L’image-to-video MiniMax H3 parte dal tuo fotogramma iniziale, con fotogramma finale facoltativo e un prompt che dirige il movimento tra i due. Clip da 4 a 15 secondi con audio generato a 768p o 2k.
Playground
Questi esempi sono stati scritti per questo endpoint. Sostituisci il prompt e gli URL dei media di esempio con input tuoi e raggiungibili, poi controlla il preventivo aggiornato e la disponibilità del modello prima di inviare.
- Output7 s
cup-then-two-in-one-shirt Il fotogramma iniziale è una natura morta; tutto ciò che il prompt chiede avviene dopo. Una mano porta la tazza fuori campo, la camera si inclina e sposta la messa a fuoco, e una seconda figura compare più in fondo alla stanza — tre cambiamenti, tutti temporali, nessuno dei quali enunciabile nell'immagine di ingresso. È questa la divisione che questo endpoint premia: a `image_url` la composizione, alla frase il cambiamento.
- 768p
- 6s
- Output5 s
windowsill-turn Un solo fotogramma iniziale più una nota di movimento. Tutto ciò che identifica la scena – guardaroba, volto, stanza – lo decide il fotogramma, non le parole.
- 768p
- 5s
- Output8 s
robe-to-doorway Entrambe le estremità fissate, in interni: `image_url` è il momento iniziale, `last_image_url` la svolta sulla porta che lei raggiunge in `duration_seconds` `8`. Il `prompt` copre solo il tragitto tra i due — una lenta spinta a mano e passi sul legno — dato che le immagini fisse mostrano già cosa indossa e dove arriva. Genera prima una posa di partenza e una d’arrivo, al resto pensa il modello.
- 768p
- 8s
Questo esempio parte da $0.037 per secondo generato. Il Playground aggiorna la stima quando cambi le impostazioni.