Wprowadzenie
API MiniMax H3 X Turbo to wariant destylowany do krótkich cykli produkcyjnych, od $0.015/s w SpicyAPI; pochodna H3 X nie jest oficjalnym modelem MiniMax.
Utrzymaj prompt Turbo w granicach 1–7 000 znaków i jasno opisz rozwój sceny, zapisując słowa dialogu w podwójnych cudzysłowach. Ułatw porównywanie prób Turbo, wyznaczając cięcia i zmieniając jedną instrukcję sceny między ujęciami.
Ujęcie Turbo może trwać od 2 do 15 pełnych sekund, z domyślną długością 5 sekund i wyjściem 24 kl./s. Podgląd Turbo zacznij od 480p lub domyślnego 720p; dostępne jest też 1080p, lecz nasze próbki 1920 x 1088 nie wyglądały ostrzej na wycinkach. Ujęcia Turbo z tekstu i referencji zaczynają od 16:9 i obsługują też 9:16, 1:1, 4:3, 3:4 i 21:9; ujęcia z obrazu przejmują proporcje wejścia. W Turbo muzyka, efekty i dialog powstają wraz z obrazem w H.264 MP4 ze stereo AAC; podwójny cudzysłów oznacza słowa do wypowiedzenia.
Wszystkie endpointy Turbo sklasyfikowano jako wideo NSFW bez cenzury; testy SpicyAPI wykazały jednak łagodzenie wyników, więc przyjęcie żądania nie gwarantuje dosłownej realizacji. W projektach Turbo korzystaj z wizerunków dorosłych za ich zgodą i przestrzegaj praw do twarzy, głosów oraz przesłanych materiałów.
W Turbo z tekstu lub obrazu rozdzielczość określa stawkę, a sekundy wyniku ilość; dźwięk, klatka końcowa i rozszerzanie promptu nie zwiększają opłaty.
Tekstowe testy NSFW Turbo dały 1 dosłowny wynik na 4 z jedną osobą; wszystkie 5 żądań z męskimi postaciami złagodzono mimo przyjęcia w SpicyAPI.
| Pole | Wartość |
|---|---|
| Wejście | Tekst |
| Wyjście | Wideo |
| Twórca modelu | SpicyAPI / MiniMax H3 X Turbo |
| Model | MiniMax H3 X Turbo |
| Premiera | 26 października 2026 |
| Endpointy | MiniMax H3 X Turbo — Z tekstu / Z obrazu / Z referencji |
| Czas trwania | Ujęcie Turbo może trwać od 2 do 15 pełnych sekund, z domyślną długością 5 sekund i wyjściem 24 kl./s. |
| Rozdzielczość | 480p, 720p (domyślnie), 1080p |
| Proporcje obrazu | Ujęcia Turbo z tekstu i referencji zaczynają od 16:9 i obsługują też 9:16, 1:1, 4:3, 3:4 i 21:9; ujęcia z obrazu przejmują proporcje wejścia. |
| Wynik | W Turbo muzyka, efekty i dialog powstają wraz z obrazem w H.264 MP4 ze stereo AAC; podwójny cudzysłów oznacza słowa do wypowiedzenia. |
| Długość promptu | 1–7000 znaków |
| Referencje | Do próby Turbo połącz maksymalnie 9 obrazów, 2 filmy o łącznym czasie 15 sekund i 3 nagrania audio, wskazując typ i numer. |
| Polityka treści | Wszystkie endpointy Turbo sklasyfikowano jako wideo NSFW bez cenzury; testy SpicyAPI wykazały jednak łagodzenie wyników, więc przyjęcie żądania nie gwarantuje dosłownej realizacji. |
| Wykonanie | Koszt Turbo zależy od rozdzielczości i sekund wyniku oraz sekund filmów referencyjnych i obrazów po piątym; audio referencyjne, dźwięk wyniku i rozszerzanie promptu nie zwiększają opłaty. |
Najważniejsze funkcje
Neonowa impreza przy basenie w jednym przebiegu
Na nocnej imprezie przy basenie kobieta w czerwonym jednoczęściowym kostiumie wychodzi z rozświetlonego basenu, wyciska włosy, śmieje się i posyła kamerze całusa. Dźwięk to żywa muzyka taneczna bez mowy, a klip wrócił w tej wersji w wyraźnie mniej niż minutę.
Dwie cytowane kwestie, jedna scena
Mężczyzna mówi „Stay.”, a kobieta odpowiada „Give me one reason.” w pokoju motelowym pod czerwonym neonem. Obie kwestie są zapisane w podwójnym cudzysłowie i zostały wypowiedziane męskim i żeńskim głosem na tle niskiego buczenia.
Kadr, który patrzy na ciebie z powrotem
Kobieta na pasiastym ręczniku plażowym w złotej godzinie wchodzi jako klatka początkowa. Prompt opisuje tylko to, co dzieje się dalej: zsuwa okulary przeciwsłoneczne, patrzy znad nich i się śmieje. W klipie słychać wesołą gitarę akustyczną i jej śmiech.
Dwie twarze zachowane w jednym ujęciu
Dwa portrety, kobieta w zielonej sukni i mężczyzna w smokingu, wchodzą jako Image 1 i Image 2. Na szczycie schodów ona pochyla się i szepcze, on się śmieje i razem ruszają w dół, a obie twarze i stroje zostają zachowane. Szepcze kwestię, której nie było w prompcie: „I think we should skip the rest of the speeches.”
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Utrzymaj prompt Turbo w granicach 1–7 000 znaków i jasno opisz rozwój sceny, zapisując słowa dialogu w podwójnych cudzysłowach. od 1 znaków · do 7000 znaków |
aspect_ratio | Nie | Ujęcia Turbo z tekstu i referencji zaczynają od 16:9 i obsługują też 9:16, 1:1, 4:3, 3:4 i 21:9; ujęcia z obrazu przejmują proporcje wejścia. |
resolution | Nie | Podgląd Turbo zacznij od 480p lub domyślnego 720p; dostępne jest też 1080p, lecz nasze próbki 1920 x 1088 nie wyglądały ostrzej na wycinkach. |
duration_seconds | Nie | Ujęcie Turbo może trwać od 2 do 15 pełnych sekund, z domyślną długością 5 sekund i wyjściem 24 kl./s. |
enable_prompt_expansion | Nie | Porównując własne sformułowania w Turbo, pozostaw domyślnie wyłączone rozszerzanie promptu; za tę opcjonalną redakcję nie nalicza się dopłaty. Domyślnie: |
Cennik
W Turbo z tekstu lub obrazu rozdzielczość określa stawkę, a sekundy wyniku ilość; dźwięk, klatka końcowa i rozszerzanie promptu nie zwiększają opłaty.
| Specyfikacja | Cena |
|---|---|
| $0.015 / sekundę |
| $0.024 / sekundę |
| $0.032 / sekundę |
Zastosowania
Sceny dialogowe
W krótkim dialogu Turbo zacytuj słowa każdej postaci i zostaw dość czasu na wymianę zdań.
Sekwencje z kilkoma ujęciami
Ułatw porównywanie prób Turbo, wyznaczając cięcia i zmieniając jedną instrukcję sceny między ujęciami.
Filmy o modzie, produktach i lokalizacjach
Podgląd kampanii Turbo może połączyć osobę, strój i pokój z oddzielnych referencji przed oceną gotowego ujęcia.
Kopiowanie ruchu
Dodaj do Turbo nie więcej niż 2 nagrania ruchu, łącznie do 15 sekund, i uwzględnij dodatkowy koszt tych sekund filmu.
Aplikacje bez filtra treści
W projektach Turbo korzystaj z wizerunków dorosłych za ich zgodą i przestrzegaj praw do twarzy, głosów oraz przesłanych materiałów.
Wskazówki
Kwestie umieszczaj w podwójnym cudzysłowie
W krótkim dialogu Turbo zacytuj słowa każdej postaci i zostaw dość czasu na wymianę zdań.
Rozpisz ujęcia w czasie
Ułatw porównywanie prób Turbo, wyznaczając cięcia i zmieniając jedną instrukcję sceny między ujęciami.
Referencje wskazuj po typie i pozycji
Do próby Turbo połącz maksymalnie 9 obrazów, 2 filmy o łącznym czasie 15 sekund i 3 nagrania audio, wskazując typ i numer.
Zaobserwowane ograniczenia
W projektach Turbo korzystaj z wizerunków dorosłych za ich zgodą i przestrzegaj praw do twarzy, głosów oraz przesłanych materiałów.
Prowadzenie sceny
W Turbo statyczny obraz daje już scenerię; wykorzystaj krótkie próby do porównania ruchów i kierunków kamery.
MiniMax H3 X Turbo
API MiniMax H3 X Turbo to wariant destylowany do krótkich cykli produkcyjnych, od $0.015/s w SpicyAPI; pochodna H3 X nie jest oficjalnym modelem MiniMax.
Prowadzenie sceny
Utrzymaj prompt Turbo w granicach 1–7 000 znaków i jasno opisz rozwój sceny, zapisując słowa dialogu w podwójnych cudzysłowach. Ułatw porównywanie prób Turbo, wyznaczając cięcia i zmieniając jedną instrukcję sceny między ujęciami. W krótkim dialogu Turbo zacytuj słowa każdej postaci i zostaw dość czasu na wymianę zdań.
Obraz i dźwięk
Ujęcie Turbo może trwać od 2 do 15 pełnych sekund, z domyślną długością 5 sekund i wyjściem 24 kl./s. Podgląd Turbo zacznij od 480p lub domyślnego 720p; dostępne jest też 1080p, lecz nasze próbki 1920 x 1088 nie wyglądały ostrzej na wycinkach. W Turbo muzyka, efekty i dialog powstają wraz z obrazem w H.264 MP4 ze stereo AAC; podwójny cudzysłów oznacza słowa do wypowiedzenia.
Rozliczenie
W Turbo z tekstu lub obrazu rozdzielczość określa stawkę, a sekundy wyniku ilość; dźwięk, klatka końcowa i rozszerzanie promptu nie zwiększają opłaty.
Zaobserwowane ograniczenia
Wszystkie endpointy Turbo sklasyfikowano jako wideo NSFW bez cenzury; testy SpicyAPI wykazały jednak łagodzenie wyników, więc przyjęcie żądania nie gwarantuje dosłownej realizacji. W projektach Turbo korzystaj z wizerunków dorosłych za ich zgodą i przestrzegaj praw do twarzy, głosów oraz przesłanych materiałów.
| tylko pomysł | MiniMax H3 X Turbo Tekst na wideo | | kadr do animacji, z opcjonalnym kadrem końcowym | MiniMax H3 X Turbo Obraz na wideo | | osoby, stroje, miejsca, klipy z ruchem lub głosy | MiniMax H3 X Turbo Referencje na wideo | Najmocniejsze prośby z jedną osobą lub z postaciami męskimi zwykle były łagodzone. W takich przypadkach użyj obrazu na wideo lub referencji na wideo.
Tekstowe testy NSFW Turbo dały 1 dosłowny wynik na 4 z jedną osobą; wszystkie 5 żądań z męskimi postaciami złagodzono mimo przyjęcia w SpicyAPI.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-x-turbo/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
