lyrics.
03
Añada la letra o deje que el modelo la escriba
Envíe lyrics de hasta 3.000 caracteres, un verso por fila, una fila en blanco para una pausa y las etiquetas de sección en filas propias. O deje lyrics vacío y mantenga generate_lyrics activado. Para un tema sin voz, configure instrumental en true.
04
Ajuste la calidad y envíe
Opcionalmente elija bitrate y sample_rate; si no, se aplican los valores por defecto de 256 kbps y 44,1 kHz. Envíe la tarea. Aquí no hay duration_seconds porque el modelo elige la duración por sí mismo.
05
Espere y descargue el MP3
La generación tarda entre 1,5 y 4 minutos aproximadamente, y la letra autogenerada es lo que más tarda. Cuando la tarea termina, recibe un enlace a un MP3 estéreo. Descárguelo, porque el audio generado se conserva 14 días. Las solicitudes fallidas o rechazadas no se cobran.
Ejemplos prácticos de MiniMax Music 3.0
Synth-pop onírico a partir de una letra corta
Un brief de estilo en prompt y una estrofa y un coro en lyrics, cada uno con su etiqueta de sección. Espere que la voz aérea cante los versos tal como están escritos sobre pads y un bajo pulsante, en una canción de aproximadamente un minuto y medio.
{"prompt": "Dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, pulsing bassline, late-night city drive mood", "lyrics": "[Verse]\nHeadlights painting gold along the shore\nYour hand keeps drifting closer than before\n\n[Chorus]\nSo drive, drive, keep the city in the mirror\nMidnight looks so good in your eyes"}
Un dueto escrito solo a partir del prompt
No se envía letra, así que generate_lyrics la escribe. La historia y las dos voces se describen en el prompt. Un brief de dueto similar en nuestras pruebas devolvió una canción de 3:58 con dos voces que se turnan los versos.
{"prompt": "Upbeat Latin pop duet about a summer fling that starts on a crowded beach and ends at sunrise, playful male and female vocals trading lines, nylon guitar, 96 bpm"}
Un instrumental de jazz lounge
Instrumental está activado, así que no hace falta letra y no aparece voz. Nuestra prueba devolvió un tema de 2 minutos, una buena plantilla para música de fondo y loops de menú.
{"prompt": "Smoky late-night jazz lounge instrumental, brushed drums, upright bass, muted trumpet and Rhodes piano, slow 72 bpm", "instrumental": true}
Preguntas sobre la API de MiniMax Music 3.0
Es una API para el modelo de canciones de MiniMax, lanzado el 2026-07-16. Usted envía un brief de estilo en prompt y, opcionalmente, lyrics, y una solicitud devuelve una canción completa en MP3 estéreo con voz principal, arreglo de acompañamiento y mezcla final. El modelo elige la duración. SpicyAPI lo ofrece con el mismo flujo de tareas que sus otros modelos multimedia.
El cobro es una tarifa fija por canción, sin importar la duración, el bitrate ni la frecuencia de muestreo, así que cambiar esos ajustes no modifica el costo. El precio en vivo se muestra en esta página antes de ejecutar nada. Las solicitudes fallidas o rechazadas no se cobran, lo que incluye las letras que MiniMax se niega a cantar.
No. Es un modelo con filtros. Las groserías se cantan, y nuestro coro punk lleno de malas palabras volvió palabra por palabra, pero las letras de nuestra prueba de contenido fueron rechazadas tras unos 90 segundos y no se cobraron, y las más fuertes nunca terminaron y agotaron el tiempo de espera.
Lo decide el modelo, y no existe un campo de duración. Nuestras canciones fueron de 1:09 a 3:58: una estrofa y un coro salieron cerca del minuto y medio, y una canción completa con letra autogenerada duró unos cuatro minutos. Para una base instrumental de duración fija bajo un vídeo, use Seed Audio 1.0, que recibe la duración en su prompt.
Sí. Envíe hasta 3.000 caracteres en lyrics, un verso por fila, con una fila en blanco para una pausa y etiquetas de sección como Verse o Chorus en filas propias. La letra que usted envía se canta tal como está escrita. Si deja lyrics vacío, generate_lyrics, que está activado por defecto, la escribe a partir de su prompt.
Sí. Configure instrumental en true y obtendrá un tema sin voz, sin necesidad de letra. Nuestro prompt de jazz lounge devolvió un instrumental de 2 minutos. Describa el tempo, los instrumentos y el ánimo en prompt, y úselo para canciones de fondo, loops de menú y fondos de video.
Cuando quiera que el modelo escriba y cante una canción completa a partir de una letra sin contenido adulto, sin decidir la duración. Para una base instrumental bajo un vídeo, use en su lugar Seed Audio 1.0 o "Score this cut" en el editor de vídeo del Studio.
Lo creó MiniMax y lo lanzó el 2026-07-16, y también se han publicado pesos abiertos. SpicyAPI lo ofrece mediante una sola API y una sola cuenta junto con otros modelos de música. El audio generado se conserva 14 días, así que descargue sus canciones antes de ese plazo.
Trate los dos campos de texto como dos tareas distintas. Ponga todo lo relativo al sonido en prompt: género, tempo en bpm, ánimo, tipo de voz y algunos instrumentos, por ejemplo synth-pop onírico a 100 bpm con una voz femenina principal aérea y pads brillantes. Ponga en lyrics solo las palabras que deben cantarse, un verso por fila, con una fila en blanco donde quiera una pausa. Las palabras de estilo que queden en lyrics se cantan, así que déjelas fuera. Marque la estructura con etiquetas de sección en filas propias, como Verse, Pre Chorus, Chorus, Bridge y Outro entre corchetes, y añada filas Inst o Solo cuando la banda deba tomar el protagonismo. Los versos cortos y cantables funcionan mejor que las frases largas. Mantenga la letra limpia, porque MiniMax rechaza todo lo que vaya más allá de las groserías corrientes, que sí se cantan. Empiece con una estrofa y un coro para oír la voz y la mezcla, y luego amplíe. Si solo tiene una idea, deje lyrics vacío y deje que generate_lyrics escriba la canción, aceptando una espera más larga.
Todos los modelos MiniMax11
Modelos de audio3
MiniMax Music 3.0ActualTexto a audio$0.18por solicitud
