Pular para o conteúdo principal

Suavizado — Este modelo devolve um resultado em vez de um erro, mas pedidos que passam dos limites do próprio modelo voltam suavizados. A chamada continua sendo bem-sucedida e continua sendo cobrada, então confira a saída e não o código de status. Imagem para vídeo — Suavizado; Extensão de vídeo — Suavizado; Texto para vídeo — Com filtro.Ver todos os modelos com esse nível de filtragem
minimax/h3-max/text-to-video

O text-to-video MiniMax H3 Max, a variante de geração rápida do H3 da MiniMax, transforma um briefing escrito em um clipe de 5 a 15 segundos com áudio gerado. Escolha 480p ou 768p e uma de seis proporções, de 21:9 a 9:16.

A filtragem muda de um endpoint para outro: Imagem para vídeo — Suavizado, Extensão de vídeo — Suavizado, Texto para vídeo — Com filtro.

A partir de $0.05/s
Executar modelo

Playground

Entrada

Texto para vídeo
953/7000
Escreva como um plano: sujeito, movimento, câmera, luz, som — na ordem em que acontecem. pelo menos 1 caracteres · no máximo 7000 caracteres
Vem em 1:1. Ponha 21:9 para anamórfico e 9:16 para vertical.
Duraçãoafeta o preço
Segundos inteiros, de 5 a 15. Omitir dá 8, não 5. não menor que 5 · não maior que 15
afeta o preço
480p ou 768p; o padrão é 768p. As duas são renderizações nativas e 480p custa menos por segundo.
Expansão do promptafeta o preço
Desligado por padrão, então o prompt é usado exatamente como foi escrito. Quando ligado, a MiniMax primeiro expande o seu prompt em uma descrição mais completa e estruturada do plano, do som e da música, e renderiza a partir dela. Solicitações com a expansão ligada somam ao preço por segundo uma taxa fixa de expansão de prompt por solicitação; a estimativa mostrada antes do envio já considera isso.
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
Estender
Edição de vídeo
Ampliação de vídeo

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.

Um plano completo montado só com texto, em seis formatos de quadro

O text-to-video do MiniMax H3 Max gera um clipe de 5 a 15 segundos em 480p ou 768p a partir só de um prompt escrito, sem precisar de imagem de entrada. aspect_ratio escolhe o enquadramento entre seis opções, de 21:9 a 9:16, e o padrão é o quadrado 1:1 se não for definido. Ambiência, foley e trilha são produzidos na mesma passada de geração que a imagem.

Abrir o Playground
Um plano completo montado só com texto, em seis formatos de quadro
Entrada obrigatória
só prompt — este endpoint não tem campo de imagem
Proporções
21:9, 16:9, 4:3, 1:1, 3:4, 9:16 — padrão 1:1
Duração
5 a 15 segundos inteiros, padrão 8
Resolução
480p ou 768p — padrão 768p
Áudio
Ambiência, foley e trilha, gerados junto com a imagem
Execução
Tarefa assíncrona, cobrada por segundo
Sem campo de imagem
O prompt carrega todo o planoSujeito, ação, câmera e clima precisam ser escritos aqui. Não há nada para enviar que fixe a composição como image_url faz no endpoint irmão de image-to-video.
Seis proporções nomeadas
aspect_ratio é 1:1 por padrão, não widescreenDeixar o campo de fora retorna um quadro quadrado. Defina um dos outros cinco valores sempre que o formato de destino pedir algo mais largo ou mais alto.
Áudio na mesma passada
O que se ouve é escrito, não anexadoO schema não tem campo de áudio, então o tom ambiente, o foley e a música vêm das mesmas frases que dirigem a imagem. Um briefing que não diz nada sobre som ainda assim retorna uma trilha, escolhida pelo modelo.

Onde MiniMax H3 Max é forte

Duração ajustada ao segundo exato

Duração ajustada ao segundo exato

duration_seconds aceita qualquer número inteiro de 5 a 15, então uma requisição de 11 segundos retorna exatamente essa duração em vez do valor redondo mais próximo. Não há arredondamento para um nível fixo, e o campo cai para 8 quando totalmente omitido.

Um momento final escrito no prompt

Um momento final escrito no prompt

Aqui não há last_image_url, então um gesto ou composição final específico precisa ser escrito como a cláusula final do prompt em vez de fornecido como segunda imagem. O modelo lê o prompt inteiro em ordem para essa direção.

  • Imagem e som produzidos em uma única geração

    Uma única geração produz os quadros e a trilha juntos, então não há etapa de dublagem ou trilha sonora esperando do outro lado da renderização. Escreva cada deixa sonora ao lado da ação a que ela pertence, porque o prompt é o único lugar onde este endpoint recebe direção para a trilha.

  • Seis proporções em um único endpoint

    De 21:9 a 9:16, todos são valores válidos para aspect_ratio, então a mesma ideia escrita pode ser reenquadrada para um corte cinematográfico, um post quadrado ou um feed vertical sem trocar de endpoint ou reenviar nada.

  • Compõe todo o plano só com texto

    Nenhuma imagem de referência ou quadro inicial é aceito aqui. Sujeito, ação, câmera e clima precisam ser descritos no prompt, o que se encaixa em um plano que ainda não tem uma foto existente para animar.

  • Espaço para o plano inteiro em um único campo

    Aqui, prompt aceita até 7000 caracteres, com um mínimo de um. Isso é o suficiente para vários momentos em sequência: uma entrada, um movimento de câmera, uma mudança de luz e o som de cada um. Sem um quadro para ancorar a composição, é o detalhe escrito nesse campo que mantém takes consecutivos próximos entre si.

Para quem é MiniMax H3 Max

  • Descrever o enquadramento de um produto antes de existir uma foto

    Motion conceitual de produto

    Descrever o enquadramento de um produto antes de existir uma foto

    Nomear com precisão o produto, o material e o movimento de câmera no prompt fixa a composição só com palavras, sem referência enviada. Útil para explorar o movimento de um plano antes de uma foto real do produto ser aprovada para uso.

  • Fazer uma cena terminar em uma expressão específica sem âncora de imagem

    Atuação com um momento final escrito

    Fazer uma cena terminar em uma expressão específica sem âncora de imagem

    Como este endpoint não tem campo de último quadro, nomeie o gesto ou a expressão final exata na cláusula final do prompt para que o modelo tenha um alvo definido, em vez de uma interpretação aberta do resto da cena.

  • Explorar um plano atmosférico antes de existir uma referência

    Pré-visualização em fase inicial

    Explorar um plano atmosférico antes de existir uma referência

    Quando ainda não há nada para animar, este endpoint constrói toda a cena, ambiente, luz e movimento de câmera, a partir de uma única descrição escrita e seu som ambiente correspondente, sem foto em nenhum ponto do processo.

  • Dirigir imagem e som em uma única linha do tempo

    Cenas curtas guiadas por som

    Dirigir imagem e som em uma única linha do tempo

    Como o áudio é gerado junto com a imagem, escreva ação, câmera e deixas sonoras juntas no mesmo prompt, na ordem em que acontecem: passos cruzando o cascalho, depois uma porta de tela batendo quando o personagem entra. Som escrito ao lado da ação dá ao modelo uma única sequência a seguir.

Como chamar a API MiniMax H3 Max

  1. Escrever o plano inteiro em prompt

    Este endpoint não tem campo de imagem, então sujeito, ação, câmera e clima precisam vir todos do texto. Um prompt curto deixa mais do resultado por conta da interpretação própria do modelo.

  2. Definir aspect_ratio deliberadamente

    O padrão é 1:1, não widescreen, então escolha um dos seis valores, 21:9, 16:9, 4:3, 1:1, 3:4 ou 9:16, que combine com o formato de destino antes de comparar takes.

  3. Definir duration_seconds com o comprimento exato necessário

    Qualquer número inteiro de 5 a 15 é válido, com padrão 8 quando omitido. Um teste curto de 5 segundos é mais barato de iterar do que já partir direto para 15 segundos.

  4. Recolher o resultado por id ou callback

    Aqui envio e entrega são etapas separadas. Guarde o id de tarefa que a chamada retorna, depois faça polling no endpoint de status dele ou registre uma URL de callback para que o clipe pronto e seu áudio cheguem sem manter uma requisição aberta.

Exemplos resolvidos com MiniMax H3 Max

  • Um plano de abertura atmosférico

    Uma descrição sem personagem deixa o modelo focar totalmente em ambiente, luz e movimento de câmera, com um som ambiente correspondente gerado junto.

    A lighthouse beam sweeping across a foggy coastline at dawn, waves breaking rhythmically below, gulls calling in the distance

  • Um momento de produto em formato vertical

    Definir aspect_ratio como 9:16 de antemão compõe o plano para um feed vertical em vez de recortar depois um quadro mais largo.

    A ceramic mug of coffee steaming on a wooden table as morning light moves slowly across the surface, soft ambient café sound in the background

  • Um momento de campanha com gesto final escrito

    Como este endpoint não tem campo de quadro final, o último momento é dirigido na cláusula final do prompt em vez de ficar por conta da interpretação própria do modelo.

    Cinematic 21:9. A runner slows to a stop at the top of a ridge at sunrise, catching their breath, then turns and looks back down the trail they climbed, low golden rim light, quiet wind

Perguntas sobre a API MiniMax H3 Max

Como não há imagem para ancorar o plano, o prompt precisa fazer todo o trabalho: nomeie o sujeito, a ação em ordem, a distância e o movimento de câmera, e o clima, depois termine descrevendo como o último momento deve parecer se o final importa. Defina também aspect_ratio explicitamente, já que o padrão compõe um quadro quadrado, não algo largo ou vertical.

Todos os modelos MiniMax11

Modelos de vídeo7

Modelos de áudio3

Modelos de imagem1