MiniMax H3 API

MiniMax H3 Текст в видео создаёт клип только по промпту, без изображения и без набора референсов. Вы выбираете длительность от 5 до 15 целых секунд, разрешение 768p или 2k и одно из шести соотношений сторон; звук генерируется в том же проходе, что и картинка. Поле промпта вмещает до 7000 символов — хватит на полное описание кадра, а не на подпись к нему.

Выберите режим по исходному материалу

Шесть форматов кадра на выбор в каждом запросе

aspect_ratio принимает 16:9 (по умолчанию), 9:16, 1:1, 4:3, 3:4 и 21:9. Значение 21:9 даёт анаморфотный леттербокс — так снят опубликованный пример noir-window: пульсирующий красный неон, тени жалюзи и медленный поворот головы, всё написано одним абзацем под широкий кадр. Выберите формат до того, как писать бриф, чтобы расставить объект именно под этот кадр.

Звук задаётся в том же брифе

Аудио генерируется вместе с изображением, а не накладывается потом, поэтому саундтрек тоже пишется в промпте: атмосфера, шумы, музыка или реплика. В примере thunder-wheat-field гром приходит в том же файле, что и молнии, и ложится точно на вспышки — подгонять его на монтаже не нужно.

768p и 2k — оба нативные

Оба разрешения — нативный вывод, а 480p и 720p недоступны: схема отклоняет эти значения. Длительность и разрешение влияют на цену, поэтому обычно черновики делают в 768p, пока действие и кадрирование не сложатся, а выбранный дубль затем генерируют в 2k. Эндпоинт не принимает seed, так что прогон в 2k — это новый дубль того же брифа, а не более чёткая копия черновика.

Начать кадр с одной только идеи

text-to-video — эндпоинт H3, которому не нужно изображение на входе. Пример curtain-silhouette показывает бриф, который лучше всего держится от прогона к прогону: статичная камера, газовая занавеска, за ней одна тёплая лампа и силуэт, от которого читается только контур. Чем меньше бриф оставляет открытым, тем ближе друг к другу последовательные дубли.

Проверить идею со светом или ритмом

Свет, меняющийся во времени, целиком описывается в промпте. Бриф thunder-wheat-field просит прерывистое проявление: каждая молния на миг высвечивает промокшую рубашку белым и снова возвращает её в темноту — шесть секунд в 768p и 16:9. Такие короткие черновики показывают, читается ли эффект, до того как тратить на него прогон в 2k.

Открыть последовательность, которая продолжится в другом режиме

У H3 нет эндпоинта редактирования, а один запрос ограничен 15 секундами. Для длинной сцены сгенерируйте здесь первый план и продолжите его через MiniMax H3 Продление видео: оно открывает следующий план на последнем кадре утверждённого клипа и возвращает оба фрагмента соединёнными в одном файле. Когда объект должен выглядеть ровно так, как задуман, лучше перейдите на image-to-video: текст оставляет одежду, тело и кадрирование на усмотрение модели, и последовательные прогоны расходятся.

# 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/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "768p",
    "aspect_ratio": "16:9",
    "duration_seconds": 5,
    "enable_prompt_expansion": false
  }
}'

# 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.