En quoi H3 Max diffère-t-il de MiniMax H3 ?

MiniMax présente H3 Max comme la variante à génération rapide de H3. Ici, elle publie des points de terminaison texte, image et video-extend là où la famille de base ajoute reference-to-video, et elle tourne en 480p ou 768p, alors que la famille de base propose aussi le 2k sur ses points de terminaison texte et image. Les deux familles acceptent de 5 à 15 secondes.

SpicyAPI filtre-t-il ce que j’envoie à ce modèle ?

Non. SpicyAPI n’ajoute aucun filtre de contenu, et il n’y a ni indicateur de maturité ni point de terminaison séparé à régler : sur chaque point de terminaison, votre formulation atteint le modèle telle que vous l’avez écrite. Ce que le modèle en fait ensuite relève du modèle — jugez donc sur le clip rendu plutôt qu’en supposant que le brief est passé. Une image d’ouverture en image-to-video est suivie de bien plus près que la même description dans un prompt textuel.

Quel est le ratio d’image par défaut ?

Le 1:1 en text-to-video. Cela surprend qui attend du panoramique : réglez donc aspect_ratio explicitement. Les choix sont 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16. L’image-to-video n’a aucun champ aspect_ratio — c’est l’image d’ouverture qui fixe la forme.

Puis-je n’envoyer qu’une image de clôture ?

Non. last_image_url ne peut accompagner que image_url. Si vous n’avez que la composition finale, faites-en soit l’image d’ouverture d’un mouvement inversé, soit générez d’abord une image d’ouverture qui lui corresponde.

Quelles résolutions sont disponibles ?

480p et 768p, 768p par défaut. Il n’y a ici ni 720p, ni 1080p, ni 4K — en demander une est rejeté par le schéma avant que la requête atteigne une file.

Le modèle réécrit-il mon prompt ?

Seulement si vous le demandez. enable_prompt_expansion est désactivé par défaut : le prompt est utilisé tel qu’il est écrit. Activé, MiniMax développe d’abord votre prompt en une description plus complète du plan, du son et de la musique, si bien que des détails que vous n’avez pas écrits peuvent apparaître ; ces requêtes sont facturées au tarif expansion du prompt. Dans tous les cas, écrivez explicitement tout ce qui compte et ne changez qu’une chose par passage.

Oui, l’audio est généré dans la même passe que l’image : décrivez donc l’ambiance, le bruitage ou la musique dans le prompt. Il n’y a pas d’interrupteur audio distinct sur quelque point de terminaison que ce soit.

Comment est-il facturé ?

À la durée de sortie, résolution comprise dans le calcul. L’estimation en direct avant envoi reflète la durée et la résolution exactes de votre requête.

API MiniMax H3 Max : image vers vidéo sonore

minimax/h3-max/video-extend

Prolongez un clip avec MiniMax H3 Max : la dernière image de votre vidéo ouvre un nouveau segment de 5 à 15 secondes, et vous recevez un seul fichier qui réunit l’original et la suite, en 480p ou 768p.

Le filtrage n’est pas le même d’un point de terminaison à l’autre : Image vers vidéo — Atténué, Prolongation vidéo — Atténué, Texte vers vidéo — Filtré.

À partir de $0.05/s

Exécuter le modèle Voir l’API

Entrée

Prolongation vidéo

1
Choisir le clip à prolonger
Choisissez une vidéo : nous la prolongeons à partir de sa dernière image.
2
La suite
Choisissez un clip à l’étape 1 pour ouvrir cette étape.
Modèle
Prompt0/7000
Obligatoire. Ce qui se passe ensuite : l’action qui suit, le mouvement de caméra et le son. L’image d’ouverture fixe déjà le sujet et le décor, consacrez donc vos mots au mouvement. 1 caractères minimum · 7000 caractères maximum
Duréeinflue sur le prix
Durée du nouveau segment : secondes entières, de 5 à 15 ; 8 par défaut. Votre source s’ajoute devant et n’est pas facturée. pas inférieur à 5 · pas supérieur à 15
Résolutioninflue sur le prix
Résolution du nouveau segment : 480p ou 768p, 768p par défaut. Les deux sont des rendus natifs. La résolution ne détermine que la netteté du nouveau segment ; alignez-la sur votre source, car un réglage plus bas rend la partie nouvelle plus douce que l’original. La 480p coûte moins cher à la seconde. Elle détermine le prix.
Enrichissement du promptinflue sur le prix
Désactivé par défaut : le prompt est utilisé tel que vous l’avez écrit. Activé, MiniMax enrichit d’abord votre prompt en une description plus complète du plan, du son et de la musique, puis génère à partir de celle-ci. Les requêtes qui l’activent ajoutent des frais fixes d’enrichissement par requête en plus du prix à la seconde ; l’estimation affichée avant l’envoi les inclut déjà.

Filtre de sécuritéDésactivé

SpicyAPI n’applique aucun filtre de sécurité à ce modèle. Votre prompt et vos médias sont transmis tels quels, et c’est le modèle lui-même qui décide du résultat.

Nous vérifions votre compte avant d’activer l’envoi et le calcul du prix.

2 champs obligatoires manquants : Prompt · Vidéo d’entrée

Sortie

Prêt pour une nouvelle exécution

Le résultat apparaîtra ici.

Configurez les entrées, vérifiez l’estimation, puis lancez le modèle.

Introduction

Prolongation vidéo avec MiniMax H3 Max. Envoyez le clip à poursuivre et décrivez la suite : la dernière image de votre clip devient l’image d’ouverture d’un nouveau plan image-to-video de MiniMax H3 Max, et l’original et le nouveau segment reviennent réunis dans un seul MP4. Seules les nouvelles secondes sont facturées.

Spécifications de MiniMax H3 Max · Video Extend
Champ	Valeur
Entrée	Vidéo
Sortie	Vidéo
Éditeur	MiniMax
Points de terminaison	text-to-video, image-to-video, video-extend
Durée	5 à 15 secondes, en secondes entières, 8 par défaut
Résolution	480p, 768p (par défaut)
Ratios d’image	21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (text-to-video ; 1:1 par défaut)
Contrôle des images	Image d’ouverture obligatoire en image-to-video, image de clôture facultative
Audio	Généré avec l’image
Exécution	Tâche asynchrone, facturée à la seconde de sortie

Fonctionnalités et points forts

Pensé pour transformer un brief rapidement

MiniMax présente H3 Max comme la variante à génération rapide de H3, optimisée pour la vitesse. Ici, elle tourne en 480p ou 768p avec le son dans la même passe, ce qui convient à une boucle écrire, rendre, ajuster. Les clips commencent à cinq secondes : la requête la plus courte est déjà un temps exploitable plutôt qu’une image de test.

Dites où le plan commence et où il finit

L’image-to-video prend une image d’ouverture et, en option, une image de clôture. Les deux bouts sont alors fixés et seul le mouvement entre eux est généré — utile quand un clip doit se raccorder proprement dans un montage. Les deux images doivent rester continues en sujet, en tenue et en lumière, sinon le milieu du clip négocie visiblement entre elles.

Fixez le cadre avant de juger une prise

Le text-to-video est en 1:1 par défaut : un brief en format large revient carré si aspect_ratio ne dit pas autre chose. Réglez-le sur 21:9, 16:9, 4:3, 3:4 ou 9:16 avant de comparer des prises. L’image-to-video n’a pas de champ aspect_ratio : l’image de départ décide du format, recadrez donc l’image avant de l’envoyer.

Paramètres de requête

Paramètres de requête de MiniMax H3 Max · Video Extend
Paramètre	Obligatoire	Description
`last_image_url`	Non	Image de fin cible, facultative : le nouveau segment se termine sur cette image. Elle ne guide que la fin ; le milieu reste libre.
`prompt`	Oui	Obligatoire. Ce qui se passe ensuite : l’action qui suit, le mouvement de caméra et le son. 1 caractères minimum · 7000 caractères maximum
`duration_seconds`	Non	Durée du nouveau segment : secondes entières, de 5 à 15 ; 8 par défaut. Votre source s’ajoute devant et n’est pas facturée. `≥ 5` · `≤ 15` · Valeur par défaut: `8`
`resolution`	Non	Résolution du nouveau segment : 480p ou 768p, 768p par défaut. Les deux sont des rendus natifs. `480p` · `768p` · Valeur par défaut: `768p`
`enable_prompt_expansion`	Non	Désactivé par défaut : le prompt est utilisé tel que vous l’avez écrit. Valeur par défaut: `false`
`video_url`	Oui	Le clip à poursuivre : MP4, MOV ou WebM, jusqu’à 60 secondes. Sa dernière image devient l’image d’ouverture du nouveau segment ; coupez-le donc sur une image nette et propre. 1 caractères minimum

Tarification

Facturation à la seconde du nouveau segment, dans la résolution choisie ; le clip source que vous envoyez n’est pas facturé. Une génération échouée, ou un assemblage impossible à construire, est remboursé intégralement. L’activation de l’enrichissement du prompt ajoute des frais fixes par requête.

Tarification
Spécification	Prix
`480p`	$0.05 / seconde
`768p`	$0.08 / seconde

Cas d’utilisation

Des plans phares à partir d’une image validée

Une fois la scène verrouillée, générez d’abord l’image de départ et envoyez-la à l’image-to-video : la tenue, le corps et le visage que vous avez conçus passent tels quels au lieu d’être réinventés à chaque passage.

Un film de campagne anamorphique

Du 21:9 avec une marche lente vers la caméra, une lumière de contour dure et une machine à vent : la grammaire du film de mode que ce palier réussit. Une requête de 15 secondes couvre tout le temps d’approche et d’arrêt, sans raccord à masquer au montage.

Des versions verticales tirées du même brief

Le même plan écrit se relance en 9:16 pour les fils et en 1:1 pour les emplacements carrés. Gardez le prompt et la durée identiques et ne changez que le ratio pour voir ce que donne le recadrage avant de produire toute la série de livrables.

Des plans qui doivent tenir au montage

Quand un plan doit démarrer sur une case et finir sur une autre, fournissez les deux en image_url et last_image_url. Le mouvement généré atterrit sur la composition de clôture, donc l’image de sortie correspond au plan suivant de la timeline.

Guide de prompt et conseils pratiques

Choisissez entre le texte et l’image d’ouverture

Une idée écrite va au text-to-video ; une image validée va à l’image-to-video, qui la suit bien plus littéralement. Les deux points de terminaison ne partagent pas le même jeu de champs — l’image-to-video n’a pas d’aspect_ratio, puisque c’est l’image d’ouverture qui décide de la forme.
Écrivez le plan, puis réglez le cadre

Décrivez sujet, mouvement, lumière et son dans l’ordre où ils arrivent, et réglez aspect_ratio vous-même, car le défaut est 1:1. Un brief qui marche ressemble à ceci, laissé en anglais tel qu’il a été envoyé : «High-fashion campaign film. An adult model in a liquid-silver slip gown walks slowly toward camera down a black marble corridor, the fabric catching hard rim light and rippling with each step, hair moving in a wind machine, she stops and looks straight down the lens. Anamorphic 2.39:1, deep blacks, glossy specular highlights, low synth drone.»
Itérer un changement à la fois

Ne changez qu’une chose par passage, pour que chaque résultat ne reflète que ce que vous avez modifié, et écrivez dans le prompt les détails qui comptent au lieu de laisser des vides que le modèle remplira. Le son est généré avec l’image : toute indication de musique ou d’ambiance va dans le même prompt.

Introduction

MiniMax H3 Max Prolongation vidéo poursuit un clip que vous avez déjà. Envoyez-le comme video_url avec un prompt décrivant la suite. La dernière image de votre clip devient l’image d’ouverture d’un nouveau plan image-to-video de MiniMax H3 Max de 5 à 15 secondes, et les deux sont réunis en un seul MP4 : d’abord votre original, puis la suite, sans l’image répétée de la jonction. Le nouveau segment revient aussi comme fichier à part, ce qui permet de continuer à prolonger ou de retoucher les morceaux séparément.

Points forts et fonctionnalités clés

La continuité vient de la dernière image

La tenue, le décor, la lumière et la position de chacun se prolongent, car le nouveau segment démarre littéralement sur votre dernière image. Le mouvement, lui, ne se transmet pas de la même façon : le modèle voit une image fixe, pas tout le clip. Décrivez donc le mouvement à poursuivre au lieu de supposer qu’il gardera sa vitesse ou sa direction.

Un fichier en retour, plus le nouveau morceau seul

Le MP4 réuni garde la cadence d’image et le cadrage de votre clip, sans bandes noires. Pour aligner la jonction, l’image peut être légèrement rognée ou ajustée de quelques pour cent sur les bords. Si le modèle renvoie un format nettement différent, le nouveau segment est mis à l’échelle pour remplir votre cadre, centré, et ce qui dépasse est rogné. Le nouveau segment arrive avec un son généré dans la même passe ; le son de votre source est conservé, et la jonction est fondue sur une fraction de seconde. Si un côté est muet, l’autre est complété par du silence. Le second fichier de la sortie est le nouveau segment seul, avec le rôle segment, prêt pour une autre prolongation ou pour un logiciel de montage.

Une image de fin facultative

last_image_url est facultative. Envoyez une image et le nouveau segment se pose dessus ; sans elle, la fin est libre. L’image de fin ne resserre que la conclusion, et plus le segment est long, plus le milieu peut s’en écarter.

Tout le reste, c’est MiniMax H3 Max image-to-video

Le nouveau segment passe par les mêmes routes, avec la même plage de contenu et le même prix à la seconde que le point de terminaison image-to-video, et une génération échouée est remboursée de la même façon. Si la génération réussit mais que l’assemblage ne peut pas être construit, la tâche échoue et le montant est remboursé.

Cas d’usage

Allonger un plan qui s’est arrêté trop tôt

Un plateau tournant de produit qui s’arrête avant que l’étiquette soit face caméra, ou une marche coupée avant que le sujet atteigne la porte. Prolongez de quelques secondes et ne décrivez que le mouvement restant.

Construire une séquence plus longue pas à pas

Une requête produit au plus 15 secondes. Pour aller plus loin, générez un premier plan, prolongez-le, puis prolongez de nouveau le résultat réuni ; chaque étape ne facture que les secondes qu’elle ajoute. Comme chaque étape part d’une seule image, vérifiez chaque jonction avant d’empiler la suivante.

Guide de prompt et conseils avancés

Décrivez le temps suivant, pas toute la scène

L’image fixe déjà qui et où ; consacrez donc le prompt à l’action qui suit, au mouvement de caméra et au son. Reprenez le langage de caméra sur lequel s’achevait votre clip, comme un lent travelling avant ou un plan fixe, pour que la jonction se lise comme une seule prise.

Coupez avant de prolonger

La dernière image est la seule chose que voit le modèle : une fin floue, coupée en plein mouvement ou très compressée passe directement dans la suite. Coupez d’abord votre source sur une image nette et propre. Les sources jusqu’à 60 secondes sont acceptées en MP4, MOV ou WebM.

Gardez une résolution cohérente

La résolution ne détermine que la netteté du nouveau segment généré ; un réglage plus bas le rend donc plus doux que l’original. Alignez la résolution sur votre source et réglez duration_seconds sur la durée dont vous avez réellement besoin : la facturation ne suit que le nouveau segment.

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/video-extend",
  "input": {
    "duration_seconds": 8,
    "enable_prompt_expansion": false,
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "768p",
    "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"

La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.

Modèles liés et tâches suivantes

Le modèle que vous cherchez n’est pas là ?

Dites-nous lequel ajouter et à quoi il vous servira. Les demandes vont directement à l’équipe qui décide des prochains modèles.

API VIDÉO PALIER MAX

Le palier Max de MiniMax H3 : 5 à 15 s en 480p ou 768p, son compris.

Chiffres clés

Points d’accès: 3; Text-to-video, image-to-video et video-extend, chacun avec son propre jeu de champs.
Durée du clip: 5-15 S; Secondes entières de 5 à 15 ; une requête où rien n’est réglé tourne 8 secondes.
Résolution: 480/768P; 480p ou 768p, 768p par défaut — le schéma n’a pas d’option 720p.
Formats: 6; 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16, avec le 1:1 par défaut.
Début et fin: 2 IMAGES; Fixez la composition d’ouverture et de clôture dans un seul appel image-to-video.
Son natif: AUDIO; Ambiance, bruitage et musique sortent de la même passe que l’image.

Avant de dépenser

text-to-video

Un paragraphe laisse la tenue, le corps et le cadrage au modèle, et les tirages successifs dérivent même à formulation constante. Le cadre par défaut est le 1:1, pas le 16:9 — réglez aspect_ratio explicitement, sinon un brief panoramique revient carré.

image-to-video

L’image d’ouverture est suivie de près et constitue le chemin fiable vers un résultat littéral. Une image de clôture ne contraint que la fin ; sur un clip de 15 secondes, le milieu peut s’égarer, et deux images qui divergent sur la lumière ou la tenue produisent une négociation visible. last_image_url ne peut pas être envoyé seul.

all

Les clips durent de 5 à 15 secondes, en 480p ou 768p ; ni 720p, ni 1080p, ni 4K. Tous les points de terminaison sont asynchrones : créez une tâche, puis interrogez-la ou attendez le callback. Vous détenez les droits de toute image envoyée et répondez de l’usage qui est fait du résultat.

Ce que fait le modèle

Variante rapide