MiniMax H3 Edit API

MiniMax H3 Modifica video prende una clip che hai già, inviata come video_url, e un prompt che descrive una modifica. Restituisce una nuova versione della stessa inquadratura: da 3 a 15 secondi a 480p, 540p o 768p, con un nuovo audio generato per impostazione predefinita. Il tuo girato continua a determinare chi è nell’inquadratura, la composizione e il movimento; il prompt riscrive luce, meteo, stile, ambiente o elementi specifici. Fino a nove immagini di riferimento e fino a tre clip audio di riferimento possono guidare identità, stile o suono.

Scegli il metodo MiniMax H3 in base al materiale di partenza

La tua clip continua a guidare persone e movimento

La clip di partenza decide chi è nell’inquadratura, come è inquadrata e come si muove ognuno. Il prompt decide com’è il mondo intorno. È questa divisione a distinguere una modifica dalla generazione di una nuova inquadratura: non descrivi di nuovo la scena, solo il cambiamento. La clip di partenza può durare fino a 15 secondi; una clip più lunga viene rifiutata prima di qualsiasi addebito, quindi tagliala prima.

Una terrazza soleggiata che diventa tempesta

Il nostro test ha usato una clip di cinque secondi 1280x720 dai nostri esempi OmniHuman 2.0: una donna con un trench in raso color crema su una terrazza di mare soleggiata. Il prompt chiedeva un tramonto temporalesco con nuvole scure, pioggia, capelli e cappotto bagnati mossi dal vento e lampi lontani, e si chiudeva con «Keep her face, pose and movement.» A 768p, con duration_seconds 5 e audio attivo, il risultato è stato una clip 1344x768 a 24 fps, di circa 5,2 secondi, con nuovo audio, dopo circa tre minuti di elaborazione.

Cosa è cambiato: il cielo assolato è diventato un tramonto scuro e nuvoloso con un lampo sul mare, e la pietra sembrava bagnata. Cosa è rimasto: il volto, il cappotto e il sorriso. Due cose da aspettarsi, con onestà. La pioggia in sé era leggera a 768p; una prova a 480p dello stesso prompt ha mostrato striature di pioggia più marcate. E lei ha alzato una mano verso i capelli mossi dal vento, un gesto che la clip di partenza non ha. Il prompt chiedeva capelli mossi dal vento, quindi descrivere un movimento può portare con sé piccole variazioni di movimento.

I riferimenti si chiamano per numero

reference_image_urls accetta fino a nove immagini, richiamate nel prompt come da <Picture 1> a <Picture 9>, e reference_audio_urls accetta fino a tre clip audio, richiamate come da <Audio 1> a <Audio 3>. Associa un’immagine a uno stile o a un’identità, e una clip audio al suono che vuoi. Ogni riferimento aggiunge un piccolo costo. Non abbiamo ancora usato questo endpoint con riferimenti, quindi tratta la prima prova con i riferimenti come un test: parti da un’immagine o da una clip e vedi cosa cambia.

Audio, durata e formato

generate_audio è attivo per impostazione predefinita e dà alla modifica un nuovo audio. Disattivalo per mantenere la traccia audio della clip di partenza. L’audio non cambia mai il prezzo. duration_seconds va da 3 a 15 e il valore predefinito è 5, quindi impostalo sulla durata della tua clip per modificarla per intero. Se ometti aspect_ratio, la modifica mantiene il formato della clip di partenza; impostalo su 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 o 9:21 per cambiare inquadratura.

Tre risoluzioni

768p è il predefinito e il formato nativo di H3. 540p e 480p costano meno al secondo e si completano prima. Abbiamo testato 768p e una prova a 480p; non abbiamo ancora testato 540p. Paghi i secondi della modifica più i secondi della clip di partenza, entrambi alla tariffa della risoluzione scelta, quindi una clip di partenza più breve costa meno.

Cambia meteo, luce o ora del giorno

Trasforma un pomeriggio luminoso in tramonto, aggiungi la pioggia o sostituisci il sole duro di mezzogiorno con la luce morbida del mattino, come nell’esempio della terrazza. Poiché persone e movimento arrivano dalla tua clip, puoi provare diverse atmosfere su una sola ripresa invece di girare di nuovo.

Cambia stile o contesto di una clip già pronta

Chiedi uno stile, una stagione o un’ambientazione diversi e mantieni la performance. Indica cosa deve restare, come il volto, la posa e il movimento. Finora abbiamo testato meteo e luce; i cambi di stile e di ambientazione sono ciò per cui l’endpoint è costruito, ma controlla una bozza prima di affidartici.

Cambia un solo elemento

Punta il prompt su un elemento preciso, come il colore di un cappotto o un oggetto della scena, e scrivi che tutto il resto resta com’è. Fai prima una bozza e controlla le parti che non hai chiesto di cambiare.

# 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-edit/video-edit",
  "input": {
    "duration_seconds": 5,
    "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"

Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.