MiniMax H3 reference-to-video строит один план по до девяти пронумерованным референсным изображениям, сохраняя персонажа, одежду и локацию. Клипы по 4–15 секунд со сгенерированным звуком в 768p или 2k.
Рабочая область
Примеры написаны специально для этого эндпоинта. Подставьте свой промпт и свои ссылки на медиа — те, что открываются по публичному URL. Перед отправкой проверьте актуальную стоимость и доступность модели.
- Вывод5 с
character-continuity-named-refs Три референса — три задачи: изображение 1 для лица, изображение 2 для наряда, изображение 3 для комнаты; обращение к каждому по номеру не даёт им слиться в одну сцену. `prompt` отвечает только за действие за `duration_seconds` `5` — она садится, закидывает ногу на ногу, смотрит на камеру, а покачивание ручной камеры прописано как указание, а не взято из клипа. Лицо остаётся неизменным, пока меняется сцена.
- 768p
- 5s
- Вывод5 с
red-dress-theatre-three-angles Третий ракурс на уже существующую постановку — ради этого референсы и нужны: `reference_image_urls` берёт до девяти кадров, и вместе они закрепляют исполнительницу, платье и сцену так, чтобы новая точка съёмки не превратилась незаметно в другую постановку. Промпт тогда пишется только под этот ракурс — проход, ведущий прожектор, что делает платье на ходу, — потому что остальное отдано картинками.
- 768p
- 3:4
- 5s
- Вывод7 с
character-continuity Три референса — три задачи: изображение 1 для лица, изображение 2 для наряда, изображение 3 для комнаты; обращение к каждому по номеру не даёт им слиться в одну сцену. `prompt` отвечает только за действие за `duration_seconds` `6` — она садится, закидывает ногу на ногу, смотрит на камеру, а покачивание ручной камеры прописано как указание, а не взято из клипа. Лицо остаётся неизменным, пока меняется сцена.
- 768p
- 6s
- Вывод5 с
voice-and-room Два референса дают только то, что может показать статичный кадр: лицо на изображении 1, конструкцию со светом на изображении 2, — а `prompt` добавляет то, чего фото не покажет: небольшой клуб, тёплую реверберацию, гул зала. За `duration_seconds` `5` остаётся время на одну фразу в микрофон перед улыбкой, и поза превращается в сыгранную реплику. Смените зал — референсы всё равно закрепят лицо и свет.
- 768p
- 5s
Стоимость этого примера начинается от $0.037 за секунда результата. При изменении настроек Песочница пересчитывает оценку.