소개
MiniMax H3 LoRA 참조→영상은 여러분의 참조 자료와 직접 만든 LoRA 파일 최대 3개로 오픈웨이트 MiniMax H3에서 샷 하나를 만듭니다. 이미지 최대 9장, 클립 3개, 오디오 클립 3개를 보내고 프롬프트에서 번호로 부르면, 480p, 540p, 768p, 1080p 중 선택한 해상도와 7가지 화면비 중 하나로 스테레오 사운드트랙이 담긴 3~15초 MP4가 돌아옵니다.
시작 자료에 따라 모드 선택하기
| 가진 자료 | 모드 |
|---|---|
| 글로 쓴 장면 | MiniMax H3 LoRA 텍스트→영상 |
| 시작 이미지 | MiniMax H3 LoRA 이미지→영상 |
| 참조 이미지, 영상, 오디오 | MiniMax H3 LoRA 참조→영상 |
핵심 기능 및 하이라이트
세 종류의 참조를 한 요청에
이미지는 얼굴, 의상, 방을 고정합니다. 클립은 움직임, 템포, 카메라 무빙을 전하고 그 사운드트랙도 자동으로 따라옵니다. 오디오 클립은 따라갈 목소리, 비트, 공간의 소리를 줍니다. Picture 1, Video 1, Audio 1처럼 불러 각 입력에 분명한 역할을 하나씩 맡기십시오.
LoRA와 참조를 함께
캐릭터 LoRA와 같은 인물의 참조 스틸을 함께 쓰면 어느 한쪽만 쓸 때보다 정체성이 더 잘 유지됩니다. 스타일 LoRA를 낮은 강도로 더하면 피사체를 잃지 않고 샷 전체에 여러분의 룩이 입혀집니다.
모든 입력에서 무검열
참조 이미지는 무엇이 담겨 있든 있는 그대로 받아들여집니다. 가장 강한 콘텐츠용으로 만든 LoRA와 저희의 가장 강한 프롬프트를 쓰면, 참조된 피사체와 함께 쓴 그대로 장면이 그려졌고, 사운드트랙도 같은 파일에 담겨 돌아왔습니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | 각 입력을 번호로 부르고 역할을 하나씩 주십시오. Picture 1은 여성, Picture 2는 방, Video 1은 카메라 무빙, Audio 1은 그녀의 목소리입니다. 1자 이상 · 7000자 이하 |
reference_image_urls | 아니요 | 최대 9장이며 한 장마다 참조 요금이 붙습니다. 역할이 분명한 3~4장이 서로 겹치는 9장보다 낫습니다. 1개 이상 · 9개 이하 |
reference_video_urls | 아니요 | 움직임, 템포, 카메라를 위한 클립을 최대 3개 넣습니다. 초 수는 출력 초처럼 과금되며 합계 15초가 상한입니다. 1개 이상 · 3개 이하 |
reference_audio_urls | 아니요 | 목소리, 비트, 환경음을 위한 오디오 클립을 최대 3개 넣습니다. 하나마다 참조 요금이 붙습니다. 1개 이상 · 3개 이하 |
aspect_ratio | 아니요 | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, 9:21 중에서 고르며 가격에는 영향이 없습니다. |
resolution | 아니요 | 480p, 540p, 768p, 1080p입니다. 단계가 오를 때마다 초당 요금이 오릅니다. |
duration_seconds | 아니요 | 출력 길이는 3~15초입니다. 과금할 때는 참조 클립의 초 수가 더해집니다. |
loras | 아니요 | MiniMax H3용으로 학습한 {path, scale} 항목을 최대 3개 넣으며 scale은 0~4입니다. 캐릭터 LoRA에 같은 인물의 참조 스틸을 더하면 정체성이 가장 단단히 유지됩니다. 기본값: |
seed | 아니요 | 참조나 강도를 바꾸는 동안 시리즈를 비교할 수 있게 해 줍니다. |
요금
선택한 해상도로 1초 단위 과금됩니다. 참조 클립의 초 수도 과금 초에 포함되며(합계 15초까지), 참조 이미지와 오디오 클립은 하나마다 참조 요금이 붙습니다. LoRA는 별도 요금이 없습니다.
| 사양 | 요금 |
|---|---|
| $0.06 / 초 |
| $0.09 / 초 |
| $0.12 / 초 |
| $0.24 / 초 |
활용 사례
새 장면에 반복 등장하는 캐릭터
캐릭터 스틸 두세 장을 그대로 두고 그 LoRA를 더한 뒤, 샷마다 배경과 동작 줄만 바꿉니다. 새 장면마다 정체성을 다시 뽑는 대신 같은 정체성에서 출발합니다.
클립에서 움직임 가져오기
원하는 댄스, 액션 합, 카메라 무빙이 담긴 짧은 클립에 새 퍼포머의 스틸을 더해 보내고 새 배경을 묘사합니다. 사람은 그림에서, 움직임만 클립에서 가져온다고 분명히 적으십시오. 저희 테스트에서는 그 문장을 빼자 동작과 함께 클립 속 댄서까지 딸려 왔습니다. 클립은 짧게 유지하십시오. 그 초 수가 출력 초처럼 과금됩니다.
그림 아래에 목소리 깔기
목소리나 음악 클립을 Audio 1로 더하고 누가 말하는지, 장면이 무엇에 맞춰 움직이는지 모델에 알려 주십시오. 이미 가진 목소리로 대사 한 줄을 넣는 가장 빠른 방법입니다.
프롬프트 가이드 및 실전 팁
지도부터 펼치기
프롬프트를 입력마다 짧은 문장 하나로 시작하십시오. Picture 1은 여성, Picture 2는 호텔 방, Video 1은 달리 무빙입니다. 그다음 동작을 적고 소리로 마무리합니다. 역할이 없는 입력은 섞여 버리기 쉽습니다.
참조 예산 살피기
참조 이미지와 오디오 클립은 하나마다 소액의 요금이 붙고, 클립 초 수는 합계 15초까지 출력 초처럼 과금됩니다. 보내기 전에 실시간 견적이 전체 금액을 보여 줍니다. 서로 겹치는 스틸 9장은 좋은 3장보다 비싸고, 정체성도 대개 더 못 잡습니다.
룩은 LoRA에 맡기기
스타일 LoRA를 불러왔다면 그 스타일을 프롬프트에서 길게 다시 설명하지 마십시오. 피사체와 동작을 묘사하고 렌더링은 가중치에 맡기십시오.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lora/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.

















