Guida all'API LoRA di MiniMax H3: scegli una modalità e verifica i pesi

Una LoRA personalizzata vale la pena caricarla solo se regge la ripresa che ti serve: personaggio, movimento e suono insieme. MiniMax H3 LoRA su SpicyAPI (spicyapi.ai) è il modello video H3 a pesi aperti con un campo loras: fino a tre file .safetensors tuoi per richiesta, ognuno con una forza da 0 a 4.

Scegli l'attività in base al materiale di partenza e collega un file diretto addestrato per H3. Parti da scala 1 per una LoRA di stile e da 0.6 a 0.8 per una LoRA di concetto, e valuta una bozza di 3 secondi a 480p ($0.15) rispetto alla stessa richiesta con loras vuoto. Dai nostri test di settembre 2026, tutte e tre le attività hanno reso le richieste adulte, e SpicyAPI non aggiunge filtri di contenuti extra ai pesi che carichi.

Scegli l'attività in base al materiale di partenza

Tutte e tre restituiscono un MP4 da 3 a 15 secondi con suono stereo nella stessa passata, a 480p, 540p, 768p o 1080p, e caricare LoRA non costa nulla in più. Senza nessuna LoRA da caricare, H3 base costa meno. Per definire un personaggio o un'estetica prima di pagare i secondi video, fai prima delle immagini fisse con H3 Image LoRA; lo stesso array loras viene riutilizzato (immagini fisse contro video).

Scegli una LoRA adatta a H3

Il file deve essere addestrato per MiniMax H3. Una LoRA per un altro modello base non è compatibile; anche gli adattatori H3 richiedono un'attività e una disposizione dei pesi che il caricatore supporti. Le LoRA H3 sono nuove e la qualità varia, quindi cerca una scheda del modello che nomini la base, la parola trigger e una forza che funzioni. Due file che lo fanno e che si caricano su questa API:

Entrambe usano la H3 Community License, che ha limiti di territorio e di utilizzo; leggila prima di un lavoro commerciale.

Da una scheda del modello prendi solo il trigger e la forza. Le ricette scritte per ComfyUI in locale o per altri host includono controlli che questa attività non ha (prompt_expansion_mode, conteggi di passaggi, sampler, weight_name, un nome di repository al posto di un link), e le LoRA di distillazione della velocità (Turbo) esistono per ridurre i passaggi di campionamento locali, quindi saltale.

Collega il file

path deve essere un link HTTPS diretto che restituisce il file .safetensors senza accesso. Su Hugging Face è il link /resolve/, non la pagina /blob/ nella barra degli indirizzi. La richiesta non ha un campo per le credenziali, quindi un file privato richiede un link prefirmato che resti valido finché il job non è stato eseguito. Sostituisci main con un hash di commit, così la stessa richiesta caricherà lo stesso file il mese prossimo. Una pagina /blob/, un file mancante o un repository privato viene respinto con un 400 prima che esista qualsiasi attività. Se un'attività fallisce dopo essere stata accettata, reinvia la richiesta identica con "loras": []: se riesce, il problema è il file (accesso, compatibilità o il suo effetto); se fallisce anche questa, guarda il prompt o gli input.

Provalo prima nel Playground

1. Apri la pagina da testo a video, resta nella scheda Playground nella vista Form e accedi con un account con fondi per eseguire. Da immagine a video e da riferimento a video hanno pagine proprie (link nella tabella qui sopra).
2. Metti la parola trigger all'inizio del Prompt, poi scrivi la ripresa come una breve sequenza temporale (chi c'è, cosa fa, come si muove la camera) con l'audio su una riga Audio: dedicata. Descrivere a lungo ciò che la LoRA fa già tende a scontrarsi con i pesi.
3. In Style LoRAs, incolla il link diretto del file in LoRA file e imposta Strength. Add item ti dà fino a tre file.
4. Scegli 480p in Resolution e 3 in Duration per un primo sguardo economico, imposta un Seed ed esegui.
5. Premi Remove item, esegui di nuovo con lo stesso prompt e lo stesso seed e confronta i due clip. Se si somigliano, la LoRA non ha fatto nulla (vedi la tabella degli errori qui sotto).

Il Playground da testo a video di MiniMax H3 nella vista Form, con il campo Prompt e il pulsante Run. La pagina LoRA aggiunge una sezione Style LoRAs allo stesso modulo.

Il corpo della richiesta del Playground è lo stesso JSON che accetta l'API, quindi un'impostazione che funziona qui si copia direttamente nel codice. Le altre due attività aggiungono i loro input:

• Da immagine a video aggiunge Input image (il frame di apertura) e un Closing frame opzionale. Scrivi ciò che accade dopo dentro il frame, non una scena nuova: con una LoRA di concetto a 1, un prompt che spostava il soggetto in un'altra stanza sostituiva il frame di apertura, mentre lo stesso frame teneva quando il prompt descriveva un movimento al suo interno. Non c'è un campo per il rapporto d'aspetto, quindi ritaglia prima il frame nella forma che vuoi e lascia spazio per il movimento.
• Da riferimento a video aggiunge Reference images (fino a 9), Reference videos (fino a 3) e Reference audio (fino a 3). Apri il prompt con una frase breve per input, ognuna con un solo compito: Picture 1 is the woman, Picture 2 is the room, Video 1 is the camera move, Audio 1 is her voice. Quando prendi il movimento da un clip, di' chiaramente che la persona viene dall'immagine e solo il movimento dal clip; senza quella frase la ballerina del clip è venuta insieme al movimento. Tre buone immagini fisse tengono l'identità meglio di nove sovrapposte.

Il Playground di ogni pagina di modello si apre su un esempio pronto e il suo pannello Request body mostra il JSON esatto. Tre esecuzioni di questi esempi:

I clip di riferimento vengono addebitati per i loro secondi oltre ai secondi di output, fino a 15 secondi di clip in totale, quindi tienili brevi.

Poi eseguilo dal codice

Installa lo SDK Python (pip install spicyapi), imposta SPICY_API_KEY nell'ambiente del tuo server ed esegui la richiesta da testo a video qui sotto. Per le altre attività, per da immagine a video cambia model, togli aspect_ratio e aggiungi image_url; per da riferimento a video cambia model e aggiungi reference_image_urls (aspect_ratio resta).

import uuid
from spicyapi import SpicyClient, output_assets

client = SpicyClient()  # reads SPICY_API_KEY from the environment

task = client.create_task(
    model="minimax/h3-lora/text-to-video",
    input_data={
        "prompt": "vh5tape, worn VHS tape with light tracking noise. A woman in a red satin dress sits alone in a late-night diner booth, turns toward the camera and slowly smiles, neon light flickering in the rain-streaked window behind her. Slow push-in. Audio: rain on glass, a jukebox ballad muffled through the tape, quiet room hum.",
        "aspect_ratio": "4:3",
        "resolution": "480p",
        "duration_seconds": 5,
        "seed": 42,
        "loras": [{
            "path": "https://huggingface.co/KennethFal/vh5tape-vhs-lora-minimax-h3/resolve/d25a4ab75aba899aa508220321525c8465ac11af/vh5tape.safetensors",
            "scale": 1.0,
        }],
    },
    idempotency_key=str(uuid.uuid4()),
)

final = client.wait_for_terminal(task["taskId"])
if final["state"] != "succeeded":
    raise RuntimeError(f"{task['taskId']} ended as {final['state']}: {final.get('errorCode')}")
print(output_assets(final)[0]["url"])  # copy the video to your own storage now

Creazione, attesa, download, ripetizioni e codici di errore sono trattati nella guida alle attività e nel riferimento dell'SDK per Python. I file generati vengono conservati al massimo 14 giorni, quindi consulta conservazione e consegna prima di costruirci sopra il link restituito; per la produzione, il polling contro i webhook ti aiuta a scegliere.

Oppure lascia che lo esegua un Agent

Quando un assistente deve eseguire le generazioni, tutti e tre gli strumenti ufficiali mostrano il prezzo e chiedono conferma prima di una chiamata a pagamento.

• CLI. Metti lo stesso oggetto input in t2v.json, poi:

``bash spicyapi tasks create --model minimax/h3-lora/text-to-video --input-file t2v.json --wait ``

Vedi la documentazione della CLI; npx @spicyapi/cli funziona senza installazione.

• Server MCP. Aggiungi il server MCP al tuo assistente, poi chiedi: "Run MiniMax H3 LoRA text-to-video with this prompt and this weights link at strength 1, 480p, 3 seconds." Chiama spicyapi_task_create, che si ferma per la tua conferma del prezzo, e poi spicyapi_task_wait.
• Skill. npx skills add spicyapi-ai/spicy-skill installa l'Agent Skill, che fa sì che un assistente di programmazione legga lo schema del modello in tempo reale invece di indovinare i campi.

Imposta la forza

scale va da 0 a 4, e 1 è neutro. Parti con le LoRA di stile a 1 e con le LoRA di concetto tra 0.6 e 0.8. Poi fai una scala: stesso prompt e stesso seed a 480p e 3 secondi, con scala 0.5, 0.8 e 1.1, più un'esecuzione con loras vuoto. Cambia una cosa sola per esecuzione. Un seed fisso rende le esecuzioni confrontabili, non identiche, quindi valuta l'estetica e l'azione invece dei pixel.

Tieni il gradino che si legge bene, o scegli una via di mezzo tra due. Smetti di alzare la forza quando il soggetto, l'azione o il suono iniziano a rompersi; se la base già fallisce la ripresa, nessuna scala la riparerà. Guarda tutto il clip invece del primo frame, e ascolta, perché una LoRA può cambiare anche il suono (vh5tape lo ovatta di proposito). La scheda vh5tape elenca anche formule di prompt per usura leggera, media e forte; cambiale prima di portare la scala oltre 1.

Combina fino a tre

Prova ogni file da solo prima di combinarlo. Una LoRA di personaggio addestrata su ritratti lucidi può lottare con un'estetica a nastro pesante, e una LoRA di movimento può ruotare il soggetto fuori dall'inquadratura. Quando una pila va storta, tieni fermi seed e prompt e togli una voce alla volta: un recupero punta a quell'adattatore o alla sua interazione con il resto della pila. Abbassa prima il peso più forte. Decidi in anticipo quale requisito vince quando due si scontrano (l'identità più della texture, per dire), e riprova una pila che ha funzionato su testo prima di usarla su un frame fotografico o un riferimento.

Quanto costa

• 3 secondi a 480p: $0.15. 5 secondi a 480p: $0.25. 5 secondi a 1080p: $1.00.
• Le tre richieste qui sopra: $0.25 / $0.50 / $0.58.
• Una base più una scala a tre gradini, quattro clip da 3 secondi a 480p: $0.60.
• Da riferimento a video, 5 secondi a 480p: $0.32 con un'immagine, $0.34 con due, $1.37 a 1080p con un'immagine.
• Un'attività fallita o scaduta di norma non viene addebitata; un clip finito che non ti piace sì.
• Un preventivo che include un clip di riferimento riserva tutti i 15 secondi del clip: $1.20 per un output di 5 secondi a 480p. L'addebito si regola sulla durata effettiva del clip.

Fai le bozze a 480p e 3 secondi, poi reinvia il migliore una volta a 768p o 1080p con lo stesso seed. Aspettati una variazione ravvicinata, non una copia.

Quando la LoRA non fa nulla o il clip va storto

Uso senza censura

SpicyAPI non aggiunge filtri di contenuti al prompt, ai pesi o all'output. In quei test nulla è stato rifiutato sulla nostra scala di contenuti, che va da L1 Suggestivo e L2 Temi maturi e L3 Forte fino a L4 Intenso, più i test L5a di immobilizzazione e L5b di gore, senza nessuna LoRA caricata. Un punto debole: senza LoRA, da immagine a video ha addolcito L4 Intenso (una scena intima tra due adulti) in due esecuzioni su tre, mentre l'input testuale e quello di riferimento hanno reso ogni livello. Con una LoRA comunitaria per adulti caricata, tutte e tre le attività hanno reso L4. I risultati completi sono nel test di H3 LoRA.

Il fatto che SpicyAPI non aggiunga filtri extra non concede diritti su una somiglianza: tutte le persone mostrate devono essere adulte, e una LoRA di una persona vera richiede il consenso di quella persona e i tuoi diritti sulla sua somiglianza.

Provalo nel playground MiniMax H3 LoRA, che mostra i prezzi in tempo reale.

FAQ

Posso incollare il nome di un repository Hugging Face o un link /blob/?

No. path accetta un link HTTPS diretto al file; una pagina /blob/ o un nome owner/repo secco viene respinto con un 400, e un campo weight_name, come ne accettano alcuni host, qui non ha equivalente. Usa il link /resolve/.

Posso caricare una LoRA che ho addestrato io?

Sì, se è stata addestrata su H3 a pesi aperti, salvata come .safetensors e raggiungibile via HTTPS.