Introduzione
Estensione video con MiniMax H3 LoRA. Invia la clip che vuoi continuare e descrivi cosa succede dopo: l’ultimo fotogramma della tua clip diventa il fotogramma iniziale di una nuova ripresa immagine in video di MiniMax H3 LoRA, e l’originale e il nuovo segmento tornano uniti in un unico MP4. Vengono addebitati solo i secondi nuovi.
| Campo | Valore |
|---|---|
| Input | Video |
| Output | Video |
| Endpoint | Testo in video, immagine in video, riferimenti in video ed estensione video, ciascuno con supporto LoRA |
| Modello base | Pesi aperti di MiniMax H3, pubblicati da MiniMax il 3 agosto 2026 |
| Input LoRA | Fino a 3 voci, ciascuna {path, scale}; path è un URL HTTPS diretto a un file .safetensors |
| Intensità del LoRA | Da 0 a 4 per voce (1 di default) |
| Durata | Da 3 a 15 secondi, in secondi interi (5 di default) |
| Risoluzione | 480p, 540p, 768p o 1080p (480p di default) |
| Proporzioni | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, 9:21 con input di testo e riferimenti; immagine in video mantiene la forma del fotogramma iniziale |
| Riferimenti | Fino a 9 immagini, 3 video (15 secondi in totale) e 3 clip audio |
| Policy sui contenuti | Senza censura; nessun filtro su prompt, pesi o output |
| Fatturazione | Per secondo prodotto in base alla risoluzione; i LoRA non costano nulla in più; i riferimenti si sommano al preventivo di riferimenti in video |
Caratteristiche principali
Qualsiasi LoRA MiniMax H3 è a un link di distanza
Punta loras a un link .safetensors diretto, imposta uno scale e il file viene scaricato quando la richiesta parte. Niente upload, niente allow-list, niente revisione. Questa scena nel diner è un prompt pulito più un LoRA da nastro VHS: i disturbi di tracking, i colori che sbavano e il jukebox ovattato vengono tutti dai pesi.
Cambia il medium, non solo i colori
Un LoRA di stile fa molto più di un filtro colore. Con un LoRA da cartoon disegnato a mano del 1939 e la sua parola trigger, una scena sul tetto è tornata come animazione rubber hose con fondali dipinti e una colonna sonora big band un po’ graffiante, dallo stesso modello che genera riprese fotorealistiche.
LoRA e immagini di riferimento in una sola richiesta
In riferimenti in video un LoRA si aggiunge a fino a nove immagini, tre clip e tre clip audio. Qui un’immagine fissa la donna e un’altra la camera d’albergo; un LoRA di realismo a 0,8 mantiene credibili pelle e tessuti mentre lei attraversa la stanza.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Obbligatorio. Cosa succede dopo: l’azione successiva, il movimento di camera e il suono. almeno 1 caratteri · al massimo 7000 caratteri |
video_url | Sì | La clip da continuare: MP4, MOV o WebM, fino a 60 secondi. almeno 1 caratteri |
last_image_url | No | Fotogramma finale di destinazione, facoltativo: il nuovo segmento si ferma su questa immagine. Fissa la chiusura, non il movimento nel mezzo. |
resolution | No | 480p, 540p, 768p o 1080p, predefinito 480p. Scegli la risoluzione della tua sorgente perché l’unione risulti uniforme. |
duration_seconds | No | Durata del nuovo segmento: un numero intero da 3 a 15, predefinito 5. La tua sorgente viene aggiunta davanti e non viene addebitata. |
loras | No | Fino a tre voci {path, scale} addestrate per MiniMax H3, scale da 0 a 4, applicate al nuovo segmento. Predefinito: |
seed | No | Facoltativo, da 0 a 2147483647. Tienilo fisso per confrontare un solo campo modificato alla volta; lascialo vuoto per avere varietà. |
Prezzi
Addebito al secondo del nuovo segmento alla risoluzione scelta; la clip di partenza che invii non viene addebitata. Il caricamento dei LoRA non ha un costo a parte.
| Specifiche | Prezzo |
|---|---|
| $0.05 / secondo |
| $0.075 / secondo |
| $0.10 / secondo |
| $0.20 / secondo |
Casi d’uso
LoRA senza censura, senza passaggi di approvazione
I LoRA di personaggio, di anatomia e di movimento senza censura si caricano come qualsiasi altro file: nessuna allow-list, nessuna coda di revisione, nessun filtro sul risultato. Abbiamo fatto girare un LoRA NSFW con i nostri prompt più spinti su input di testo, immagine e riferimenti, e ogni clip è tornata esattamente come scritta.
Lo stesso personaggio per un’intera serie
Carica un LoRA di personaggio a 0,8, tieni lo stesso seed e cambia solo le righe di azione e ambientazione. In riferimenti in video puoi aggiungere, oltre al LoRA, fino a nove immagini fisse della stessa persona per una tenuta ancora più salda.
Un look di casa per ogni clip
I LoRA di pellicola, VHS, anime e cartoon trasformano lo stesso prompt nel tuo stile visivo. Metti un LoRA di stile a uno scale più basso sotto un LoRA di personaggio: colora l’immagine senza fare a pugni con il soggetto.
LoRA di movimento e di camera
L’ecosistema H3 ha già LoRA per i movimenti di camera, le coreografie di combattimento e la danza. Usane uno come terzo slot quando un’inquadratura richiede un movimento che il modello base non ti darà partendo dal solo testo.
Consigli avanzati
Indica un file di pesi, non caricare nulla
Ogni voce di loras è composta da un path e da uno scale. Il path è un link HTTPS diretto a un file .safetensors addestrato per MiniMax H3, per esempio un link resolve di Hugging Face. Da noi non si carica nulla e nulla viene revisionato; il file viene scaricato quando la richiesta parte, quindi tienilo su un host che resti online.
Verifica che il LoRA si veda davvero
Genera una clip breve a 480p con la parola trigger del LoRA all’inizio del prompt. Un LoRA di stile deve saltare all’occhio già dal primo fotogramma: nel nostro test un LoRA da nastro VHS ha trasformato una pulita scena in camera d’albergo in disturbi di tracking, colori che sbavano e una palette sbiadita anni Ottanta. Se non cambia nulla, i pesi sono stati probabilmente addestrati per un altro modello base.
Parti con i LoRA di concetto tra 0,6 e 0,8
I LoRA di stile si trovano bene a 1,0. I LoRA di concetto pesanti a 1,0 possono prendere il controllo dell’intera inquadratura e, in immagine in video, allontanare la clip dal fotogramma iniziale. Parti più basso, poi alza una scala alla volta per capire quale peso ha cambiato cosa.
Fai le prove a 480p per cinque secondi
La forma più economica è 480p per 3-5 secondi. Nei nostri test una clip di cinque secondi a 480p con un LoRA da 86 MB è tornata in 25-50 secondi. Fissa lì il look, poi rilancia il take migliore a 768p o 1080p con lo stesso seed.
Introduzione
MiniMax H3 LoRA Estensione video continua una clip che hai già. Inviala come video_url con un prompt su cosa succede dopo. L’ultimo fotogramma della tua clip diventa il fotogramma iniziale di una nuova ripresa immagine in video di MiniMax H3 LoRA da 3 a 15 secondi, e le due vengono unite in un solo MP4: prima il tuo originale, poi la continuazione, senza il fotogramma ripetuto nel punto di giunzione. Il nuovo segmento torna anche come file a sé, così puoi continuare a estendere o modificare i pezzi separatamente.
Funzioni principali e punti di forza
La continuità viene dall’ultimo fotogramma. Costumi, ambientazione, luce e posizione di ciascuno restano perché il nuovo segmento parte letteralmente dal tuo ultimo fotogramma. Il movimento non si trasmette allo stesso modo: il modello vede un’immagine ferma, non l’intera clip, quindi descrivi il movimento che vuoi proseguire invece di dare per scontato che mantenga velocità e direzione.
Ricevi un file, più il nuovo pezzo da solo. Il suono della tua sorgente resta e quello del nuovo segmento lo segue. Il primo asset di output è la clip unita (ruolo video); il secondo è il nuovo segmento da solo (ruolo segment), pronto per un’altra estensione o per un editor. Il MP4 unito mantiene la frequenza dei fotogrammi e l’inquadratura della tua clip, senza bande nere. Per allineare la giuntura, l’immagine può essere ritagliata o regolata di qualche punto percentuale ai bordi. Se il modello restituisce proporzioni nettamente diverse, il nuovo segmento viene ridimensionato per riempire la tua inquadratura e centrato, e ciò che sporge viene ritagliato.
Tutto il resto è MiniMax H3 LoRA immagine in video. Il nuovo segmento passa dalle stesse rotte, con lo stesso margine di contenuto e lo stesso prezzo al secondo dell’endpoint immagine in video, e una generazione fallita viene rimborsata allo stesso modo. Se la generazione riesce ma l’unione non si può costruire, l’attività fallisce e l’importo viene rimborsato.
I tuoi LoRA restano validi. loras funziona esattamente come in immagine in video: fino a tre file, ciascuno con la propria intensità, applicati al nuovo segmento. Carica gli stessi usati per la clip di partenza e lo stile resta coerente attraverso l’unione.
Se vuoi, chiudi la ripresa su un punto preciso. Aggiungi last_image_url, un fotogramma finale di destinazione, e il nuovo segmento si ferma su quell’immagine. Fissa la chiusura, non il movimento nel mezzo.
Casi d’uso
Allunga una ripresa finita troppo presto: un piatto girevole per prodotti che si ferma prima che l’etichetta sia rivolta alla camera, o una camminata che si interrompe prima che la persona raggiunga la porta. Estendila di qualche secondo e descrivi solo il movimento rimasto.
Costruisci una sequenza più lunga un passo alla volta. Genera una prima ripresa, estendila, poi estendi di nuovo il risultato unito; ogni passo addebita solo i secondi che aggiunge. Poiché ogni passo parte da un solo fotogramma, controlla ogni giunzione prima di aggiungere la successiva.
Guida ai prompt e consigli da esperti
Descrivi il momento successivo, non l’intera scena. Il fotogramma fissa già chi e dove, quindi usa il prompt per l’azione che segue, il movimento di camera e il suono. Ripeti il linguaggio di camera con cui finiva la tua clip, come un lento avvicinamento o un’inquadratura fissa, perché la giunzione si legga come un’unica ripresa.
Taglia prima di estendere. L’ultimo fotogramma è l’unica cosa che vede il modello, quindi un finale sfocato, tagliato a metà movimento o molto compresso passa dritto nella continuazione. Taglia prima la sorgente su un fotogramma pulito e nitido. Sono accettate sorgenti fino a 60 secondi in MP4, MOV o WebM.
Mantieni coerente la risoluzione. Scegli la risoluzione della tua sorgente perché l’unione risulti uniforme e imposta duration_seconds sulla durata che ti serve davvero: l’addebito segue solo il nuovo segmento, alla tariffa della risoluzione scelta.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lora/video-extend",
"input": {
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.










