はじめに
MiniMax H3 によるビデオ延長です。続けたいクリップを送り、次に起きることを書くと、クリップの最後のフレームが MiniMax H3 の新しい image-to-video ショットの開始フレームになり、元の動画と新しいセグメントが 1 つの MP4 につながって返ります。課金されるのは新しい秒数だけです。
| 項目 | 値 |
|---|---|
| 入力 | 動画 |
| 出力 | 動画 |
| 出品元 | MiniMax |
| エンドポイント | text-to-video、image-to-video、reference-to-video、video-extend |
| 尺 | 4〜15 秒（text-to-video は 5〜15 秒） |
| 解像度 | 768p、2k |
| アスペクト比 | 16:9、9:16、1:1、4:3、3:4、21:9（テキスト・参照） |
| 参照 | 画像 9 枚まで |
| 音声 | すべてのエンドポイントで映像と同時に生成 |
| 実行方式 | 非同期タスク。課金は出力 1 秒単位 |
主な機能とハイライト
ひとつの段落で完成したショットを
誰が映っていて、何が起き、カメラがどこへ動き、何が聞こえるかを書いてください。H3 は照明、粒子感、動き、それに合った音声をひとつのクリップにまとめて返します。この窓辺のノワールは、4 つの文だけで作りました。
あなたの画像を動かす
静止画から始めて、その後に起きることだけを書きます。この例の開始フレームはカウンターに置いたコーヒーカップでした。手、シャツへ向かうティルトアップ、背後で目を覚ます男性は、すべてプロンプトから生まれています。
同じ女性、同じ衣装、新しいシーン
顔、衣装、部屋を別々の写真で渡すと、撮影したことのないショットに組み合わせます。クリップが変わっても同じ人物に見え続けるのは、このためです。
音声は映像と一緒に生まれる
セリフ、室内の環境音、音楽は同じ生成の中で作られます。このクリップの歌のフレーズ、クラブの残響、客席のざわめきは、すべてプロンプトに書いたものです。音声だけの工程はありません。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 必須です。次に起きること、つまり続く動作、カメラの動き、音を書いてください。 1 文字以上 · 7000 文字以内 |
video_url | はい | 続きを生成するクリップです。MP4、MOV、WebM で最大 60 秒。 1 文字以上 |
last_image_url | いいえ | 任意の終了フレームです。新しいセグメントはこの画像で終わります。 |
resolution | いいえ | 新しいセグメントの解像度で、768p または 2k（既定は 768p）です。どちらもネイティブ生成です。 |
duration_seconds | いいえ | 新しいセグメントの長さ（整数の秒）で、4〜15 秒、既定は 5 秒です。4 秒のセグメントは 768p でのみ選べ、2k は 5 秒以上が必要です。 |
料金
選んだ解像度で、新しいセグメントの秒数に応じて課金されます。送信した元のクリップは課金されません。生成に失敗した場合や、つなぎ合わせを作れなかった場合は全額返金されます。
| 仕様 | 料金 |
|---|---|
| $0.037 / 秒 |
| $0.058 / 秒 |
ユースケース
ほかの動画 API に断られる検閲なしのシーン
ほかの API でブロックされるシーンが、プロンプトフィルターに弾かれずに一度で通ります。テキストから動画用にシーンを書くか、見た目を正確に決めたいときは先に人物の画像を作り、その画像を動かしてください。
SNS 向けの音声付き縦型クリップ
最初から音声の入った 9:16 のクリップです。10 秒のティザー、雰囲気のループ、リアクションの一瞬に向いています。タイミングが決まるまで 768p で試し、採用するテイクを 2K で作り直してください。
シリーズを通して登場するキャラクター
参考写真で顔、衣装、部屋をエピソードごとに固定し、新しいショットで変わる部分だけを書きます。
長いシーンもショットごとに
15 秒のクリップをつないで 1 つのシーンにします。採用したクリップの最後のフレームを次のクリップの最初のフレームにすれば、衣装、セット、光がカットをまたいで引き継がれます。
プロンプトガイドと実践のヒント
Playground で試す
上でモード（文、手持ちの開始フレーム、数枚の参考写真のいずれか）を選び、このページのプロンプトを 1 つ貼り付けて実行します。課金される前に正確な料金が表示されます。
API キーを取得する
登録してカードまたは暗号資産でチャージし、コンソールでキーを作成します。定額プランはなく、生成した動画の秒数分だけお支払いいただきます。
同じリクエストをコードから送る
API タブからリクエストをコピーします。Playground が今実行したものと同じ本文です。完成したクリップは Webhook に届くか、タスク ID で取得できます。
はじめに
MiniMax H3 ビデオ延長は、すでにあるクリップの続きを生成します。クリップを video_url として、次に起きることを書いたプロンプトとともに送ってください。クリップの最後のフレームが MiniMax H3 の新しい image-to-video ショット（4〜15 秒）の開始フレームになり、両者が 1 つの MP4 につながります。先に元の動画、続いて新しい部分が並び、つなぎ目で重なるフレームは取り除かれます。新しいセグメントは単独のファイルとしても返るので、さらに延長したり、パーツを別々に編集したりできます。
主な特長とハイライト
連続性は最後のフレームから生まれます
新しいセグメントは文字どおり最後のフレームから始まるため、衣装、セット、光、全員の立ち位置が引き継がれます。一方、動きは同じようには引き継がれません。モデルが見るのはクリップ全体ではなく 1 枚の静止画だからです。速度や向きが保たれると決めつけず、続けたい動きを書いてください。
つないだ 1 本に加え、新しい部分も単独で
つないだ MP4 は元のクリップのフレームレートと構図を保ち、黒帯は入りません。つなぎ目を合わせるため、画面の端が数パーセント程度切り取られたり調整されたりすることがあります。モデルが返した映像の縦横比が大きく異なる場合は、新しいセグメントを画面いっぱいに拡大して中央に合わせ、はみ出した部分を切り取ります。新しいセグメントには同じ処理で生成された音が付き、元の動画の音もそのまま残ります。つなぎ目は 1 秒に満たない時間で自然にブレンドされます。片方が無音の場合は、もう片方が無音で補われます。出力の 2 つ目のアセットは、role が segment の新しいセグメントだけで、さらなる延長や編集ソフトにそのまま使えます。
任意の終了フレーム
last_image_url は任意です。画像を送ると新しいセグメントがその画像で落ち着き、省略すると終わり方は自由になります。終了フレームが効くのは終わり方だけで、セグメントが長いほど途中は離れやすくなります。4 秒のセグメントは 768p でのみ選べ、2k は 5 秒以上が必要です。
それ以外は MiniMax H3 の image-to-video と同じです
新しいセグメントは image-to-video エンドポイントと同じルート、同じコンテンツ範囲、同じ秒単価で動き、生成に失敗した場合の返金も同じです。生成は成功してもつなぎ合わせを作れなかった場合は、タスクが失敗となり課金は返金されます。
ユースケース
早く終わってしまったショットを延ばす
ラベルがカメラを向く前に止まる商品のターンテーブルや、被写体がドアに着く前に切れてしまう歩きのシーンなど。数秒延長して、残りの動きだけを書きます。
長いシーケンスを一歩ずつ作る
1 回のリクエストで生成できるのは最長 15 秒です。それ以上にするには、最初のショットを作って延長し、つないだ結果をさらに延長します。各ステップで課金されるのは足した秒数だけです。各ステップは 1 枚のフレームから始まるので、次を重ねる前につなぎ目を確認してください。
プロンプトガイドと実践のヒント
シーン全体ではなく、次の一拍を書く
誰がどこにいるかはフレームですでに決まっているので、プロンプトは続く動作、カメラの動き、音に使います。クリップが終わったときのカメラの言葉（ゆっくりした寄り、固定ショットなど）を繰り返すと、つなぎ目がひと続きのテイクに見えます。
延長する前にトリミングする
モデルが見るのは最後のフレームだけなので、ぼやけた終わり、動きの途中での終わり、強く圧縮された終わりはそのまま続きに引き継がれます。先に、鮮明なフレームでクリップを切ってください。60 秒までのクリップを MP4、MOV、WebM で受け付けます。
解像度をそろえる
解像度が決めるのは新しい区間をどれだけ精細に生成するかだけなので、低く設定すると新しい部分が元より甘く見えます。元のクリップに解像度を合わせ、duration_seconds は本当に必要な長さにしてください。課金は新しい区間だけに対して行われます。
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3/video-extend",
"input": {
"duration_seconds": 5,
"enable_prompt_expansion": false,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$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。
