Введение
API MiniMax H3 Lite для генерации видео по референсам создаёт клипы со звуком длиной 4–15 секунд в 480p или 768p по изображениям, видео и аудио. Назовите в промпте каждое изображение, клип и голос и убедитесь, что состав героев работает, прежде чем планировать серию. Облегчённая версия подходит для проверки идей и создания нескольких вариантов. Один запрос даёт ровно один MP4, где изображение и звук создаются одновременно.
Выберите режим по исходным материалам
| Ваша отправная точка | Какой режим открыть |
|---|---|
| только идея | MiniMax H3 Lite: текст в видео |
| кадр для анимации, с необязательным последним кадром | MiniMax H3 Lite: изображение в видео |
| люди, образы, места, клипы движения или голоса | MiniMax H3 Lite: референсы в видео |
Ключевые возможности и особенности
До 15 референсов
MiniMax H3 Lite принимает в одном запросе до 9 изображений, 3 видеоклипов (15 секунд суммарно) и 3 аудиоклипов. Каждый файл может давать своё: человека, одежду, комнату, движение или голос.
Называйте их в промпте
Ссылайтесь так: «женщина на Image 1», «движение Video 1» и «голос Audio 1». Порядок в списках — это порядок номеров.
Оплата следует за входами
Пять изображений входят в стоимость запроса, каждое следующее добавляет небольшую плату; секунды видеореференсов считаются как секунды результата, а аудио бесплатно.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
prompt | Да | Обязателен, до 7 000 символов; более длинный текст отклоняется. Реплики заключайте в двойные кавычки. Не менее 1 символов · Не более 7000 символов |
reference_image_urls | Нет | До 9 изображений, пронумерованных в порядке, в котором их использует промпт (Image 1, Image 2...). Не менее 1 элементов · Не более 9 элементов |
reference_video_urls | Нет | До 3 клипов по 2–15 секунд каждый, суммарно 15 секунд. Их секунды оплачиваются как секунды вывода. Не менее 1 элементов · Не более 3 элементов |
reference_audio_urls | Нет | До 3 клипов WAV или MP3, задающих голос или звук, без доплаты. Добавьте рядом хотя бы одно изображение или видео. Не менее 1 элементов · Не более 3 элементов |
aspect_ratio | Нет | Один из вариантов: 16:9 (по умолчанию), 9:16, 1:1, 4:3, 3:4 или 21:9. На цену не влияет. |
resolution | Нет |
|
duration_seconds | Нет | Целое число секунд, от 4 до 15, по умолчанию 5. Оплата за секунду вместе с разрешением. |
Стоимость
Оплата за секунду вывода в выбранном разрешении. Секунды референсного видео считаются как секунды результата, первые 5 референсных изображений входят в стоимость, каждое следующее добавляет небольшую плату, а аудио ничего не стоит. Актуальную цену смотрите на странице модели.
| Спецификация | Стоимость |
|---|---|
| $0.025 / секунду |
| $0.04 / секунду |
Сценарии использования
Сцены из отдельных файлов
Портрет, фото образа и снимок комнаты можно отправить как три изображения, и MiniMax H3 Lite поместит этого человека в эту одежду и в это место, а если персонаж говорит — с аудиоклипом голоса как Audio 1.
Один персонаж в нескольких клипах
Отправляйте один и тот же портрет как Image 1 в каждом запросе, и MiniMax H3 Lite сохраняет лицо и одежду, пока сцена вокруг меняется. Так повторяющийся герой или виртуальный ведущий остаётся узнаваемым на протяжении всей серии клипов.
Перенос движения
Отправьте короткий клип как Video 1 и попросите MiniMax H3 Lite воспроизвести его движение с человеком из Image 1 — для танца, жеста или движения камеры. Короткий и чистый референсный клип делает движение читаемым и снижает счёт, ведь его секунды оплачиваются.
Руководство по промптам и практические советы
Одна роль на один референс
Дайте каждому файлу понятную роль: лицо, одежда, комната, движение или голос — и назовите эту роль в промпте. Если в одном изображении смешаны несколько ролей, результат труднее предсказать; обрезанное лицо работает лучше группового фото.
Аудио нужна картинка
Аудиоклипы не могут быть единственным референсом; отправьте хотя бы одно изображение или видео, а произносимые слова оставьте в промпте в двойных кавычках. Аудио задаёт звучание голоса, а промпт — что говорится и кто говорит.
Сначала обрежьте видеореференс
Клипы подгоняются под 2–15 секунд каждый и 15 секунд суммарно, а эти секунды оплачиваются как результат, поэтому перед отправкой оставьте в референсе только ту часть, которая показывает нужное движение.
Оплата за секунду вывода в выбранном разрешении. Секунды референсного видео считаются как секунды результата, первые 5 референсных изображений входят в стоимость, каждое следующее добавляет небольшую плату, а аудио ничего не стоит. Актуальную цену смотрите 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-lite/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.
















