MiniMax H3 API

MiniMax H3 Références vers vidéo génère un plan à partir d’une à neuf images de référence et d’un prompt qui les désigne par numéro : Picture 1, Picture 2, etc. Il renvoie 4 à 15 secondes entières en 768p ou 2k dans l’un des six formats d’image, avec un son généré en même temps. Jusqu’à trois vidéos et trois extraits audio de référence peuvent s’ajouter aux images, chaque groupe totalisant 15 secondes au plus.

Choisir le mode selon le matériau de départ

Jusqu’à neuf emplacements numérotés

reference_image_urls accepte une à neuf images, et le prompt les appelle par leur position. Une image peut porter le visage, une autre la tenue, une troisième la pièce. L'exemple de continuité du personnage fait exactement cela : il garde la femme de l'image 1 dans la tenue de l'image 2, à l'intérieur de la chambre d'hôtel de l'image 3.

Un nouvel angle sur un dispositif existant

Les références gardent une production cohérente quand la caméra se déplace ailleurs. L’exemple red-dress-theatre-three-angles fixe avec trois images l’interprète, la robe et la scène, puis demande un troisième angle de caméra, pour que la nouvelle position ne devienne pas discrètement une autre production. Il a été généré en 3:4 sur cinq secondes.

Le mouvement et le son viennent du prompt

Le mouvement et l’audio peuvent s’écrire ou se donner en référence. L’exemple voice-and-room envoie deux images, l’interprète et l’éclairage de scène, et décrit l’acoustique du club en mots : une réverbération chaude et le murmure du public. Une vidéo de référence apporte le mouvement et se désigne par <Video 1> ; l’audio de référence fixe une voix ou un son. Les cinq premières images de référence sont incluses et chaque image au-delà de la cinquième ajoute un supplément ; les secondes de vidéo de référence ont leur propre tarif à la seconde, plus bas que celui des secondes produites, et l’audio de référence est gratuit. L’estimation en direct reflète tout cela avant l’envoi.

Garder un personnage récurrent d’un plan à l’autre

Réutilisez le même jeu d’images de référence pour chaque plan d’une séquence et ne changez dans le prompt que les lignes d’action et de lieu. Le point de terminaison n’accepte pas de seed : ce sont les références qui stabilisent l’identité d’une prise à l’autre, le texte seul dériverait.

Placer une interprète dans un espace précis

Associez un portrait à une image séparée de l’espace et décrivez ce qui s’y passe. Dans voice-and-room, l’interprète se penche vers le micro, dit une réplique et sourit ; la seconde image apporte l’éclairage de scène, le prompt apporte le son de la salle.

Tenir un vêtement ou un accessoire en mouvement

Donnez à un vêtement ou à un objet son propre emplacement plutôt que d’espérer qu’il survive dans un portrait. L’exemple red-dress écrit alors ce que fait la robe en mouvement, la fente qui s’ouvre à chaque pas vers l’avant-scène, puisque sa coupe et sa couleur sont déjà fixées par une référence.

# 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/reference-to-video",
  "input": {
    "aspect_ratio": "16:9",
    "duration_seconds": 5,
    "enable_prompt_expansion": false,
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "reference_image_urls": [
      "https://example.com/reference.png"
    ],
    "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.