Pular para o conteúdo principal

A API de texto para vídeo do MiniMax H3 Lite gera clipes com som de 4 a 15 segundos em 480p ou 768p. Escreva a cena uma vez e rode de novo mudando um detalhe por vez para ver qual versão funciona. Seu design leve é adequado para testar ideias e produzir várias versões.

A partir de $0.025/s

Playground

Entrada

Texto para vídeo
347/7000
Obrigatório, até 7,000 caracteres; um maior que isso é rejeitado. Coloque as falas entre aspas duplas. Não altera o preço. pelo menos 1 caracteres · no máximo 7000 caracteres
Um destes: 16:9 (o padrão), 9:16, 1:1, 4:3, 3:4 ou 21:9. Não altera o preço.
afeta o preço
`480p` ou `768p` (o padrão). Isso define o preço por segundo; 480p custa cerca de 40% menos. Um clipe horizontal voltou em 864 x 480 com 480p.
Duraçãoafeta o preço
Número inteiro de segundos, entre 4 e 15, com 5 por padrão. Cobrado por segundo junto com a resolução. não menor que 4 · não maior que 15
Filtro de segurançaDesligado

A SpicyAPI não executa filtro de segurança neste modelo. Seu prompt e suas mídias chegam ao modelo exatamente como você os enviou, e o próprio modelo decide o resultado.

Verificando sua conta antes de liberar o envio e a estimativa de preço.

Saída

Pronto para uma nova execução
Resultado de exemplo

Modelos relacionados e próximas tarefas

Não encontrou o modelo que precisa?

Conte qual modelo adicionar e para que você vai usá-lo. Os pedidos vão direto para quem decide os próximos modelos.

NOVO · FAMÍLIA MINIMAX H3

Esboce ideias em 480p e gere variações em lote.

Números principais

Preço inicial
$0.025/s
Por segundo de saída em 480p; 768p custa mais. Os preços atuais estão nesta página.
Endpoints
3
Entrada por texto, imagem ou referência, todas com as mesmas duas resoluções e a mesma faixa de 4 a 15 segundos.
Duração do clipe
4-15 s
Qualquer número inteiro de 4 a 15; você paga pelos segundos que gerar.
Resolução
480-768p
480p pelo menor preço, 768p (padrão) para um quadro mais nítido.
Referências
9+3+3
Referência para vídeo aceita 9 imagens, 3 clipes de vídeo (15 segundos no total) e 3 clipes de áudio.
Espera
~25 s
Nos nossos testes, um clipe de texto de 4 segundos levou cerca de 22 a 26 segundos, e um feito de quadros ou referências, cerca de 33.

Antes de gastar

Todos os modos

O Lite vai até 768p, então aqui não há 1080p nem 2K. Um clipe horizontal saiu em 864 x 480 no 480p. Um prompt pode ter até 7,000 caracteres, e um clipe dura de 4 a 15 segundos inteiros.

Imagem para vídeo

Imagem para vídeo não tem campo de proporção, porque o clipe assume a forma do quadro inicial. Um quadro precisa medir de 256 a 5,760 pixels por lado, com proporção largura-altura entre 0.4 e 2.5.

Referência para vídeo

Referência para vídeo exige pelo menos uma imagem ou um vídeo, pois só áudio é recusado. Aceita até 9 imagens, 3 clipes de vídeo (de 2 a 15 segundos cada, 15 segundos no total) e 3 clipes de áudio; clipes fora dessa faixa são esticados ou cortados. Escolha uma das proporções listadas, já que não há opção automática.

O que o modelo faz

Texto para vídeo

Comece com um prompt

O Lite foi feito para testar uma cena rapidamente. Escreva quem está no quadro, o que acontece, para onde a câmera vai e o que devemos ouvir, e rode em 480p. Nos nossos testes, um clipe de 4 segundos voltou em cerca de 22 a 25 segundos, então você pode ler o resultado, mudar uma coisa no prompt e gerar de novo. Mude a iluminação ou o movimento de câmera entre as execuções e compare o lote lado a lado.

Imagem para vídeo

Anime um quadro inicial

Envie um retrato, uma foto de produto ou um quadro de um clipe anterior e descreva apenas o que acontece depois. O Lite mantém a forma da sua imagem e acrescenta o movimento, a câmera e o som. Serve para testar rapidamente uma imagem estática antes de se comprometer com um render mais longo e nítido. Adicione um quadro final se quiser definir onde o movimento termina.

Referência para vídeo

Oriente com referências

Envie até 9 imagens, 3 clipes de vídeo e 3 clipes de áudio, e nomeie cada um no prompt, por exemplo a mulher da "Image 1" ou a voz do "Audio 1". É uma forma barata de verificar se rosto, figurino e local combinam em um mesmo plano antes de montar a sequência inteira. O áudio precisa de pelo menos uma imagem ou um vídeo junto.

Variações em lote

Muitas tomadas, uma ideia

O Lite é o nível para quando você precisa de volume: aberturas alternativas para a mesma cena, vários movimentos de câmera para um mesmo quadro ou uma dúzia de versões verticais 9:16 de um mesmo gancho. Mantenha o prompt, mude um detalhe e escolha a tomada que vale renderizar de novo em 768p. O preço por segundo está listado nesta página, então um lote é fácil de orçar.

Feito com MiniMax H3 Lite

  • Texto para vídeo, 9:16 em 480p, seis segundos, com uma fala sussurrada entre aspas e uma canção suave.
    7 s
  • 480p · 4s. Descreva a cena, os movimentos de câmera e o ambiente sonoro.
    4 s
  • 480p · 4s. Teste primeiro com uma única imagem e depois descreva o movimento e o som.
    4 s
  • 480p · 4s. Com referências de imagem, vídeo e áudio, personagens e atmosfera se mantêm estáveis.
    4 s
  • 480p · 4s. Um aquecimento de boxe feito a partir de uma só imagem.
    4 s
  • 480p · 4s. O mesmo boxeador, agora em outro ringue de treino.
    4 s

Onde se encaixa

  • Rascunhos rápidos e storyboards

    Teste dez versões de uma cena em 480p, fique com a que funciona e renderize de novo em 768p com o mesmo prompt.

  • Lotes de variações para redes sociais

    Clipes verticais 9:16 com diálogo, música e efeitos em uma só passagem, de 4 a 15 segundos cada, gerados em volume para ver qual gancho funciona.

  • Testar uma imagem estática antes de um render grande

    Envie um retrato ou uma foto de produto como quadro inicial e verifique o movimento a baixo custo antes de se comprometer com um clipe mais longo.

  • Checar a consistência de personagens

    Envie retratos, figurinos e locais como referências e veja se a mesma pessoa se mantém entre os clipes antes de planejar uma série.

Referência do modelo

Referência da API MiniMax H3 Lite

MiniMax H3 Lite: o jeito econômico de testar uma ideia

A MiniMax descreve o H3 Lite como a variante leve do H3, pensada para custo menor, exploração criativa e geração em lote. Nesta página, isso vira um único hábito: rodar muitas tentativas curtas e baratas e pagar de verdade só pela que você vai manter. Todo clipe continua vindo com som, então até um rascunho chega com diálogo e ambiente para você avaliar.

Quanto custa uma tentativa

A saída é cobrada por segundo: $0.025 em 480p e $0.04 em 768p. Um rascunho de 4 segundos em 480p custa $0.10, e dez variações da mesma cena somam $1.00. Essas mesmas dez em 768p custam $1.60, e um clipe cheio de 15 segundos em 480p, $0.375.

Um ciclo que funciona

  • Escreva a cena uma única vez e renderize em 480p com 4 segundos.
  • Mude só um detalhe por execução, como o movimento de câmera, a luz ou a fala, e compare o lote.
  • Renderize a melhor versão de novo em 768p com o mesmo prompt, na duração que a cena pede.

Quando subir de nível

O Lite termina em 768p e não gera clipes em 2K. Se você já se decidiu por 768p e produz clipes todos os dias, o MiniMax H3 HighSpeed é o nível construído em torno dessa única opção. Se uma cena precisa de 2K ou de um clipe com mais de 15 segundos, abra o MiniMax H3.

Especificações da API MiniMax H3 Lite

Editora
MiniMax
Modelo
MiniMax H3 Lite
No SpicyAPI desde
27 de outubro de 2026
Endpoints
Texto, imagem e referência para vídeo
Duração
De 4 a 15 segundos inteiros, 5 por padrão
Resolução
480p, 768p (padrão)
Proporção
Texto e referência para vídeo oferecem 16:9 (padrão), 9:16, 1:1, 4:3, 3:4 e 21:9; imagem para vídeo segue o quadro inicial
Saída
MP4 com som, sem marca d'água
Tamanho do prompt
1 a 7,000 caracteres
Referências
Em referência para vídeo: até 9 imagens, 3 clipes de vídeo (15 segundos no total) e 3 clipes de áudio
Execução
Tarefa assíncrona, cobrada por segundo de saída

Como chamar a API MiniMax H3 Lite

  1. Coloque as falas entre aspas duplas

    Coloque a fala entre aspas e diga quem fala; uma ou duas linhas bastam para um rascunho de 5 a 8 segundos.

  2. Nomeie as referências por tipo e número

    Em Referência para vídeo, chame cada arquivo pelo tipo e pelo número: "a mulher da Image 1", "o movimento do Video 1", "a voz do Audio 1". Envie o áudio junto com pelo menos uma imagem ou um vídeo.

  3. Em Imagem para vídeo, descreva só o momento seguinte

    O quadro inicial já mostra os personagens e o lugar. Diga o que se move, como a câmera avança e o que se ouve depois, em vez de descrever a imagem de novo.

  4. Rascunhe em 480p, finalize em 768p

    O 480p custa cerca de 40% menos por segundo. Itere o prompt em 480p e depois renderize a escolhida em 768p com o mesmo prompt.

Em resumo

O MiniMax H3 Lite é o nível para pensar em voz alta em vídeo. Ele executa pedidos de texto, imagem e referência em 480p ou 768p, adiciona som a cada clipe e devolve um clipe curto em bem menos de um minuto nos nossos testes. Isso o torna ideal para rascunhos, storyboards e lotes de variações em que você descartará a maioria das tomadas. Quando uma valer a pena, renderize de novo em 768p ou migre para o MiniMax H3 para 2K. Nossos testes não encontraram suavização de conteúdo adulto, e a SpicyAPI cobra por segundo, sem assinatura. Só envie material que você tem direito de usar e consentimento para mostrar.

Perguntas sobre a API MiniMax H3 Lite

Todos os modelos MiniMax17

Modelos de vídeo12