MiniMax H3 Edit API

MiniMax H3 Edição de vídeo pega um clipe que você já tem, enviado como video_url, e um prompt que descreve uma mudança. Ele devolve uma nova versão do mesmo plano: de 3 a 15 segundos em 480p, 540p ou 768p, com uma trilha sonora nova gerada por padrão. Seu material continua definindo quem está no quadro, a composição e o movimento; o prompt reescreve a iluminação, o clima, o estilo, o ambiente ou elementos específicos. Até nove imagens de referência e até três clipes de áudio de referência podem guiar identidade, estilo ou som.

Escolha um modo MiniMax H3 pelo material inicial

Seu clipe continua conduzindo as pessoas e o movimento

O clipe de origem define quem está no plano, como ele é enquadrado e como todos se movem. O prompt define como é o mundo ao redor. Essa divisão é o que separa uma edição de gerar um plano novo: você não descreve a cena de novo, só a mudança. O clipe de origem pode ter até 15 segundos; um clipe mais longo é recusado antes de qualquer cobrança, então corte-o antes.

Um terraço ensolarado transformado em tempestade

Nosso teste usou um clipe de cinco segundos e 1280x720 dos exemplos do OmniHuman 2.0: uma mulher com um casaco trench de cetim creme num terraço ensolarado à beira-mar. O prompt pedia um crepúsculo tempestuoso com nuvens escuras, chuva, cabelo e casaco molhados e batidos pelo vento, e relâmpagos ao longe, e terminava com "Keep her face, pose and movement." Em 768p, com duration_seconds 5 e som ligado, o resultado foi um clipe de 1344x768 a 24 fps, com cerca de 5,2 segundos e trilha sonora nova, depois de cerca de três minutos de processamento.

O que mudou: o céu ensolarado virou um crepúsculo escuro e nublado, com um clarão de relâmpago sobre o mar, e a pedra parecia molhada. O que ficou: o rosto, o casaco e o sorriso dela. Duas coisas para esperar, com franqueza. A chuva em si foi leve em 768p; um teste em 480p do mesmo prompt mostrou riscos de chuva mais fortes. E ela levantou a mão até o cabelo batido pelo vento, um gesto que o clipe de origem não tem. O prompt pedia cabelo batido pelo vento, então descrever movimento pode trazer pequenas mudanças de movimento junto.

As referências são nomeadas por número

reference_image_urls aceita até nove imagens, chamadas de <Picture 1> a <Picture 9> no prompt, e reference_audio_urls aceita até três clipes de áudio, chamados de <Audio 1> a <Audio 3>. Aponte uma imagem para um visual ou uma identidade, e um clipe de áudio para o som que você quer. Cada referência acrescenta uma cobrança pequena. Ainda não testamos este endpoint com referências, então trate sua primeira tomada com elas como um teste: comece com uma imagem ou um clipe e veja o que muda.

Som, duração e formato

generate_audio vem ligado por padrão, o que dá à edição uma trilha sonora nova. Desligue para manter a faixa de áudio original do clipe de origem. O som nunca altera o preço. duration_seconds vai de 3 a 15 e tem padrão 5; defina-o com a duração da origem para editar o clipe inteiro. Se omitir aspect_ratio, a edição mantém o formato da origem; use 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 ou 9:21 para reenquadrar.

Três resoluções

768p é o padrão e a resolução nativa do H3. 540p e 480p custam menos por segundo e terminam antes. Testamos 768p e um teste em 480p; ainda não testamos 540p. Você paga pelos segundos da edição mais os segundos da origem, ambos na tarifa da resolução escolhida, então uma origem mais curta custa menos.

Mude o clima, a luz ou a hora do dia

Transforme uma tarde clara em crepúsculo, acrescente chuva ou troque o sol forte do meio-dia por uma luz suave de manhã, como faz o exemplo do terraço. Como as pessoas e o movimento vêm do seu clipe, você pode testar vários climas numa mesma tomada, em vez de filmar de novo.

Mude o estilo ou o cenário de um clipe pronto

Peça um estilo, uma estação ou um cenário diferente e mantenha a atuação. Diga o que deve permanecer, como o rosto, a pose e o movimento. Até agora testamos clima e luz; mudanças de estilo e de cenário são para o que o endpoint foi feito, mas confira um rascunho antes de depender dele.

Mude um elemento

Direcione o prompt para um elemento específico, como a cor de um casaco ou um objeto da cena, e diga que todo o resto permanece. Faça um rascunho primeiro e confira as partes que você não pediu para mudar.

# 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-edit/video-edit",
  "input": {
    "duration_seconds": 5,
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "768p",
    "video_url": "https://example.com/reference.mp4"
  }
}'

# 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"

Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.