소개
MiniMax H3 참조→영상은 참조 이미지 19장과, 이를 Picture 1, Picture 2처럼 번호로 부르는 프롬프트로 하나의 샷을 생성합니다. 길이는 415초의 정수, 해상도는 768p·2k, 화면비는 6가지이며 사운드도 함께 생성됩니다. 이미지에 더해 참조 영상 최대 세 개와 참조 오디오 최대 세 개(각각 합계 15초까지)를 보낼 수 있습니다.
시작 자료에 따라 모드 선택하기
| 시작 자료 | 모드 |
|---|---|
| 작성한 장면이나 스크립트 | MiniMax H3 텍스트→영상 |
| 승인된 시작 이미지 | MiniMax H3 이미지→영상 |
| 참조 이미지 1~9장 | MiniMax H3 참조→영상 |
핵심 기능 및 하이라이트
번호가 붙은 이미지 슬롯 최대 9개
reference_image_urls는 이미지 1~9장을 받고, 프롬프트는 위치로 각 이미지를 부릅니다. 한 장은 얼굴, 다른 한 장은 의상, 세 번째는 방을 맡길 수 있습니다. character-continuity 예시가 바로 그렇게 해서, Picture 1의 여성을 Picture 2의 의상 그대로 Picture 3의 호텔 방 안에 유지합니다.
기존 세트를 새 앵글로
카메라가 새 위치로 가도 참조가 있으면 제작물 전체의 모습이 일관됩니다. red-dress-theatre-three-angles 예시는 스틸 세 장으로 연기자, 의상, 무대를 고정한 뒤 세 번째 카메라 앵글을 요청하므로, 새 위치가 슬그머니 다른 작품이 되는 일이 없습니다. 3:4, 5초로 생성되었습니다.
움직임과 소리는 프롬프트에서
움직임과 오디오는 글로 지시하거나 참조로 넘길 수 있습니다. voice-and-room 예시는 연기자와 무대 조명 두 장을 보내고, 클럽의 울림(따뜻한 잔향과 관객의 웅성거림)은 말로 적습니다. 참조 영상은 움직임을 실어 오며 <Video 1>처럼 가리킵니다. 참조 오디오는 목소리나 소리를 정합니다. 참조 이미지는 다섯 장까지 요금에 포함되고 여섯 번째부터 장당 요금이 추가됩니다. 참조 영상의 초는 출력 초보다 낮은 별도 초당 단가로 과금되고, 참조 오디오는 무료입니다. 제출 전 실시간 견적에 모두 반영됩니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | 레퍼런스를 <Picture 1>, Picture 2처럼 번호로 부르고 각각 무슨 일을 하는지 적은 뒤 움직임과 소리를 적으세요. 1자 이상 · 7000자 이하 |
reference_image_urls | 예 | 이미지 1~9장입니다. 다섯 장까지는 요금에 포함되고 여섯 번째부터 장당 요금이 추가됩니다. 1개 이상 · 9개 이하 |
reference_video_urls | 아니요 | 움직임, 카메라, 움직이는 인물의 참조로 쓸 영상을 최대 세 개까지(개당 2~15초, 합계 15초). 프롬프트에서는 올린 순서대로 <Video 1>, <Video 2>, <Video 3>으로 가리키십시오. 1개 이상 · 3개 이하 |
reference_audio_urls | 아니요 | 클립이 따라야 할 목소리나 소리의 참조 오디오를 최대 세 개까지(WAV 또는 MP3, 개당 2~15초, 합계 15초). 참조 오디오는 무료입니다. 1개 이상 · 3개 이하 |
aspect_ratio | 아니요 | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 중에서 고릅니다. 21:9가 아나모픽 레터박스입니다. |
resolution | 아니요 | 768p 또는 2k이고 둘 다 네이티브 출력입니다. 초안은 768p로, 납품은 2k로 뽑으세요. |
duration_seconds | 아니요 | 정수 초로 4에서 15까지입니다. 4초는 768p에서만 나옵니다. |
요금
참조 이미지는 다섯 장까지 포함되고 여섯 번째부터 장당 요금이 추가됩니다. 참조 영상의 초는 출력 초보다 낮은 별도 초당 단가로 과금되며, 영상마다 초 단위로 올림하고 합계 15초까지입니다. 참조 오디오는 무료입니다.
| 사양 | 요금 |
|---|---|
| $0.037 / 초 |
| $0.058 / 초 |
활용 사례
여러 샷에서 같은 캐릭터 유지하기
시퀀스의 모든 샷에 같은 참조 이미지 세트를 쓰고, 프롬프트에서는 동작과 장소 문장만 바꿉니다. 이 엔드포인트는 seed를 받지 않으므로 테이크 사이에서 인물을 붙잡아 두는 것은 참조 이미지입니다. 글만으로는 인물이 흔들립니다.
연기자를 특정 공간에 두기
인물 이미지와 공간 이미지를 따로 준비하고 그곳에서 일어나는 일을 씁니다. voice-and-room에서는 연기자가 마이크 쪽으로 몸을 기울여 대사 한 줄을 하고 미소 짓습니다. 두 번째 이미지가 무대 조명을, 프롬프트가 공간의 소리를 맡습니다.
움직임 속에서 의상과 소품 유지하기
의상이나 물건에는 전용 슬롯을 주고, 인물 사진 안에서 살아남기를 기대하지 마십시오. red-dress 예시는 드레스의 재단과 색이 참조로 정해져 있으므로, 프롬프트는 움직일 때의 모습(프로시니엄으로 걸어갈 때마다 트임이 열림)만 적습니다.
프롬프트 가이드 및 실전 팁
이미지마다 역할 하나씩 배정하기
character-continuity처럼 프롬프트 첫머리에 대응 관계를 적습니다. ‘Keep the woman from Picture 1 and the black lace slip from Picture 2, in the hotel room from Picture 3.’ 그다음에 동작을 씁니다. 겹치는 아홉 장보다 역할이 뚜렷이 나뉜 서너 장이 더 잘 작동합니다. 같은 피사체를 담은 이미지가 여러 장이면 모델은 하나를 고르지 않고 평균을 냅니다.
참조가 채우지 못하는 부분만 쓰기
인물, 의상, 장소가 이미지로 갖춰졌다면 프롬프트는 움직임, 카메라, 소리에 씁니다. ‘She sits on the arm of the chair, crosses her legs and looks up at camera. Slow handheld drift, warm lamp, quiet room tone.’ 얼굴을 다시 글로 묘사하면 그림과 어긋날 수 있는 두 번째 설명을 모델에 주게 됩니다.
작게 시험하고 나서 완성하기
길이는 4~15초이며 4초는 768p에서만 선택할 수 있습니다. 사용할 참조 세트로 낮은 해상도의 초안을 만든 뒤 2k로 다시 실행하십시오. 테이크가 흔들리면 참조나 지시 중 하나만 바꿔서 어떤 변경이 차이를 만들었는지 추적할 수 있게 하십시오.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"enable_prompt_expansion": false,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"reference_image_urls": [
"https://example.com/reference.png"
],
"resolution": "768p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.
