텍스트→영상과 이미지→영상: 어디서 시작할까요?

반복 등장하는 성인 캐릭터라면 얼굴, 의상과 시작 장면이 승인된 뒤 이미지→영상으로 시작하세요. 아직 캐릭터를 정하거나 장면을 탐색하는 단계라면 텍스트→영상으로 시작하세요. 이미지는 구체적인 시작을 제공하고, 텍스트 프롬프트는 모델이 시작을 만들어 내도록 합니다. 어느 입력도 캐릭터가 움직인 뒤 얼굴이 안정적으로 유지된다고 보장하지 않습니다.

아래 비교에서는 MiniMax H3를 사용합니다. SpicyAPI가 두 작업을 동일한 초당 가격으로 제공하므로, 선택 기준은 어느 경로의 할인이 아니라 이미 가진 것과 수정해야 할 부분입니다. 예시 프롬프트에는 옷을 완전히 입은 가상의 성인이 등장합니다.

같은 제품군, 서로 다른 두 입력

각 작업의 자세한 내용은 텍스트→영상과 이미지→영상 페이지에 있습니다.

두 작업 모두 영상과 함께 소리를 생성합니다. 빗소리와 실내 환경음뿐이더라도 프롬프트에 소리를 적으세요. 이미지로는 장면에 어떤 사운드트랙을 붙일지 알릴 수 없습니다.

텍스트부터 시작하면 외형을 탐색하고, 이미지부터 시작하면 승인된 시작 외형을 제공합니다. 설명용 그림이며 MiniMax 생성 결과가 아닙니다.

NSFW 제작자에게 어떤 의미가 있나요?

2026년 9월 테스트에서 두 H3 작업은 확인한 가장 강한 수준까지 성인용 요청을 수락했습니다. 텍스트→영상은 글로 작성한 설명으로, 이미지→영상은 AI로 생성한 시작 이미지로 테스트했습니다. 둘 다 제한 없는 작업으로 표시되므로, 경로에 따라 달라지는 것은 허용 범위가 아니라 제어할 수 있는 정도입니다.

요청 수락과 캐릭터의 동일성은 별개입니다. 모델이 소재를 수락해도 고개를 돌리는 중간에 얼굴이 바뀔 수 있습니다. 따라서 장면에 맞게 경로를 고르고 캐릭터를 계속 알아볼 수 있는지로 결과를 판단하세요.

MiniMax H3 Spicy는 별도의 이미지→영상 제품군이며 일반 H3의 이미지 입력 모드가 아닙니다. 현재 768p 가격은 초당 $0.084이며, 일반 H3는 768p에서 $0.037입니다. 이 높은 가격을 일반 H3 텍스트→영상과 비교해 차이를 “이미지→영상 추가 요금”이라고 부르지 마세요. H3 LoRA 역시 호환되는 LoRA 가중치를 위한 별도 제품군이며, 이 두 폼에 있는 전환 옵션이 아닙니다.

경로 A: 텍스트로 장면 탐색하기

정확한 얼굴이 아직 정해지지 않은 새 가상 캐릭터나 독립적인 티저에 이 경로를 사용하세요. 예시 설명에는 하나의 동작이 있습니다. 30세 Mara가 빗줄기가 흐르는 창문에서 시청자 쪽으로 고개를 돌립니다. 짙은 회색 이브닝드레스는 그대로 입고 있고 카메라는 고정되어 있습니다.

1. MiniMax H3 텍스트→영상을 여세요.
2. 폼에서 Aspect ratio를 9:16, Resolution을 768p, Duration을 5로 설정하세요.
3. 아래 장면 프롬프트를 Prompt에 붙여 넣고 실행 전에 견적을 확인하세요.

Vertical medium shot of Mara, a fictional 30-year-old woman with a short dark bob, wearing a charcoal evening dress beside a rain-streaked window. Cool window light illuminates her face; a warm lamp glows behind her. She begins looking toward the window, slowly turns her head toward the camera, then holds eye contact. Her face and upper body stay in frame. Static camera. The dress remains unchanged. Audio: soft rain against the glass and quiet room tone, no speech or music.

이 경로를 선택할 때: 캐릭터가 아직 정해지지 않았거나, 외형과 배경을 탐색하거나, 독립된 클립 하나로 작업이 끝날 때입니다. 다른 경로를 선택할 때: 얼굴이나 의상이 이미 정해졌다면 경로 B를 사용하세요.

첫 결과는 캐릭터 선정과 연출을 함께 판단하세요. 얼굴이 매력적이지만 기존 캐릭터와 다르다면 텍스트만 입력해서는 기존 얼굴을 제공하지 않은 것입니다. 같은 이름과 머리 모양 설명을 반복해도 새 생성 결과가 캐릭터 동일성의 레퍼런스가 되지는 않습니다.

외형을 승인하면 프롬프트를 바꾸기 전에 저장하세요. “Keep everything, only change the lamp”도 이 작업에서는 새 생성이며 국소적인 이미지 편집이 아닙니다. 램프가 중요하다면 올바른 램프가 들어간 승인된 시작 이미지를 준비하고 두 번째 경로로 옮기세요.

경로 B: 승인된 시작 장면 움직이기

시청자가 이미 Mara를 알아보거나 장면이 승인된 캠페인 이미지와 일치해야 한다면 이미지→영상을 사용하세요. 이미지는 단순히 가장 잘 나온 캐릭터 인물 사진이 아니라 동작의 시작을 보여야 합니다.

창가에서 고개를 돌리는 장면에는 창문을 향한 머리, 확인할 만큼 보이는 얼굴, 어깨 주변 여백이 있는 세로 미디엄 숏을 준비하세요. 얼굴을 아주 좁게 자른 클로즈업은 크게 고개를 돌렸다 돌아오는 동작의 시작으로 적합하지 않습니다. 동작 프롬프트가 구도, 동일성과 행동을 동시에 해결하도록 요구하지 말고 먼저 구도를 바꾸세요.

움직임을 요청하기 전에 제한적인 크롭을 해결하세요.

1. MiniMax H3 이미지→영상을 여세요.
2. Input image에 승인된 세로 시작 이미지를 추가하세요. 각 변은 256–5,760픽셀, 비율은 2:5에서 5:2 사이여야 하고 파일은 10 MB 미만이어야 합니다(Playground 제한).
3. Resolution을 768p, Duration을 5로 설정하세요. 비율은 이미지가 정하며 이 작업에는 Aspect ratio 필드가 없습니다.
4. 아래 동작 프롬프트를 Prompt에 붙여 넣으세요. 처음 단순하게 고개를 돌릴 때는 Closing frame을 비워 두세요.

She slowly turns her head from the window toward the camera, then holds direct eye contact. Her shoulders stay relaxed. The camera remains fixed. Audio: soft rain against the glass and quiet room tone, no speech or music.

이미지가 이미 얼굴, 드레스와 방을 보여 주므로 프롬프트에는 변하는 부분만 적습니다.

시작, 중간과 마지막에 시선을 유지하는 부분을 확인하세요. 첫 프레임이 맞아도 나중에 얼굴이 변할 수 있습니다. 회전 중 측면 얼굴이 부자연스러우면 얼굴의 필요한 부분이 더 잘 보이는 시작 각도를 시도하거나 회전 폭을 줄이세요. 직접적인 눈맞춤이 필수라면 캐릭터가 거의 행동하지 않을 때까지 움직임을 줄이는 대신 그 끝 동작을 유지하세요.

시작, 회전과 마지막 시선 유지를 각각 별도의 승인 기준으로 확인하세요.

이 경로를 선택할 때: 캐릭터가 반복 등장하거나, 승인된 이미지와 장면이 일치해야 하거나, 얼굴과 의상이 이미 정해졌을 때입니다. 다른 경로를 선택할 때: 아직 외형을 찾아야 한다면 다른 경로가 좋습니다. 이미지는 약점도 고정하기 때문입니다.

선택적인 종료 프레임(API의 last_image_url)은 마지막 구도도 승인된 경우 유용합니다. 동일한 캐릭터, 의상과 조명으로 준비하고 두 프레임을 자연스럽게 연결하는 행동을 요청하세요. 목적지는 제약하지만 중간의 모든 손 위치를 제공하거나 올바른 전환을 보장하지는 않습니다.

5초의 비용

현재 일반 H3의 두 작업 가격은 같습니다.

이미지 제작비는 별도입니다. 승인된 스틸이 이미 있으면 준비 비용이 거의 없을 수 있지만, 먼저 많은 스틸을 생성하고 버린다면 그 지출도 계산하세요. 768p에서는 텍스트→영상 세 번 시도가 $0.555, 이미지→영상 한 번 시도가 $0.185와 이미지 비용입니다. 따라서 승인된 스틸 비용이 $0.37 미만일 때만 이미지 경로가 저렴합니다. 둘 다 첫 시도에 성공한다면 이미지 경로에는 스틸 비용이 추가되므로 텍스트→영상이 더 저렴합니다.

768p로 초안을 만들고 2k로 마무리하는 방식은 저렴하지만, 2k 실행은 초안의 업스케일링이 아니라 새 테이크입니다. H3는 시드를 제공하지 않으므로 같은 요청도 다른 움직임을 반환합니다. 승인된 움직임을 정확히 유지해야 한다면 별도 업스케일링 작업을 사용하세요. H3 Spicy 이미지→영상이나 Seedance 2.5처럼 시드를 제공하는 제품군은 요청을 더 재현성 있게 반복할 수 있습니다.

가장 먼저 보이는 결함 수정하기

시작 의상이 잘못되었다면 움직임을 다시 시도하기 전에 원본을 수정하세요.

캐릭터 동일성 레퍼런스와 시작 프레임은 서로 다른 자료입니다. Mara를 탁자에 앉히고 싶다면 창가 인물 사진을 실제 시작 장면으로 업로드하면서 얼굴 레퍼런스로만 작동하길 기대하지 마세요. H3 레퍼런스→영상은 레퍼런스 이미지 한 장에서 아홉 장을 받는 별도 작업입니다. 추가 입력과 견적도 따로 확인해야 합니다.

API에서 실행하기

Playground 결과가 만족스러우면 같은 요청을 코드에서 실행할 수 있습니다. 아래는 텍스트→영상 예시입니다. 이미지→영상에서는 모델을 minimax/h3/image-to-video로 바꾸고 aspect_ratio를 제거한 뒤 image_url을 추가하세요.

import os
import uuid

import requests

response = requests.post(
    "https://api.spicyapi.ai/api/v1/jobs/createTask",
    headers={
        "Authorization": f"Bearer {os.environ['SPICY_API_KEY']}",
        "Idempotency-Key": str(uuid.uuid4()),  # new key for each new request
    },
    json={
        "model": "minimax/h3/text-to-video",
        "input": {
            "prompt": "Vertical medium shot of Mara, a fictional 30-year-old woman with a short dark bob, wearing a charcoal evening dress beside a rain-streaked window. She slowly turns her head toward the camera, then holds eye contact. Static camera. Audio: soft rain, quiet room tone.",
            "aspect_ratio": "9:16",
            "resolution": "768p",
            "duration_seconds": 5,
        },
    },
)
print(response.json())

필드, 결과와 오류는 API 레퍼런스에 있습니다.

Agent에게 실행을 맡길 수도 있습니다. 에이전트는 CLI, MCP 서버 또는 Agent Skill로 같은 호출을 수행할 수 있습니다. 세 가지 모두 최신 모델 스키마를 읽으며 CLI와 MCP는 가격을 보여 주고 작업 생성 전에 확인을 요청합니다.

# CLI
npx @spicyapi/cli tasks create --model minimax/h3/text-to-video \
  --input-json '{"prompt": "Mara turns from a rain-streaked window toward the camera and holds eye contact. Static camera. Audio: soft rain.", "aspect_ratio": "9:16", "resolution": "768p", "duration_seconds": 5}' --wait

# MCP server: the command your assistant's MCP config runs
npx --yes --package=@spicyapi/mcp spicyapi-mcp

# Agent Skill
npx skills add spicyapi-ai/spicy-skill

15초보다 긴 장면 만들기

H3 요청 하나는 최대 15초이며 연장 작업은 없습니다. 클립을 승인하고 마지막 프레임을 추출해 다음 이미지→영상 숏의 시작 이미지로 사용하세요. 각 프롬프트는 그다음 일어날 일만 설명합니다. 매번 텍스트로 캐릭터를 다시 정하는 대신 이전 숏의 외형을 다음 시작 프레임으로 이어 갈 수 있습니다.

어떤 경로를 고를까요?

매주 이어지는 캐릭터 시리즈라면 숏마다 시작 이미지를 승인하고 움직이세요. 캐릭터가 정해지지 않은 새 배경이라면 텍스트로 시작하고 결과를 탐색으로 보세요. 얼굴과 구도가 보존해야 할 요건이 되면 경로를 바꾸세요.