はじめに
MiniMax H3 Image LoRA テキストから画像 は、オープンウェイト版の動画生成モデル MiniMax H3 を使い、文章のプロンプトから静止画を 1 枚作ります。自前の LoRA ファイルを最大 3 つ読み込めます。約 100 万画素の 1k か約 400 万画素の 2k を 15 種類のアスペクト比から選び、JPEG、PNG、WebP で受け取れます。プラットフォームはプロンプト、ウェイト、画像のいずれにもコンテンツフィルターを加えません。
手元の素材からモードを選ぶ
| 手元にあるもの | モード |
|---|---|
| 文章で書いた説明 | MiniMax H3 Image LoRA テキストから画像 |
| 手を加えたい画像 1〜9 枚 | MiniMax H3 Image LoRA 画像編集 |
| 動かしたい静止画 | MiniMax H3 LoRA 画像から動画 |
主な機能とハイライト
動画モデルの 1 フレームを静止画として
このエンドポイントは H3 の動画ファミリーと同じ生成モデルで動き、1 フレームだけを返します。仕上がりは映画のスチルのようで、つやのある CG ではなく、方向のある光、浅い被写界深度、自然な肌になります。
H3 動画と同じ LoRA
同じモデルなので、MiniMax H3 向けに学習したキャラクター LoRA やスタイル LoRA がここでもそのまま効きます。1 リクエストに 3 つまで、それぞれ個別の強度で指定できます。動画で使っている VHS スタイルの LoRA は、静止画でも同じテープの質感を出しました。
カスタムウェイトでも規制なし
その内容向けに学習された LoRA と当社の最も強いプロンプトを使うと、画像は書いたとおりに返りました。重みが審査されることはなく、出力がフィルターされることもありません。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 被写体、舞台、光を、映画のショットを照明するつもりで書きます。LoRA にトリガーワードがあれば先頭に置いてください。 1 文字以上 · 5000 文字以内 |
aspect_ratio | いいえ | 3:1 から 1:3 まで 15 種類。どの比率も料金は同じです。 |
resolution | いいえ | 1k は約 100 万画素で安く、2k は約 400 万画素です。試行錯誤は 1k で。 |
loras | いいえ | MiniMax H3 向けに学習した {path, scale} を最大 3 つ。scale は 0〜4 で 1 が中立です。 デフォルト値: |
output_format | いいえ | 既定は JPEG で、必要なら PNG か WebP も選べます。料金は変わりません。 |
seed | いいえ | LoRA の強度を比べる間、画像のセットをそろえます。 |
料金
解像度に応じて 1 枚ごとに課金されます。LoRA の読み込みに追加料金はかかりません。
| 仕様 | 料金 |
|---|---|
| $0.042 / 枚 |
| $0.09 / 枚 |
ユースケース
動画の開始フレームを作る
キャラクター LoRA を使ってクリップの最初のフレームをここでデザインし、MiniMax H3 LoRA の画像から動画に送ります。静止画と動画が 1 つのモデルを共有しているので、その間でルックが飛びません。
キャラクターのスタイルシート
キャラクター LoRA と seed を固定し、プロンプトごとに衣装、場所、光だけを変えれば、統一感のある静止画のセットができます。
プラットフォーム向けの規制なしの静止画
ユーザーが求める LoRA を読み込み、画像をそのまま言葉で書きます。コンテンツフラグも、結果の二次審査もありません。
プロンプトガイドと実践のヒント
映画のショットのように照明する
光源、その方向と色、そしてレンズの感触を書きます。左から暖かいランプ、背後に青い窓明かり、浅い被写界深度、という具合です。H3 は動画で学習されているので、スタイルの形容詞より照明の言葉のほうがよく効きます。
トリガーワード、それから画
コミュニティの LoRA の多くは、プロンプトの冒頭にトリガーワードがあることを前提にしています。その後に被写体と舞台を書き、スタイルはウェイトに任せてください。
1k で下書き、2k で仕上げ
1k の画像は数秒で返ります。狙いどおりの 1 枚が出たら、seed を保ったまま 2k で生成し直して仕上げにします。比べるときは LoRA の強度を 1 つずつ変えてください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-image-lora/text-to-image",
"input": {
"aspect_ratio": "1:1",
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
