본문으로 건너뛰기

무검열 — 이 모델은 콘텐츠 필터를 걸지 않는다고 스스로 밝히고 있습니다. SpicyAPI는 여기에 플랫폼 검사를 더 얹지 않고 그대로 전달하고, 법률과 동의에 관한 책임은 고객에게 있습니다.이 필터링 수준의 모델 전체 보기
minimax/h3-x/text-to-video

H3 X에는 1~7,000자의 프롬프트가 필요합니다. 동작·카메라·소리를 설명하고 대사는 큰따옴표로 구분합니다. H3 X 길이는 2~15초 사이 정수로 지정하며 기본값은 5초, 출력은 24fps로 제공합니다.

최저가 $0.022/초
모델 실행

플레이그라운드

입력

텍스트→영상
467/7000
H3 X에는 1~7,000자의 프롬프트가 필요합니다. 동작·카메라·소리를 설명하고 대사는 큰따옴표로 구분합니다. 1자 이상 · 7000자 이하
H3 X 텍스트·참조 생성은 기본 16:9와 9:16·1:1·4:3·3:4·21:9를 지원합니다. 이미지 생성에서는 시작 프레임 비율을 따릅니다.
요금에 영향
H3 X는 480p·720p·1080p를 제공하며 기본값은 720p로 설정합니다. SpicyAPI 확대 비교에서는 1920 x 1088 파일의 크기 증가에 비례하는 세부 묘사 향상을 확인하지 못했습니다.
길이요금에 영향
H3 X 길이는 2~15초 사이 정수로 지정하며 기본값은 5초, 출력은 24fps로 제공합니다. 2 이상 · 15 이하
프롬프트 자동 확장
H3 X 프롬프트 확장은 기본적으로 끄며 켜면 생성 전에 지시를 보완합니다. 이 기능은 가격을 바꾸지 않습니다.
안전 검사꺼짐

SpicyAPI는 이 모델에 안전 검사를 적용하지 않습니다. 프롬프트와 소재는 작성한 그대로 모델에 전달되며, 결과는 모델 자체가 결정합니다.

제출과 가격 계산을 열기 전에 계정을 확인하고 있습니다.

출력

실행 대기
샘플 결과
연장
영상 번역
영상 편집

관련 모델과 다음 단계

찾는 모델이 없나요?

필요한 모델과 쓰려는 목적을 알려 주세요. 다음에 무엇을 추가할지 정하는 팀에 바로 전달됩니다.

부담 없는 가격의 MiniMax H3 동영상: 말하는 대사, 시간 지정 샷, 최대 9개의 참조

MiniMax H3 X는 SpicyAPI에서만 제공되는 MiniMax H3의 저렴한 튜닝 버전으로, 동영상 초당 $0.022부터 시작합니다. MiniMax의 공식 출시작이 아닙니다. 세 엔드포인트가 480p, 720p, 1080p로 스테레오 소리가 있는 2~15초 클립을 만듭니다. 텍스트→동영상, 첫 프레임(선택적으로 마지막 프레임)으로 만드는 이미지→동영상, 이미지 최대 9장·동영상 클립 2개·음성 클립 3개로 만드는 참조→동영상입니다. 큰따옴표 안에 쓴 대사는 실제로 말로 나오며, 세 엔드포인트 모두 무검열입니다. 콘텐츠 제한은 MiniMax H3보다 조금 더 엄격하지만, 초당 가격은 더 저렴합니다.

플레이그라운드 열기
부담 없는 가격의 MiniMax H3 동영상: 말하는 대사, 시간 지정 샷, 최대 9개의 참조
모델
MiniMax H3의 튜닝 버전, 2026년 10월 26일부터 SpicyAPI 전용. MiniMax의 공식 출시작이 아닙니다
엔드포인트
텍스트→동영상, 첫 프레임과 선택적 마지막 프레임으로 만드는 이미지→동영상, 이미지 최대 9장·동영상 클립 2개·음성 클립 3개로 만드는 참조→동영상
클립 길이
2~15초(정수 초), 24fps, 기본값 5초
해상도
480p, 720p(기본값), 1080p. 텍스트→동영상과 참조→동영상은 16:9, 9:16, 1:1, 4:3, 3:4, 21:9
소리
모든 클립에 스테레오 소리. 큰따옴표 안의 대사는 말로 나옵니다
시작 가격
480p 기준 출력 초당 $0.022부터. 720p와 1080p는 더 비쌉니다
가격
MiniMax H3를 더 저렴하게H3 X는 480p 기준 출력 초당 $0.022부터이며, 해상도별 현재 가격은 모델 페이지에 있습니다. 소리와 프롬프트 확장은 초당 가격에 포함됩니다. 시안용으로는 이 모델을 증류한 H3 X Turbo가 약 절반 가격에 있습니다.
대사
따옴표 안의 대사가 한 글자도 틀리지 않고 나옵니다인물이 하는 말을 큰따옴표로 감싸 적으세요. 음성 인식으로 확인한 결과 따옴표 안의 대사가 한 글자도 틀리지 않고 나왔고 입 모양도 맞았습니다. 참조 음성 클립을 쓴 실행도 포함됩니다. 빗소리, 숨소리, 음악도 프롬프트를 따릅니다.
콘텐츠
세 엔드포인트 모두 무검열저희 테스트에서 거부된 요청은 없었습니다. 이미지→동영상과 참조→동영상은 성인 두 사람의 친밀한 장면을 결과물로 냈습니다. 콘텐츠 제한은 MiniMax H3보다 조금 더 엄격하며, 텍스트→동영상은 한 사람만 나오는 장면과 남성이 중심인 장면의 일부 NSFW 표현을 순화하므로, 이런 내용은 이미지나 참조에서 시작하세요.

MiniMax H3 X 활용법

프레임 한 장에서 시작해 그다음 일을 쓰세요

프레임 한 장에서 시작해 그다음 일을 쓰세요

저희 첫 프레임은 어둑한 바이닐 라운지의 호두나무 바 뒤에 선, 등이 파인 검은 벨벳 드레스 차림의 바텐더였습니다. 프롬프트에는 그다음 일만 적었습니다. 잔을 내려놓고, 바 위로 몸을 기울이고, 손에 턱을 괸 채 "Last call."이라고 속삭이며, 레코드 잡음과 소울 음악이 깔립니다. 720p 클립은 그녀의 얼굴, 드레스, 호박색 조명을 그대로 유지했습니다. 왼쪽 위 칸이 첫 프레임이고, 나머지 세 칸은 클립의 순간들입니다.

참조는 순서로 부르세요

참조는 순서로 부르세요

플래티넘 단발 여성의 인물 사진, 캐멀색 트렌치코트의 제품 사진, 비어 있는 아르데코풍 피팅룸을 Image 1, 2, 3으로 보내고, 프롬프트에 "the woman from Image 1", "the trench coat from Image 2", "the fitting room from Image 3"라고 썼습니다. 그녀의 얼굴, 코트, 금테 거울이 720p의 한 장면으로 돌아왔습니다. 왼쪽 열이 참조 세 장입니다.

  • 대사마다 따옴표를 따로 주세요

    비에 젖은 밤의 옥상에서 한 커플이 느린 탱고를 추고, 그녀가 "Not yet."이라고 말합니다. 프롬프트에는 소리도 적혀 있습니다. 타일을 때리는 빗소리, 멀리서 들리는 차 소리, 반도네온입니다. 화면, 목소리, 효과음이 한 번에 함께 나오므로 오디오를 따로 만드는 단계가 없습니다. 대사는 요청한 클립 길이 안에서 여유 있게 말할 수 있을 만큼 짧게 유지하세요.

  • 참조 클립의 동작을 옮기세요

    참조 동영상은 동작 템플릿으로 쓸 수 있습니다. 흰 민소매 차림 남성의 인물 사진을 Image 1로, 짧은 댄스 클립을 Video 1로 보내고, 햇살이 드는 로프트에서 같은 회전과 어깨 동작을 요청했습니다. 얼굴과 민소매는 Image 1에서, 동작만 Video 1에서 가져오라고 적었습니다. 참조 동영상의 초는 출력 초와 같게 과금되므로, 필요한 동작만 남기고 클립을 잘라 내세요.

  • 1080p는 디테일이 아니라 화면 크기로 고르세요

    기본값은 720p입니다. 1080p는 실제 1920 x 1088 파일이지만 720p보다 낮은 비트레이트(약 3.3Mbps 대 약 10Mbps)로 나오고, 저희가 잘라서 비교했을 때 더 선명해 보이지 않았습니다. 5초 클립은 480p에서 약 50~110초, 720p에서 약 100~130초, 1080p에서 약 171초가 걸렸습니다. 초당 가격이 가장 낮은 480p에서 시안을 만들고, 마음에 드는 테이크를 720p로 마무리하세요.

MiniMax H3 X를 쓰는 사람들

  • 프롬프트 하나로 세 개의 샷

    숏드라마·시리즈 제작자

    프롬프트 하나로 세 개의 샷

    샷마다 시작 시점을 적고, 프롬프트의 모든 줄에서 같은 인물을 가리키세요. 저희 12초 클립은 호텔 복도의 와이드 샷, 4초에 황동 자물쇠에 꽂히는 열쇠로의 컷, 8초에 객실 안으로의 컷을 요청했고, 같은 여성이 나오는 그 세 샷으로 돌아왔습니다. 15초 테스트에서는 컷이 약 5초와 10초에 들어갔습니다.

  • 텍스트에서 바로 세로 클립

    소셜·숏폼 팀

    텍스트에서 바로 세로 클립

    텍스트→동영상과 참조→동영상은 16:9, 1:1, 4:3, 3:4, 21:9 외에 9:16도 받으며, 720p의 9:16 클립은 736 x 1312로 나옵니다. 저희 구조요원은 해 질 녘 하얀 망루의 난간에 기대어 선글라스를 올리고 낮은 카메라를 향해 웃었습니다. 사진은 그 5초 클립의 두 순간입니다.

  • 사용자가 올린 프레임에서 시작하세요

    성인 대상 플랫폼 개발자

    사용자가 올린 프레임에서 시작하세요

    저희 테스트에서 이미지→동영상은 NSFW 첫 프레임을 받아들였고, 성인 두 사람의 친밀한 장면을 결과물로 냈습니다. 접촉 자체는 화면 밖에 남습니다. 남성이 중심인 장면 일부는 순화되었으니, 이런 경우에는 참조→동영상을 쓰세요. 화면에 나오는 사람은 모두 성인이어야 합니다. 사진은 새벽의 파리 발코니에서 가볍게 입을 맞추는 두 여성으로, 옷을 입은 첫 프레임에서 만든 것입니다.

  • 인물 사진 두 장으로 두 사람

    캐릭터·시리즈 창작자

    인물 사진 두 장으로 두 사람

    한 사람당 인물 사진 한 장을 보내고, "the man from Image 1", "the man from Image 2"처럼 순서로 부르세요. 정장 차림 남성 두 명의 인물 사진은 거울로 둘러싸인 황동 호텔 엘리베이터에서 한 사람이 다른 사람의 넥타이를 느슨하게 푸는 장면으로 돌아왔고, 두 얼굴이 모두 유지되었습니다. 한 시퀀스의 모든 샷에서 같은 인물 사진을 같은 순서로 다시 쓰세요.

MiniMax H3 X로 첫 프롬프트부터 최종 테이크까지

  1. 가진 것에 맞춰 엔드포인트를 고르세요

    글만 있으면 텍스트→동영상으로 보내세요. 장면의 프레임이 있으면 이미지→동영상으로 보내고, 마지막 프레임은 선택입니다. 인물, 의상, 제품, 장소의 개별 사진이나 동작 클립, 목소리가 있으면 참조→동영상으로 보내세요. 프레임과 참조는 한 요청에 섞을 수 없습니다.

  2. 동작, 카메라, 소리를 쓰세요

    무슨 일이 일어나는지, 카메라가 무엇을 하는지, 무엇이 들리는지를 순서대로 적고, 모든 대사는 큰따옴표로 감싸세요. 이미지→동영상에서는 프레임 자체가 아니라 그 뒤에 일어나는 일을 적으세요. 쓴 문장 그대로 쓰이게 하려면 프롬프트 확장을 꺼 두세요.

  3. 480p에서 시안을 만드세요

    초당 가격이 가장 낮은 480p에서 5초 테이크를 몇 개 돌리고, 길이를 늘리기 전에 얼굴, 손, 대사를 확인하세요.

  4. 720p로, 필요한 길이만큼만 마무리하세요

    마음에 드는 테이크를 720p로, 장면에 필요한 길이(최대 15초)로 다시 만드세요. 모든 클립은 출력 초 단위로 과금됩니다. 1080p는 더 큰 화면이 필요할 때만 고르세요.

  5. 한 사람만 나오거나 남성이 중심인 NSFW 장면은 이미지에서 시작하세요

    텍스트→동영상은 한 사람만 나오는 장면과 남성이 중심인 장면의 일부 NSFW 표현을 순화합니다. 인물이 담긴 프레임으로 이미지→동영상을 쓰거나 참조→동영상을 쓰세요. 화면에 나오는 사람은 모두 성인이어야 합니다.

그대로 복사해 쓰기 좋은 MiniMax H3 X 프롬프트

  • 따옴표 대사가 하나 들어간 탱고

    16:9 텍스트→동영상용입니다. 의상, 동작, 따옴표 안의 대사, 소리를 각각 한 번씩 적었습니다.

    Night, a rain-soaked rooftop above a glittering city. A couple dances a slow tango in the downpour: she wears a clinging crimson satin slip dress, he wears a soaked white shirt open at the collar. He dips her low, she pulls him back up by the collar, their faces an inch apart, and she says, "Not yet." Rain hissing on the tiles, distant traffic, a bandoneon playing a slow tango. Cinematic, shallow depth of field, wet reflections, warm city glow against blue night.

  • 속삭이는 프레임

    옷을 입은 성인 한 명이 담긴 프레임으로 만드는 이미지→동영상용입니다. 프레임 이후에 일어나는 일만 적으세요.

    She sets the glass down slowly, leans across the bar toward the camera, rests her chin on her hand and whispers, "Last call." A record crackles on the turntable, low soul music, ice clinking. The camera pushes in slowly. Warm amber light, shallow depth of field.

  • 참조 세 장, 피팅 한 번

    인물 사진, 의상 사진, 장소 사진을 이 순서로 넣는 참조→동영상용입니다. 각 이미지를 순서로 부르세요.

    The woman from Image 1, in her black slip dress, tries on the trench coat from Image 2 in the fitting room from Image 3. She belts it, turns to the gold mirror, then lets the coat slide off one shoulder and glances back at the camera over that shoulder. Soft spotlight, rustle of wool, quiet lounge music. Cinematic, shallow depth of field.

MiniMax H3 X에 대한 추가 질문

장면에 목소리가 필요하고 예산이 빠듯할 때

글만으로 충분하면 텍스트→동영상을, 프레임이 이미 있으면 이미지→동영상을, 인물, 의상, 장소, 동작이 일치해야 하면 참조→동영상을 고르세요.

모든 대사를 따옴표로 감싸고, 샷에 시간을 지정하고, 480p에서 시안을 만든 뒤 720p로 마무리하세요. 한 사람만 나오거나 남성이 중심인 NSFW 장면은 이미지나 참조에서 시작하세요.

MiniMax 전체 모델17

영상 모델12

오디오 모델3

텍스트 모델1

이미지 모델1