Введение
Референсы в видео на MiniMax H3 HighSpeed собирают клип 768p длиной 4–15 секунд со звуком вокруг переданных вами файлов: изображения для людей и мест, видеоклипы для движения, аудио для голоса. Работа на референсах подходит уровню, нацеленному на ежедневный контент, поэтому начните с неё, когда лицо, образ или место должны оставаться одними и теми же от поста к посту.
Выберите режим по исходным материалам
| Что у вас есть | Режим |
|---|---|
| только идея | MiniMax H3 HighSpeed: текст в видео |
| кадр для анимации, с необязательным последним кадром | MiniMax H3 HighSpeed: изображение в видео |
| люди, образы, места, клипы движения или голоса | MiniMax H3 HighSpeed: референсы в видео |
Ключевые возможности и особенности
До 15 референсов
В один запрос входят 9 изображений, 3 видеоклипа и 3 аудиоклипа. Каждый файл может отвечать за своё: человека, образ, комнату, движение или голос.
Называйте их в промпте
В промпте называйте каждый файл как Image 1, Video 1 или Audio 1, например «женщина с Image 1 повторяет движение с Video 1». Номера соответствуют порядку в отправленных списках.
Оплата следует за входами
Секунды референсного видео считаются по тарифу вывода, изображения после пятого добавляют небольшую плату, аудио бесплатно. Всё остальное — по обычной цене за секунду.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
prompt | Да | Обязательно. Принимает от 1 до 7 000 символов, более длинный текст отклоняется. Не менее 1 символов · Не более 7000 символов |
reference_image_urls | Нет | До 9 изображений, нумеруются в порядке списка для промпта (Image 1, Image 2 и т. д.). Не менее 1 элементов · Не более 9 элементов |
reference_video_urls | Нет | До 3 клипов по 2–15 секунд, в сумме не более 15 секунд; в промпте они называются Video 1, Video 2 и Video 3. Их секунды оплачиваются по тарифу вывода. Не менее 1 элементов · Не более 3 элементов |
reference_audio_urls | Нет | До 3 файлов WAV или MP3, задающих голос или звук, бесплатно. Всегда сочетайте их хотя бы с одним изображением или видео, а произносимые слова оставляйте в промпте. Не менее 1 элементов · Не более 3 элементов |
aspect_ratio | Нет | Форма кадра: по умолчанию 16:9, также доступны 9:16, 1:1, 4:3, 3:4 и 21:9. На цену не влияет. |
resolution | Нет |
|
duration_seconds | Нет | Целое число от 4 до 15 (по умолчанию 5), каждая секунда оплачивается по тарифу 768p. Запрос на 4 секунды вернулся клипом в 3,75 секунды. |
Стоимость
Оплачивается каждая секунда готового клипа в 768p. Референсное видео добавляет свои секунды по той же цене, первые 5 референсных изображений входят в стоимость, последующие добавляют небольшую плату, аудио бесплатно. Актуальная цена указана на странице модели.
| Спецификация | Стоимость |
|---|---|
| $0.072 / секунду |
Сценарии использования
Сцены из отдельных файлов
Отправьте портрет, фото образа и снимок комнаты как три изображения и добавьте голосовой клип как Audio 1, если персонаж говорит. В результате этот человек окажется в этой одежде в этом месте.
Один персонаж в нескольких клипах
Используйте один и тот же портрет как Image 1 в каждом запросе, и лицо с образом сохранятся от поста к посту, пока меняется сцена. Так повторяющиеся персонажи и виртуальные ведущие остаются узнаваемыми.
Перенос движения
Передайте короткий клип как Video 1 и попросите повторить его движение с человеком из Image 1 — для танца, жеста или движения камеры. Держите клип коротким и чистым: его секунды тарифицируются.
Руководство по промптам и практические советы
Одна роль на один референс
Решите, что даёт каждый файл — внешность, место, движение камеры или голос, — и называйте его по типу и номеру. Начните с одного героя и одного действия, затем добавляйте остальные референсы.
Аудио нужна картинка
Всегда отправляйте хотя бы одно изображение или видео вместе с аудиоклипом. Точные реплики берите в двойные кавычки, называйте говорящего, а в результате проверяйте голос, тайминг и действие вместе.
Сначала обрежьте видеореференс
Обрежьте клип до самого короткого фрагмента, где виден нужный приём; принимается до 15 секунд в сумме, и все они тарифицируются. Уберите вступление и укажите в промпте, какое действие перенести.
Оплачивается каждая секунда готового клипа в 768p. Референсное видео добавляет свои секунды по той же цене, первые 5 референсных изображений входят в стоимость, последующие добавляют небольшую плату, аудио бесплатно. Актуальная цена указана на странице модели.
Быстрый старт API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-highspeed/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.
