Introduction
MiniMax H3 Max Image vers vidéo anime une image d’ouverture fournie dans image_url en un clip de 5 à 15 secondes entières en 480p ou 768p, avec un son généré dans la même passe. Un last_image_url facultatif fixe aussi l’image de fin. L’image d’ouverture définit la forme de la sortie, et une requête sans durée dure 8 secondes.
Choisir le mode selon le matériau de départ
| Matériau de départ | Mode |
|---|---|
| une image d’ouverture validée | MiniMax H3 Max Image vers vidéo |
| une scène écrite ou un script | MiniMax H3 Max Texte vers vidéo |
Fonctionnalités et points forts
L’image fixe le sujet, la tenue et la forme
Ce point de terminaison n’a pas de champ de format d’image : l’image que vous fournissez décide du cadre du clip. Dans l’exemple laundromat-spin, rien n’est écrit sur la pièce, la tenue ou la lumière plate des néons, parce que l’image d’ouverture a tout réglé. Le prompt décrit seulement la machine qui passe en essorage et la réaction du personnage.
Fixer les deux bouts du plan
last_image_url ajoute une image de fin et ne peut être envoyé qu’avec image_url. L’exemple frame-to-frame part d’une composition et atterrit sur une autre en huit secondes, si bien que le clip s’insère proprement au montage. L’image de fin contraint la fin, pas le milieu, et deux images qui divergent sur la lumière ou la tenue produisent une négociation visible entre elles.
Cinq secondes minimum, deux résolutions
La durée va de 5 à 15 secondes entières, 8 par défaut. resolution accepte 480p ou 768p, 768p par défaut ; le 480p coûte moins cher à la seconde et convient aux brouillons. La requête la plus courte forme déjà un moment complet : le clip laundromat-spin loge l’essorage, un rire, un balancement des jambes et un regard vers le tambour en cinq secondes.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
image_url | Oui | L’image d’ouverture. Elle fixe le sujet, la tenue et la composition, et définit la forme de sortie. |
last_image_url | Non | Image de clôture facultative. Valide uniquement aux côtés de |
prompt | Oui | Décrivez ce qui change après l’image d’ouverture — action, caméra, son — et non l’image elle-même. 1 caractères minimum · 7000 caractères maximum |
duration_seconds | Non | Secondes entières, de 5 à 15. L’omettre vous donne 8. |
resolution | Non | 480p ou 768p, 768p par défaut. Les deux sont des rendus natifs ; le 480p coûte moins cher à la seconde. |
enable_prompt_expansion | Non | Désactivé par défaut : le prompt est utilisé tel qu’il est écrit. Valeur par défaut: |
Tarification
| Spécification | Prix |
|---|---|
| $0.05 / seconde |
| $0.08 / seconde |
Cas d’utilisation
Basculer d’un objet vers une personne
Un seul mouvement de caméra ininterrompu fait de l’ordre de révélation tout le brief. L’exemple grimoire-to-bare-shoulder commence sur un livre ouvert et bascule vers la lectrice assise dans un fauteuil à haut dossier, tandis que la lueur des sceaux jaillie des pages glisse sur son épaule, pendant huit secondes. L’image fixe la composition de départ, et le prompt consacre ses mots à ce que la caméra découvre, et à quel moment.
Terminer un clip sur une composition connue
Quand le montage exige qu’un clip se termine sur une image précise, fournissez les deux. Préparez l’image de fin comme la suite de l’image d’ouverture, puis décrivez l’action qui les relie. Dans frame-to-frame, c’est une marche vers la caméra dans un couloir de marbre qui s’arrête sur un regard droit dans l’objectif, avec un contre-jour dur, une machine à vent et un drone de synthé grave.
Animer une scène en plan fixe
Un plan large fixe peut porter plusieurs petits mouvements à la fois. Le prompt de laundromat-spin demande une caméra immobile, un tambour qui tourne derrière la vitre et un tube fluorescent qui clignote une fois, en plus de la réaction du personnage, avec un léger bourdonnement mécanique dans l’audio.
Guide de prompt et conseils pratiques
Décrire le changement, pas l’image
Écrivez ce qui se passe après l’image d’ouverture et laissez l’apparence à l’image. « The washing machine under her shudders into its spin cycle and she bounces slightly with it » ne nomme que du mouvement ; rien n’y répète ce que l’image montre déjà. Si une proposition décrit quelque chose de visible dans le cadre, supprimez-la.
Préciser chaque détail qui compte
L’expansion du prompt est désactivée par défaut, le prompt est donc utilisé tel qu’il est écrit ; avec enable_prompt_expansion activé, MiniMax le développe d’abord en une description plus complète du plan, du son et de la musique, des détails que vous n’avez pas écrits peuvent apparaître, et la requête est facturée au tarif expansion du prompt. Nommez explicitement le mouvement de caméra (« slow tilt, no cut »), la source de lumière et le son, et ne changez qu’une chose par génération pour voir l’effet de chaque modification.
Recadrer et accorder les images avant l’envoi
Recadrez l’image d’ouverture au format de livraison, puisque la sortie la suit. Si vous ajoutez une image de fin, gardez le sujet, la tenue et la lumière continus entre les deux images, et choisissez une durée suffisante pour l’action qui les relie. Sur un clip de 15 secondes, le milieu peut dériver même quand les deux bouts sont fixés.
Démarrage rapide de l’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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-max/image-to-video",
"input": {
"duration_seconds": 8,
"enable_prompt_expansion": false,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
