はじめに
MiniMax H3 Max テキストから動画 は、書いたプロンプトを 480p または 768p・5〜15 秒の整数長のクリップに変え、環境音、フォーリー、音楽も同じ生成で作ります。MiniMax は H3 Max を H3 の高速生成版と位置づけています。最初の実行の前に知っておきたい既定値が 2 つあります。アスペクト比の既定は 1:1、長さの既定は 8 秒なので、納品形式が決まっているなら両方を明示してください。
開始素材に応じてモードを選ぶ
| 開始素材 | モード |
|---|---|
| 承認済みの開始画像 | MiniMax H3 Max 画像から動画 |
| 書いた場面やスクリプト | MiniMax H3 Max テキストから動画 |
主な機能とハイライト
6 種類の画面比率、既定は正方形
aspect_ratio は 21:9、16:9、4:3、1:1、3:4、9:16 を受け付け、既定は 1:1 です。項目を指定せずにワイド画面のブリーフを送ると正方形で返ります。snow-train-window-hands の例は 21:9 を前提に作られています。列車が画面の端から端まで横切り、客車のガラスを挟んで 2 つの手が重なる構図は、より正方形に近い比率へトリミングすると成り立ちません。
下書きは 480p、本番は 768p
resolution は 480p と 768p から選べ、既定は 768p です。720p、1080p、4K の選択肢はなく、これらの値はキューに入る前にスキーマで拒否されます。480p は秒単価が安いので、文言や長さ、構図を試す段階に向いています。残すテイクは 768p でレンダリングしてください。
プロンプト拡張は必要なときだけ
enable_prompt_expansion は既定でオフなので、プロンプトは書いたとおりに描かれます。オンにすると MiniMax がまず短いブリーフをショット、音、音楽を含むより詳しい記述へ展開するため、書いていない細部が加わることがあり、リクエストはプロンプト拡張料金で課金されます。公開例は具体的に書くことでこれに対処していて、night-train-beckon のプロンプトは緑のベルベット、磨かれた真鍮、バールウォールナット、読書灯 1 つ、そしてカメラが追うべき仕草まで名指ししています。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | カットとして書きます。被写体、動き、カメラ、光、音を、起こる順に並べてください。 1 文字以上 · 7000 文字以内 |
aspect_ratio | いいえ | 既定は 1:1。アナモルフィックなら 21:9、縦位置なら 9:16 を設定してください。 |
duration_seconds | いいえ | 5〜15 の整数秒。省略すると 5 秒ではなく 8 秒になります。 |
resolution | いいえ | 480p または 768p（既定は 768p）。どちらもネイティブ解像度での生成で、480p のほうが秒単価が安くなります。 |
enable_prompt_expansion | いいえ | 既定はオフで、プロンプトは書いたとおりに使われます。オンにすると、MiniMax がまずプロンプトをショット、音、音楽を含むより詳しい構造化された記述へ展開し、それをもとに描画します。 デフォルト値: |
料金
| 仕様 | 料金 |
|---|---|
| $0.05 / 秒 |
| $0.08 / 秒 |
ユースケース
ファッションやキャンペーンの映像
silver-corridor の例は 1 段落から作ったキャンペーン風のショットです。硬いリムライトを受ける液体のような銀のガウン、ウインドマシンになびく髪、最後にまっすぐレンズを見る視線。21:9・5 秒で、音声には低いシンセのドローンが入っています。布の動きも光も最後の視線もすべて文章で、画像として渡したものはありません。
名指しで指定する時代のルック
フィルムの質感は直接リクエストできます。roller-rink の例は、強いハレーション、褪せた色、厚い粒子、わずかなゲートの揺れを伴う 1970 年代のルックを求め、2 段階の動作を 5 秒に収めています。リンクをゆっくり 1 周し、両腕を広げて後ろ向きにカメラへ滑ってくる流れです。
素材と光の検討
動く光に複数の素材が反応する場面は、文章のブリーフに向いています。night-train-beckon では、カメラがごく浅い被写界深度で寄っていく間、ホームの明かりが顔、サテン、脚の上に光の帯を走らせます。image-to-video 用の開始フレームを作る前に、照明のアイデアが伝わるかをこうしたブリーフで確かめてください。
プロンプトガイドと実践のヒント
起きる順にショットを書く
被写体、動き、カメラ、光、音を起きる順に並べます。silver-corridor のプロンプトは最初の一歩から最後の視線までショットを順に追い、そのあとに画質（「anamorphic 2.39:1, deep blacks, glossy specular highlights」）を加え、最後に音（「low synth drone」）で締めています。
動作だけでなく境界も書く
拡張をオンにするなら、起きてほしいことに加えて、変わってはいけないことも書きます。night-train-beckon のプロンプトは明確な制約で終わっています。スリップのナイトドレスとストッキングは最後まで着たまま、文字もロゴも他の人物も画面に入れない、という内容です。文章だけでは衣装や体つき、構図がモデル任せになるので、書いておかないと続けて生成したテイクがぶれます。
文字どおりの結果が欲しいなら image-to-video へ
アイデアは合っているのに被写体がデザインどおりでないときは、静止画を生成するか選んで image-to-video に移ります。開始フレームは、プロンプトで同じ内容を書くよりはるかに忠実に反映されます。長さも意図して指定してください。省略すると 5 秒ではなく 8 秒になります。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-max/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p",
"aspect_ratio": "1:1",
"duration_seconds": 8,
"enable_prompt_expansion": false
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$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。
