Introduzione
MiniMax H3 Spicy immagine in video anima un fotogramma iniziale senza censura, con un fotogramma finale facoltativo e indicazioni di movimento facoltative.
MiniMax H3 Spicy è una build senza censura di MiniMax H3 tarata con LoRA, pubblicata come endpoint immagine in video e video-extend; questa pagina tratta quello immagine in video. Il fotogramma iniziale che fornisci definisce il soggetto, un fotogramma finale facoltativo definisce la chiusura e il prompt dirige i 3-15 secondi intermedi a 480p, 540p, 768p o 1080p.
Caratteristiche principali
Il tuo fotogramma decide il contenuto, non un filtro di testo
Poiché l’unico ingresso è un fotogramma iniziale, questa famiglia non ha la solita distanza tra ciò che chiedi e ciò che un prompt di testo è disposto a generare. Ciò che c’è nell’immagine, cioè abiti, corpo, posa e inquadratura, è ciò che si anima. Il prompt gestisce sopra a tutto questo movimento, camera e suono.
Un’immagine da sola è una richiesta completa
Qui il prompt non è obbligatorio. Invia un’immagine e il modello ne ricava un piccolo movimento credibile, spesso tutto ciò che serve a un loop. Aggiungi testo quando vuoi un momento preciso, come un giro verso la camera, una mano che attraversa i capelli o un cambio di espressione, e descrivi solo ciò che accade invece di ridescrivere l'inquadratura.
Abbinalo a un modello di immagini senza censura
Il flusso pratico è in due chiamate: genera l’immagine con un modello di immagini senza censura, poi animala qui. Così il problema si divide a metà: composizione e contenuto si decidono in una passata d’immagine economica che puoi rifare in fretta, e la passata video deve solo azzeccare il movimento.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
image_url | Sì | Obbligatorio. È la foto che si anima: decide il contenuto, quindi falla giusta prima di tutto. |
last_image_url | No | Facoltativo, e valido solo insieme a |
prompt | No | Facoltativo. Descrivi la scena, la camera e il suono; non ridescrivere il fotogramma. |
duration_seconds | No | Secondi interi, da 3 a 15. Tre costano abbastanza poco da generare varianti in blocco. |
resolution | No | 480p, 540p, 768p o 1080p. Il valore predefinito è 480p, la più economica delle quattro fasce. |
seed | No | Facoltativo, da 0 a 2147483647. |
Prezzi
| Specifiche | Prezzo |
|---|---|
| $0.038 / secondo |
| $0.057 / secondo |
| $0.084 / secondo |
| $0.152 / secondo |
Casi d’uso
Scene senza censura che altre API rifiutano
I tuoi fotogrammi vengono accettati e animati così come arrivano. Le clip che le API video ospitate rifiutano al filtro dei prompt qui funzionano, e poiché il contenuto sta nel fotogramma e non nel testo, il risultato corrisponde a ciò che hai approvato e non a una reinterpretazione attenuata.
Clip di compagnia e di gioco di ruolo
Un’immagine di personaggio diventa una libreria di brevi reazioni: uno sguardo verso l’alto, un sorriso, una rotazione di spalla, i capelli portati indietro. Tieni lo stesso fotogramma iniziale e cambia solo il prompt, e il personaggio resta coerente in ogni clip della serie.
Animare un set fotografico esistente
Uno shooting che hai già diventa movimento senza rifarlo. Ogni fotogramma diventa una clip da 3 a 15 secondi, e un fotogramma finale permette a due immagini dello stesso set di definire l’inizio e la fine di un movimento.
Consigli avanzati
Prima il fotogramma iniziale
Definisci abiti, corpo, posa e inquadratura in una passata d’immagine, perché quell’immagine è ciò che conterrà il video. Un fotogramma già giusto non deve poi discutere con il prompt.
Usa il fotogramma finale per un arrivo noto
last_image_url si può inviare solo insieme a image_url e vincola la chiusura, non la parte centrale. Aggiungilo solo quando la clip deve arrivare a una composizione precisa, come una seconda immagine dello stesso set.
Adatta l’esempio incluso
L’esempio pubblicato usa duration_seconds 5 e resolution 768p, con un’unica immagine come image_url.
She exhales a slow plume of smoke against the rain-streaked glass, the neon sign outside pulses red across her face, and she turns her head toward camera without changing expression. Blind shadows creep, rain runs down the window, distant traffic.
Un’immagine più una nota sul movimento: il fumo, il ciclo del neon e la rotazione della testa sono scritti, e tutto ciò che identifica la persona viene dal fotogramma.
Bozze economiche, finitura una volta sola
La risoluzione è 480p di default, la più economica dei quattro livelli. Genera diverse varianti da tre secondi a 480p, scegline una e rigenerala a 768p o 1080p con una durata maggiore, lasciando identici prompt e fotogramma iniziale perché il confronto resti significativo.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-spicy/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
