Introduction
Prolongation vidéo avec MiniMax H3. 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, et l’original et le nouveau segment reviennent réunis dans un seul MP4. Seules les nouvelles secondes sont facturées.
| Champ | Valeur |
|---|---|
| Entrée | Vidéo |
| Sortie | Vidéo |
| Éditeur | MiniMax |
| Points de terminaison | text-to-video, image-to-video, reference-to-video, video-extend |
| Durée | 4 à 15 secondes, 5 à 15 en text-to-video |
| Résolution | 768p, 2k |
| Ratios d’image | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 (texte et référence) |
| Références | Jusqu’à 9 images |
| Audio | Produit avec l’image sur chaque point de terminaison |
| Exécution | Tâche asynchrone, facturée à la seconde de sortie |
Fonctionnalités et points forts
Un plan fini à partir d’un paragraphe
Dites qui est dans le cadre, ce qui se passe, où va la caméra et ce qu’on entend. H3 livre la lumière, le grain, le mouvement et une bande-son assortie dans un seul clip. Cette scène noir à la fenêtre tient en quatre phrases, rien de plus.
Votre image, mise en mouvement
Partez d’une image fixe et décrivez seulement ce qui se passe ensuite. Ici, l’image de départ était une tasse de café sur un comptoir ; la main, le panoramique vers la chemise et l’homme qui se réveille derrière elle viennent tous du prompt.
La même femme, la même tenue, une nouvelle scène
Donnez-lui un visage, une tenue et une pièce sous forme de photos séparées, et il les réunit dans un plan que vous n’avez jamais tourné. C’est ainsi qu’un personnage garde le même visage d’un clip à l’autre.
La bande-son sort avec l’image
Dialogue, ambiance de la pièce et musique sont générés dans la même passe. La phrase chantée, la réverbération du club et le murmure du public de ce clip étaient tous écrits dans le prompt, sans étape audio séparée.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
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 |
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 |
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. |
resolution | Non | Résolution du nouveau segment : 768p ou 2k, 768p par défaut. Les deux sont des rendus natifs. |
duration_seconds | Non | Durée du nouveau segment : secondes entières, de 4 à 15 ; 5 par défaut. Un segment de 4 secondes n’existe qu’en 768p, et la 2k exige au moins 5 secondes. |
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.
| Spécification | Prix |
|---|---|
| $0.037 / seconde |
| $0.058 / seconde |
Cas d’utilisation
Des scènes sans censure que d’autres API vidéo refusent
Les scènes que d’autres API bloquent passent dès le premier essai au lieu de buter sur un filtre de prompt. Écrivez la scène pour le texte vers vidéo, ou générez d’abord la personne exacte et animez cette image quand le rendu doit être précis.
Des clips verticaux avec son pour les réseaux
Des clips 9:16 qui ont déjà leur son : un teaser de dix secondes, une boucle d’ambiance, un moment de réaction. Faites vos brouillons en 768p jusqu’à ce que le rythme soit juste, puis relancez la meilleure prise en 2K.
Un personnage récurrent sur toute une série
Gardez un visage, une tenue et une pièce identiques d’un épisode à l’autre grâce aux photos de référence, et n’écrivez que ce qui change dans chaque nouveau plan.
Des scènes plus longues, un plan à la fois
Enchaînez des clips de 15 secondes pour former une scène complète : la dernière image de chaque clip validé devient la première du suivant, si bien que tenue, décor et lumière traversent la coupe.
Guide de prompt et conseils pratiques
Essayez dans le playground
Choisissez un mode ci-dessus (une phrase, votre propre image de départ ou quelques photos de référence), collez l’un des prompts de cette page et lancez-le. Le prix exact s’affiche avant tout débit.
Obtenez une clé API
Inscrivez-vous, rechargez par carte ou en crypto, et créez une clé dans la console. Aucun abonnement : vous payez les secondes de vidéo que vous générez.
Envoyez la même requête depuis votre code
Copiez la requête depuis l’onglet API : c’est exactement le corps que le playground vient d’exécuter. Le clip terminé arrive sur votre webhook, ou vous le récupérez avec l’identifiant de la tâche.
Introduction
MiniMax H3 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 de 4 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. Un segment de 4 secondes n’existe qu’en 768p, et la 2k exige au moins 5 secondes.
Tout le reste, c’est MiniMax H3 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3/video-extend",
"input": {
"duration_seconds": 5,
"enable_prompt_expansion": false,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
