MiniMax H3 Max API

MiniMax H3 Max Immagine in video anima un fotogramma iniziale fornito in image_url in una clip da 5 a 15 secondi interi a 480p o 768p, con l’audio generato nello stesso passaggio. Un last_image_url facoltativo fissa anche il fotogramma finale. È il fotogramma iniziale a stabilire la forma dell’uscita, e una richiesta senza durata dura 8 secondi.

Scegli il metodo in base al materiale di partenza

L’immagine decide soggetto, costume e forma

Questo endpoint non ha un campo per il formato: è l’immagine che consegni a decidere il quadro della clip. Nell’esempio laundromat-spin non c’è una parola sull’ambiente, sul costume o sulla luce piatta dei neon, perché il fotogramma iniziale ha già risolto tutto. Il prompt descrive solo la lavatrice che entra in centrifuga e la reazione della protagonista.

Fissa entrambi gli estremi dell’inquadratura

last_image_url aggiunge un fotogramma finale e si può inviare solo insieme a image_url. L’esempio frame-to-frame parte da una composizione e arriva a un’altra in otto secondi, così la clip si inserisce pulita nel montaggio. Il fotogramma finale vincola la chiusura, non la parte centrale, e due fotogrammi in disaccordo su luce o costume producono una mediazione visibile tra loro.

Almeno cinque secondi, due risoluzioni

La durata va da 5 a 15 secondi interi, con 8 come valore predefinito. resolution accetta 480p o 768p, con 768p come predefinita; 480p costa meno al secondo ed è adatta alle bozze. Anche la richiesta più breve è già un momento compiuto: la clip laundromat-spin fa stare in cinque secondi la centrifuga, una risata, un dondolio delle gambe e uno sguardo al cestello.

Inclinare la camera da un oggetto a una persona

Un unico movimento di camera senza stacchi fa dell’ordine di rivelazione l’intero brief. L’esempio grimoire-to-bare-shoulder parte da un libro aperto e sale verso la lettrice seduta su una poltrona dallo schienale alto, mentre la luce dei sigilli che esce dalle pagine le scorre sulla spalla, per otto secondi. L’immagine fissa la composizione iniziale, così il prompt usa le parole per ciò che la camera trova e quando.

Chiudere una clip su una composizione nota

Quando il montaggio richiede che una clip finisca su un fotogramma preciso, fornisci entrambi. Prepara l’immagine finale come continuazione di quella iniziale e descrivi l’azione che le collega. In frame-to-frame quell’azione è una camminata verso la camera lungo un corridoio di marmo che si ferma con lo sguardo dritto in macchina, con controluce duro, macchina del vento e un drone di synth profondo.

Dare vita a una scena a camera fissa

Un campo largo fisso può reggere diversi piccoli movimenti insieme. Il prompt di laundromat-spin chiede camera bloccata, un cestello che gira dietro il vetro e un neon che sfarfalla una volta, insieme alla reazione del personaggio, con un leggero ronzio meccanico nell’audio.

# 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-max/image-to-video",
  "input": {
    "duration_seconds": 8,
    "enable_prompt_expansion": false,
    "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.