MiniMax Music 3.0 trasforma un prompt di stile e il tuo testo in un brano MP3 stereo completo con voce e accompagnamento. Lascia vuoto il testo per farlo scrivere, oppure scegli strumentale; nei test i brani duravano da uno a quattro minuti circa.
{
"model": "minimax/music-3.0/text-to-audio",
"input": {
"generate_lyrics": true,
"instrumental": false,
"bitrate": 128000,
"sample_rate": 44100,
"lyrics": "[Verse]\nHeadlights painting gold along the shore\nYour hand keeps drifting closer than before\nThe radio is playing something slow\nI don't want to know which way is home\n\n[Pre Chorus]\nEvery red light is a reason to stay\n\n[Chorus]\nSo drive, drive, keep the city in the mirror\nStay, stay, let the night pull us nearer\nWe've got nowhere to be and all of the time\nMidnight looks so good in your eyes\n\n[Outro]\nMidnight looks so good in your eyes",
"prompt": "Dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, pulsing bassline, gated drums, late-night city drive mood"
}
}
Introduzione
MiniMax Music 3.0 su SpicyAPI è un task text-to-music che restituisce un brano completo per ogni richiesta: voce solista, arrangiamento di accompagnamento e mix finale in un unico MP3 stereo. Invii un brief di stile in prompt e, se li hai, le parole da cantare in lyrics; al resto pensa il modello: melodia, arrangiamento ed esecuzione. Nei nostri test i brani sono usciti tra 1:09 e 3:58 e ogni brano costa lo stesso prezzo fisso.
Caratteristiche principali
Un brano intero, non un loop
Il risultato è un brano strutturato, con un'intro, delle strofe, un ritornello che ritorna e un finale, e non una breve clip che si ripete. È il modello a stabilire la durata, soprattutto in base alla quantità di testo che gli dai, e mixa voce e base in un unico file stereo finito, pronto da ascoltare.
Tre modi di gestire le parole
Puoi far cantare il tuo testo, farlo scrivere al modello o lasciar fuori il cantante. I testi che fornisci vengono eseguiti come scritti, e tag di sezione come [Verse] e [Chorus] guidano l'arrangiamento. Con lyrics vuoto, generate_lyrics (attivo di default) scrive un testo completo a partire dal prompt. Con instrumental attivo, il brano non ha alcuna voce.
Prezzo fisso, qualità del file regolabile
Durata, bitrate e sample_rate non cambiano il costo di un brano. Scegli 256 kbps a 44,1 kHz per un master, oppure un bitrate più basso per file di anteprima leggeri.
Parametri della richiesta
Parametri della richiesta di MiniMax Music 3.0 · Text to Music
Parametro
Obbligatorio
Nota
prompt
Sì
Il brief di stile, fino a 2.000 caratteri: genere, atmosfera, tempo, strumenti, tipo di voce, ambientazione. almeno 1 caratteri · al massimo 2000 caratteri
lyrics
No
Le parole da cantare, fino a 3.000 caratteri. Metti ogni verso su un rigo a sé e lascia un rigo vuoto per una pausa. almeno 1 caratteri · al massimo 3000 caratteri
generate_lyrics
No
Attivo di default: quando lyrics è vuoto, il modello scrive il testo a partire dal tuo prompt. I testi che fornisci non vengono toccati. Predefinito: true
instrumental
No
Attivalo per musica senza voce; non serve alcun testo. Disattivo di default. Predefinito: false
bitrate
No
Bitrate MP3 in bit al secondo: 32000, 64000, 128000 o 256000 (predefinito). Valori più bassi producono file più piccoli. 32000 · 64000 · 128000 · 256000 · Predefinito: 256000
sample_rate
No
Frequenza di campionamento in Hz: 16000, 24000, 32000 o 44100 (predefinita). Non cambia il prezzo. 16000 · 24000 · 32000 · 44100 · Predefinito: 44100
Prezzi
$0.18 / brano
Un prezzo fisso per brano, qualunque sia la durata o la qualità audio.
Casi d’uso
Brani costruiti sul tuo testo
Scrivi prima il testo, tagga le sezioni e descrivi il genere e la voce che hai in mente. Funziona bene per canzoni personalizzate, temi di personaggi per storie e giochi, brani parodia e demo veloci di un testo che vuoi sentire cantato prima di andare avanti.
Musica per video e streaming
Attiva instrumental per sottofondi, base lounge e musica d'intro, oppure tieni la voce per un brano di apertura. Un brano da uno a quattro minuti copre la maggior parte dei video brevi in una sola richiesta, e il prezzo fisso rende economico generare qualche versione e tenere la migliore.
Usa prompt solo per il suono: genere, tempo in bpm, due o tre strumenti, tipo di voce e atmosfera, per esempio “dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, late-night city mood”. Metti in lyrics tutto ciò che deve essere cantato. Le parole di stile lasciate nel testo tendono a essere cantate.
Dai forma al brano con i tag di sezione
Scrivi un verso per rigo e metti tag come [Intro], [Verse], [Pre Chorus], [Chorus], [Bridge] e [Outro] su righe a sé. Ripeti il testo del ritornello dove vuoi che ritorni. Una strofa e un ritornello danno un brano di circa un minuto e mezzo; aggiungi strofe e un bridge per farlo più lungo.
Sappi cosa ferma il filtro
MiniMax controlla prompt e testi. Il linguaggio forte viene cantato come scritto, ma i testi oltre questo limite vengono rifiutati e non addebitati; mantieni quelle righe leggere.
Avvio rapido dell’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/music-3.0/text-to-audio",
"input": {
"prompt": "Calm ambient pads with a slow rising motif",
"bitrate": 256000,
"sample_rate": 44100
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
Modelli correlati e attività successive
Manca il modello che ti serve?
Dicci cosa aggiungere e dove lo useresti. Le richieste arrivano a chi decide quali modelli integrare per primi.
Invii uno stile e un testo, ricevi una canzone finita con la voce
MiniMax Music 3.0 è il modello musicale di MiniMax, uscito il 16/07/2026 (2026-07-16), con i pesi aperti pubblicati a parte. Una richiesta restituisce una canzone completa in MP3 stereo: voce solista, arrangiamento di accompagnamento e mix finale. Descrivi lo stile in prompt e, se ce l'hai, invii le parole in lyrics. La durata la decide il modello, quindi non esiste un campo per la lunghezza: nei nostri test i brani vanno da 1:09 a 3:58. I testi puliti vengono cantati esattamente come li scrivi e il linguaggio forte passa, ma il filtro di MiniMax rifiuta tutto ciò che va oltre. Il costo è un prezzo fisso per canzone, mostrato in tempo reale in questa pagina.
Scelta dal modello, da 1:09 a 3:58 nei nostri test
Input
prompt, lyrics, generate_lyrics, instrumental, bitrate e sample_rate
Tempo di generazione
Circa da 1,5 a 4 minuti
Costo
Un prezzo fisso per canzone; le richieste rifiutate non vengono addebitate
Portata
Una canzone intera con una sola richiestaNon devi assemblare stem né incollare clip. La risposta è un unico MP3 con voce solista, band e mix finale, così un testo scritto diventa subito qualcosa da far ascoltare a un cliente o da trascinare sulla timeline. La durata la sceglie il modello, il che va bene per canzoni costruite sulle parole e non sul cronometro. Una strofa e un ritornello sono usciti intorno al minuto e mezzo, mentre una canzone completa con testo scritto in automatico è arrivata a quasi quattro minuti.
Prompt
Parole di stile in prompt, parole da cantare in lyricsIl campo prompt accetta una descrizione di stile da 1 a 2.000 caratteri, mentre il campo lyrics arriva fino a 3.000 caratteri, un verso per riga e una riga vuota per la pausa. I tag di sezione su righe a sé, come Verse, Chorus, Bridge e Outro tra parentesi quadre, guidano l'arrangiamento. Tieni genere, tempo e atmosfera fuori dal testo: tutto ciò che resta in lyrics viene cantato insieme al resto.
Testato
Cosa hanno mostrato le nostre prove del 2026-10-05Ogni riga di testo pulito è stata cantata come scritta. Un prompt per duetto senza testo ha restituito una canzone di 3:58 con due voci che si alternano. Attivando instrumental abbiamo ottenuto un brano jazz lounge di 2 minuti senza voce. Un ritornello punk pieno di parolacce è stato cantato parola per parola. I testi del nostro test sui contenuti sono stati rifiutati dopo circa 90 secondi e non addebitati, e i più forti non sono mai terminati e sono andati in timeout.
Cosa fa bene l'API di MiniMax Music 3.0
Testi cantati come li hai scritti
Invia lyrics e il modello canta proprio quelle parole, senza parafrasarle. Nel nostro test ogni riga pulita è tornata com'era. È utile per verificare se un testo scorre, se il ritornello funziona e dove manca una sillaba, prima di prenotare uno studio o un cantante.
Testi scritti al posto tuo
generate_lyrics è attivo per impostazione predefinita. Se lyrics è vuoto, il modello scrive le parole a partire dal tuo prompt e poi le canta. È il percorso più lento, perché i testi generati in automatico richiedono più tempo, ma trasforma un'idea di una riga in una canzone completa. Il testo che invii non viene mai sostituito: viene cantato così com'è.
Duetti e voci che si alternano
Descrivi due cantanti nel prompt e il modello può dividere il brano tra loro. Il nostro prompt per duetto, inviato senza alcun testo, ha restituito una canzone di 3:58 con due voci che si rispondono. Indica nel prompt chi canta cosa, per esempio una coppia scherzosa uomo e donna, per guidare lo scambio.
Modalità strumentale
Attiva instrumental e ottieni un brano senza voce e senza bisogno di testo. Il nostro prompt jazz lounge fumoso ha restituito un brano di 2 minuti con spazzole, basso, tromba con sordina e piano elettrico nell'arrangiamento e nessun canto. È la via più pulita per loop da menu, sottofondi per vlog e musica di sottofondo.
Controllo dell'arrangiamento con i tag di sezione
Metti un tag su una riga a sé e l'arrangiamento lo segue. L'insieme supportato è Intro, Verse, Pre Chorus, Chorus, Post Chorus, Hook, Bridge, Interlude, Transition, Break, Build Up, Inst, Solo e Outro, ciascuno tra parentesi quadre. Usa righe Inst o Solo per lasciare spazio alla band.
Qualità audio regolabile
bitrate accetta 32, 64, 128 o 256 kbps, con 256 come valore predefinito, e sample_rate accetta 16, 24, 32 o 44,1 kHz, con 44,1 come valore predefinito. Abbassali per bozze rapide o file leggeri, tieni i valori predefiniti per il lavoro finito. Il prezzo per canzone resta lo stesso, qualunque valore scegli.
Per chi è MiniMax Music 3.0
Cantautori e paroliere
Ascolta il testo prima di prenotare una sessione
Incolla una strofa e un ritornello con i tag di sezione, aggiungi la descrizione dello stile e ascolta una versione cantata in pochi minuti. Poiché il testo viene cantato come scritto, capisci subito dove una riga è troppo piena, dove cade il gancio e se l'atmosfera corrisponde alla tua idea, e puoi riscrivere prima di spendere ore di studio.
Creator di video
Una sigla o una colonna sonora per il vlog con una richiesta
Descrivi il carattere del canale o del pezzo, aggiungi due righe di testo oppure lascia che le scriva il modello, e ricevi una canzone completa con voce solista. Per sottofondi senza parole sotto il parlato attiva instrumental. In entrambi i casi ottieni un MP3 pronto da mettere sulla timeline.
Sviluppatori di giochi e app
Canzoni di sottofondo e loop da menu
Attiva instrumental e scrivi l'atmosfera nel prompt: tempo, strumenti, ambientazione. Ottieni un brano finito, senza voce che competa con i dialoghi o i suoni dell'interfaccia. Prova diverse descrizioni per schermate o livelli diversi e confrontale, dato che ogni richiesta restituisce un pezzo completo.
Canzoni regalo e personali
Una canzone di compleanno o anniversario da poche righe di storia
Racconta la storia nel prompt, con nomi, un ricordo condiviso e l'atmosfera desiderata, lascia lyrics vuoto e tieni generate_lyrics attivo. Il modello scrive le parole e le canta, di solito arrivando intorno ai quattro minuti. Mantieni i temi affettuosi e puliti, perché MiniMax rifiuta tutto ciò che va oltre il linguaggio forte.
Come chiamare l'API di MiniMax Music 3.0
01
Crea una chiave API
Accedi a SpicyAPI, crea una chiave e tienila sul tuo server. Ogni richiesta la porta come bearer token, e puoi anche provare prima gli stessi input nel playground per sentire cosa fa il modello con la tua descrizione.
02
Scrivi la descrizione dello stile
Metti in prompt genere, tempo, atmosfera, tipo di voce e strumenti, fino a 2.000 caratteri. Sii preciso, per esempio synth-pop sognante a 100 bpm con una voce femminile eterea. Lascia la storia e le parole da cantare al campo lyrics.
03
Aggiungi un testo o lascia che lo scriva il modello
Invia lyrics fino a 3.000 caratteri, un verso per riga, una riga vuota per la pausa e i tag di sezione su righe a sé. Oppure lascia lyrics vuoto e tieni generate_lyrics attivo. Per un brano senza voce imposta instrumental su true.
04
Imposta la qualità e invia
Se vuoi, scegli bitrate e sample_rate, altrimenti valgono i valori predefiniti di 256 kbps e 44,1 kHz. Invia il task. Qui non c'è duration_seconds, perché la lunghezza la sceglie il modello.
05
Attendi, poi scarica l'MP3
La generazione richiede da circa 1,5 a 4 minuti, e i testi scritti in automatico sono i più lenti. Al termine del task ricevi il link a un MP3 stereo. Scaricalo, perché l'audio generato viene conservato per 14 giorni. Le richieste fallite o rifiutate non vengono addebitate.
Esempi pratici con MiniMax Music 3.0
Synth-pop sognante da un breve testo
Una descrizione di stile in prompt e una strofa con ritornello in lyrics, ciascuna con il suo tag di sezione. Aspettati che la voce eterea canti le righe come scritte su pad e basso pulsante, per una canzone di circa un minuto e mezzo.
{"prompt": "Dreamy synth-pop, 100 bpm, airy female lead vocal, shimmering pads, pulsing bassline, late-night city drive mood", "lyrics": "[Verse]\nHeadlights painting gold along the shore\nYour hand keeps drifting closer than before\n\n[Chorus]\nSo drive, drive, keep the city in the mirror\nMidnight looks so good in your eyes"}
Un duetto scritto partendo solo dal prompt
Non invii alcun testo, quindi lo scrive generate_lyrics. La storia e le due voci sono descritte nel prompt. Una descrizione di duetto simile ha restituito nei nostri test una canzone di 3:58 con due voci che si alternano.
{"prompt": "Upbeat Latin pop duet about a summer fling that starts on a crowded beach and ends at sunrise, playful male and female vocals trading lines, nylon guitar, 96 bpm"}
Uno strumentale jazz lounge
Instrumental è attivo, quindi non serve alcun testo e non compare nessuna voce. La nostra prova ha restituito un brano di 2 minuti, un buon modello per musica di sottofondo e loop da menu.
{"prompt": "Smoky late-night jazz lounge instrumental, brushed drums, upright bass, muted trumpet and Rhodes piano, slow 72 bpm", "instrumental": true}
Domande sull'API di MiniMax Music 3.0
È un'API per il modello musicale di MiniMax, uscito il 16/07/2026 (2026-07-16). Invii una descrizione di stile in prompt, se vuoi anche lyrics, e una richiesta restituisce una canzone completa in MP3 stereo con voce solista, arrangiamento e mix finale. La durata la sceglie il modello. SpicyAPI lo espone con lo stesso flusso di task degli altri modelli multimediali.
Il costo è un prezzo fisso per canzone, indipendente da durata, bitrate o frequenza di campionamento, quindi cambiare queste impostazioni non cambia la spesa. Il prezzo aggiornato è mostrato in questa pagina prima di avviare qualsiasi cosa. Le richieste fallite o rifiutate non vengono addebitate, compresi i testi che MiniMax rifiuta di cantare.
No. È un modello filtrato. Il linguaggio forte viene cantato, e il nostro ritornello punk pieno di parolacce è tornato parola per parola, ma i testi del nostro test sui contenuti sono stati rifiutati dopo circa 90 secondi e non addebitati, e i più forti non sono mai terminati e sono andati in timeout.
Lo decide il modello, e non esiste un campo per la durata. Le nostre canzoni vanno da 1:09 a 3:58: una strofa e un ritornello sono usciti intorno al minuto e mezzo, e una canzone completa con testo scritto in automatico è durata circa quattro minuti. Per una base strumentale di durata fissa sotto un video, usa Seed Audio 1.0, che riceve la durata nel prompt.
Sì. Invia fino a 3.000 caratteri in lyrics, un verso per riga, con una riga vuota per la pausa e tag di sezione come Verse o Chorus su righe a sé. Il testo che invii viene cantato come scritto. Se lasci lyrics vuoto, generate_lyrics, attivo per impostazione predefinita, lo scrive a partire dal tuo prompt.
Sì. Imposta instrumental su true e ottieni un brano senza voce, senza bisogno di alcun testo. Il nostro prompt jazz lounge ha restituito uno strumentale di 2 minuti. Descrivi tempo, strumenti e atmosfera in prompt e usalo per canzoni di sottofondo, loop da menu e sottofondi per video.
Quando vuoi che il modello scriva e canti una canzone intera a partire da testi puliti, senza decidere la durata. Per una base strumentale sotto un video, usa invece Seed Audio 1.0 oppure "Score this cut" nell’editor video dello Studio.
Lo ha realizzato MiniMax, che lo ha rilasciato il 16/07/2026 (2026-07-16), e sono stati pubblicati anche i pesi aperti. SpicyAPI lo offre con un'unica API e un unico account, accanto ad altri modelli musicali. L'audio generato viene conservato per 14 giorni, quindi scarica le tue canzoni prima della scadenza.
Considera i due campi di testo come due compiti distinti. Metti in prompt tutto ciò che riguarda il suono: genere, tempo in bpm, atmosfera, tipo di voce e qualche strumento, per esempio synth-pop sognante a 100 bpm con una voce femminile eterea e pad scintillanti. Metti in lyrics solo le parole da cantare, un verso per riga, con una riga vuota dove vuoi una pausa. Le parole di stile lasciate in lyrics vengono cantate, quindi tienile fuori. Segna la struttura con tag di sezione su righe a sé, come Verse, Pre Chorus, Chorus, Bridge e Outro tra parentesi quadre, e aggiungi righe Inst o Solo quando deve entrare la band. Righe brevi e cantabili funzionano meglio delle frasi lunghe. Tieni il testo pulito, perché MiniMax rifiuta tutto ciò che va oltre le normali parolacce, che vengono cantate. Parti da una strofa e un ritornello per sentire la voce e il mix, poi allunga. Se hai solo un'idea, lascia lyrics vuoto e lascia che generate_lyrics scriva la canzone, mettendo in conto un'attesa più lunga.
Tutti i modelli MiniMax11
Modelli audio3
MiniMax Music 3.0AttualeDa testo ad audio$0.18per richiesta