MiniMax H3 X API

API MiniMax H3 X łączy dostrojony wariant H3 z kontrolą klatek i referencjami multimodalnymi, od $0.022/s w SpicyAPI; nie jest to oficjalne wydanie MiniMax.

Do sceny H3 X można dodać do 9 obrazów, 2 filmów o łącznej długości 15 sekund i 3 nagrań audio; przypisz ich role przez Image 1, Video 1 i Audio 1. W scenie produktowej H3 X przypisz oddzielne obrazy osobie, ubraniu i miejscu, a potem opisz ich wzajemne relacje.

Dla sekwencji H3 X wybierz od 2 do 15 pełnych sekund; domyślnie ustawiono 5, a wynik ma 24 kl./s. W H3 X udostępniono 480p, domyślne 720p i 1080p; w porównaniu wycinków SpicyAPI większy plik 1920 x 1088 nie dał widocznego przyrostu szczegółów. Dla tekstu i referencji H3 X dostępne są domyślne 16:9 oraz 9:16, 1:1, 4:3, 3:4 i 21:9; w trybie obrazu proporcje wynikają z klatki początkowej. W H3 X powstaje H.264 MP4 ze stereofonicznym AAC; zapisz dialog w podwójnych cudzysłowach, a dźwięki otoczenia opisz oddzielnie.

Wszystkie trzy endpointy H3 X sklasyfikowano jako wideo NSFW bez cenzury; w testach SpicyAPI nie było odmów, ale część wyników z tekstu lub klatki początkowej łagodziła polecenie. Dla H3 X uzyskaj zgodę osób, których wygląd lub głos wykorzystujesz, i przedstawiaj wyłącznie dorosłych.

W H3 X kolejność wyznacza Image 1 do Image 9; oddziel tożsamość, strój i scenerię, pamiętając, że tylko pierwszych 5 obrazów wliczono w cenę bazową. W H3 X można wykorzystać ruch z maksymalnie 2 filmów o łącznej długości 15 sekund; ich czas rozlicza się tak jak czas wyniku. Do 3 nagrań audio może określać głos H3 X; plik dostarcza barwę, słowa nadal pochodzą z promptu, a audio referencyjne nie podlega dopłacie. W H3 X rozlicza się sekundy wyniku i rozdzielczość; dolicza się sekundy filmów referencyjnych, 5 obrazów jest w cenie, kolejne są płatne, a audio referencyjne jest bezpłatne.

W testach H3 X z referencjami w SpicyAPI zrealizowano 5 z 5 żądań z męskimi postaciami; kategorię testową Very strong osiągnięto w 6 z 8 przypadków.

# 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/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": "720p",
    "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"

Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.