はじめに
MiniMax H3 LoRA テキストから動画 は、文章で書いた場面を 3〜15 秒のステレオ音声付きクリップにします。オープンウェイト版の MiniMax H3 の上に、自前の LoRA ファイルを最大 3 つ読み込めます。解像度は 480p、540p、768p、1080p、アスペクト比は 7 種類から選べます。プラットフォームはプロンプト、ウェイト、出力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 |
|---|---|
| 文章で書いた場面 | MiniMax H3 LoRA テキストから動画 |
| 開始フレームにする画像 | MiniMax H3 LoRA 画像から動画 |
| 参照画像、参照動画、参照音声 | MiniMax H3 LoRA 参照から動画 |
主な機能とハイライト
自前の LoRA をリクエストごとに読み込む
1 リクエストで LoRA ファイルを直接リンクとして最大 3 つ受け取り、それぞれに 0〜4 の強度を指定できます。アップロードの手順も許可リストもないので、リンクできる H3 用 LoRA ならどれでも使えます。ウェイトが実際に読み込まれることも確認しました。VHS テープ風のスタイル LoRA が、すっきりしたホテルの部屋のプロンプトを、トラッキングノイズ、色のにじみ、色あせた 1980 年代のパレットに変えています。
映像と音声を一緒に
どのクリップも、同じ生成で作られたステレオ音声付きの 24 fps の MP4 で返ります。ガラスを打つ雨音からひと言のセリフまで、音は Audio: の行に分けて書けば、映像と同期して届きます。
カスタムウェイトでも規制なし
このエンドポイントで、最も強いコンテンツ向けに作られた LoRA を、当社の最も強いプロンプトとともに実行したところ、クリップは書いたとおりに返りました。和らげられることも、差し替えられることもなく、読み込んだ重みが審査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 | ショットを短いタイムラインとして書きます。誰が映り、何をして、カメラがどう動くか。 1 文字以上 · 7000 文字以内 |
aspect_ratio | いいえ | 16:9、9:16、1:1、4:3、3:4、21:9、9:21。比率で変わるのは画面の形だけで、料金は変わりません。 |
resolution | いいえ | 480p、540p、768p、1080p。段階が上がるごとに料金も上がります。 |
duration_seconds | いいえ | 3〜15 の整数秒。指定した秒数分を支払うので、テストは 3〜5 秒で行ってください。 |
loras | いいえ | {path, scale} を最大 3 つ。path は MiniMax H3 向けに学習した .safetensors ファイルへの直接の HTTPS リンク、scale は 0〜4 で 1 が中立です。 デフォルト値: |
seed | いいえ | LoRA の強度やプロンプトの修正を比べるとき、シリーズの見た目をそろえます。1 回の実行で変えるのは 1 か所だけにしてください。 |
料金
選んだ解像度での出力 1 秒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 |
|---|---|
| $0.05 / 秒 |
| $0.075 / 秒 |
| $0.10 / 秒 |
| $0.20 / 秒 |
ユースケース
キャンペーン前のスタイル比較
同じ短いプロンプトを 3 種類のスタイル LoRA で 480p・3 秒ずつ生成し、並べて比べます。1 パターンあたり数セントで済み、方向が決まれば同じ seed で 1080p で生成し直せます。
コンパニオンやクリエイター向けプラットフォームの短いシーン
視聴者が期待するコンセプトや動きの LoRA を読み込み、シーンと音を書いて、768p または 1080p で納品してください。切り替えるコンテンツフラグはなく、生成後の二次審査もありません。
レトロ映像とアニメーションの短編
フィルムストック、VHS、カートゥーンの LoRA は、色調だけでなく表現媒体そのものを変えます。1939 年の手描きカートゥーン LoRA と VHS の LoRA を使えば、同じ屋上のシーンがまったく別の 2 本の作品になります。
プロンプトガイドと実践のヒント
トリガーワード、ショット、音の順に
コミュニティの LoRA の多くは、VHS の LoRA の vh5tape のように、プロンプトの冒頭にトリガーワードがあることを前提にしています。その後にショットを短いタイムラインとして書き、最後に Audio: の行で締めます。LoRA がすでにやっていることを言葉で繰り返すと、たいてい LoRA とぶつかります。
1 回の実行で変える強度は 1 つだけ
LoRA を 2〜3 つ読み込んでいるときは、seed を固定したまま強度を 1 つずつ動かします。スタイル系は 1、コンセプト系は 0.6〜0.8 から。やりすぎに見えたら、まずいちばん強いウェイトを下げてください。
安く試作して、本番は一度だけ
480p で 3〜5 秒が最も安い組み合わせで、たいてい 1 分もかからずに返ってきます。見た目、カメラ、音をそこで固めてから、1080p 版にお金をかけてください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lora/text-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
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。

















