Introduzione
L’API da immagine a video di MiniMax H3 Lite trasforma un’immagine fissa in una clip con audio da 4 a 15 secondi a 480p o 768p. Invia un fotogramma iniziale, se vuoi anche uno finale, e prova il movimento a 480p prima di pagare per un rendering più nitido. La versione leggera è adatta a sperimentare idee e produrre più varianti. Ogni richiesta produce un solo MP4 in cui immagine e audio nascono insieme.
Quale modalità aprire in base al punto di partenza
| Cosa hai | Modalità |
|---|---|
| solo un’idea | MiniMax H3 Lite da testo a video |
| un fotogramma da animare, con un eventuale fotogramma finale | MiniMax H3 Lite da immagine a video |
| persone, outfit, luoghi, clip di movimento o voci | MiniMax H3 Lite da riferimenti a video |
Caratteristiche principali
Il fotogramma definisce l’aspetto
Il fotogramma iniziale fissa volti, vestiti, luce e composizione, quindi MiniMax H3 Lite usa il prompt per descrivere ciò che si muove. La clip segue la forma del tuo fotogramma e non esiste un campo per le proporzioni, quindi ritaglia l’immagine in orizzontale o in verticale prima di caricarla.
Fotogramma finale facoltativo
Invia una seconda immagine come last_image_url e la clip si fermerà su di essa, trasformando due fermi immagine in una transizione controllata. Invece di inventare un finale, il modello pianifica il movimento tra le due immagini, il che aiuta quando un’inquadratura deve agganciarsi alla successiva.
Suono incluso
Il movimento arriva con un suono coerente: risacca, passi, una risata o una battuta tra virgolette, generati insieme all’immagine senza costi extra. Aggiungi una riga Audio: se vuoi un certo stile musicale o una certa acustica invece di quella che suggerisce la scena.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Obbligatorio, da 1 a 7.000 caratteri, dialoghi inclusi; oltre tale limite la richiesta viene rifiutata. Metti le battute parlate tra virgolette doppie. almeno 1 caratteri · al massimo 7000 caratteri |
image_url | Sì | Fotogramma iniziale obbligatorio. La clip ne mantiene la forma. |
last_image_url | No | Fotogramma finale facoltativo su cui la clip termina. Non cambia il prezzo. |
resolution | No |
|
duration_seconds | No | Numero intero di secondi, tra 4 e 15, con 5 come valore predefinito. Fatturato per secondo insieme alla risoluzione. |
Prezzi
Ogni secondo di output viene addebitato alla tariffa della risoluzione scelta, 480p o 768p. La tariffa attuale è sempre mostrata nella pagina del modello.
| Specifiche | Prezzo |
|---|---|
| $0.025 / secondo |
| $0.04 / secondo |
Casi d’uso
Foto di prodotto e di moda che prendono vita
Una foto di catalogo di una giacca, una borsa o un paio di scarpe può aprire una breve clip su MiniMax H3 Lite: il modello cammina, gira o prende l’oggetto mentre la luce del servizio originale resta invariata, evitando un nuovo set per movimenti semplici.
Dare vita a un ritratto
Un singolo ritratto diventa una breve clip con movimento naturale e suono su MiniMax H3 Lite, senza dover descrivere l’aspetto da zero. Basta un sorriso, un giro della testa o un passo verso la camera per dare vita a un’immagine del profilo o a una scheda personaggio.
Transizioni controllate
Con un fotogramma iniziale e uno finale, MiniMax H3 Lite riempie il movimento tra due fermi immagine: utile per scatti prima-dopo, cambi d’abito o momenti narrativi in cui un personaggio parte da una posa e finisce in un’altra.
Consigli avanzati
Descrivi il momento successivo, non l’immagine
Il fotogramma mostra già chi e dove. Riserva il prompt all’azione, al movimento di camera e al suono che seguono, nell’ordine in cui avvengono. Descrivere di nuovo l’immagine tende a immobilizzarla, mentre una prima azione chiara, come «si volta verso la finestra», la fa partire.
Usa fotogrammi entro i limiti
I fotogrammi devono avere da 256 a 5.760 pixel su ogni lato e un rapporto larghezza-altezza compreso tra 0,4 e 2,5; ritaglia i panorami molto larghi prima dell’invio. Un fotogramma nitido e ben illuminato, con il soggetto in piena vista, mantiene i volti più stabili di un’immagine piccola o molto compressa.
Abbina fotogrammi coerenti
Il fotogramma finale funziona meglio se mostra le stesse persone e la stessa stanza del fotogramma iniziale, con un cambiamento che il prompt può spiegare, come una nuova posa, un passo più vicino o un’espressione diversa. Due immagini non correlate producono uno stacco simile a un taglio.
Ogni secondo di output viene addebitato alla tariffa della risoluzione scelta, 480p o 768p. La tariffa attuale è sempre mostrata nella pagina del modello.
Avvio rapido dell’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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lite/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
