কনটেন্টে যান

H3 Max Image to Video

ইন্টিগ্রেট করুন

মডেল id minimax/h3-max/image-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/minimax/h3-max/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

উদাহরণের মতো ফাইল: ০.৩০$ ৩০০ API ক্রেডিট চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
MiniMax ছবি থেকে ভিডিও লিপসিঙ্ক০.৯২–১৫ s1080P পর্যন্ত #stylized#transform#lipsync

প্রথম ও শেষ ফ্রেম নিয়ন্ত্রণ এবং ঐচ্ছিক নির্দিষ্ট অডিওসহ স্ট্যান্ডার্ড H3 Max image-to-video

MiniMax · ভিডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক 88 / 50000

ভিডিও জেনারেশনের জন্য টেক্সট নির্দেশনা।

•আবশ্যক

জেনারেশনের আগের প্রম্পট পুনর্লিখনের প্রচেষ্টা: 'quality' সর্বাধিক প্রায় 30s সময় নিয়ে আরও সমৃদ্ধ প্রম্পট তৈরি করে, আর 'balanced' প্রায় এক সেকেন্ডে ফল দেয়। প্রম্পট সম্প্রসারণ বাদ দিতে 'disabled' নির্বাচন করুন।

resolution ডিফল্ট 768P

জেনারেশনের রেজোলিউশন নির্বাচন: 1080P নির্বাচিত রেজোলিউশনে নেটিভ জেনারেশনের পরিবর্তে 768P-তে নেটিভভাবে তৈরি উপাদানের latent refinement প্রয়োজন।

ডিফল্ট 5

সেকেন্ডে অনুরোধকৃত দৈর্ঘ্য; target_audio_url দেওয়া হলে সর্বনিম্ন 2 s। সর্বাধিক প্রায় 0.7 s আউটপুট অতিরিক্ত সময়ের অনুমতি রাখুন।

অ্যাডভান্সড target_audio_url · image · end_image · seed · enable_safety_checker
একটি ফাইল ড্রপ করুন, অথবা

HTTP(S) URL বা base64 data URI-এর মাধ্যমে দেওয়া ঐচ্ছিক বিকল্প সাউন্ডট্র্যাক; ক্লিপটি কমপক্ষে 2 সেকেন্ডের এবং সর্বাধিক 15 MB-এর হতে হবে। সরবরাহ করা অডিও অপরিবর্তিত প্লেব্যাক গতিতে জেনারেট করা সাউন্ডট্র্যাক প্রতিস্থাপন করে: অতিরিক্ত দৈর্ঘ্য শেষ থেকে বাদ যায়, আর ছোট ক্লিপগুলো ভিডিওর সঙ্গে মেলাতে নীরবতা দিয়ে পূরণ করা হয়। অস্বাভাবিকভাবে বেশি স্যাম্পলিং রেট হলে 96 kHz-এ রিস্যাম্পলিং হতে পারে।

image_url
একটি ফাইল ড্রপ করুন, অথবা

শুরুর ফ্রেম ও আউটপুট ক্যানভাস নির্ধারণকারী ঐচ্ছিক ছবির URL। শুধুমাত্র end_image_url দেওয়া হলে তার শেষ ফ্রেম ক্যানভাস নির্ধারণ করে। কোনো ছবিই না থাকলে জেনারেশন 16:9-এর ডিফল্ট অ্যাসপেক্ট রেশিওসহ text-to-video ব্যবহার করে।

end_image_url
একটি ফাইল ড্রপ করুন, অথবা

ঐচ্ছিক শেষ-ফ্রেম ছবির URL, শুরুর ছবি ছাড়াও ব্যবহার করা যায়। শুধুমাত্র শেষ-ফ্রেমের keyframe মোডে এই ছবি আউটপুট ক্যানভাস নির্ধারণ করে।

এলোমেলো জেনারেশনের seed; বাদ দিলে একটি এলোমেলো seed নির্বাচন করা হয়।

POST /run/minimax/h3-max/image-to-video?wait=20 মূল্য → ০.৩০$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/minimax/h3-max/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

H3 Max Image to Video সম্পর্কে

Max সিরিজের একটি স্থির ছবিকে অ্যানিমেট করে। `image_url` প্রথম ফ্রেম হিসেবে, `end_image_url` শেষ ফ্রেম হিসেবে, অথবা দুটিই একটি `prompt`-এর সঙ্গে দিন। `duration` 0.92 থেকে 15 সেকেন্ড এবং `resolution` 480P, 768P অথবা 1080P। `target_audio_url` একটি অডিও ক্লিপ নির্দিষ্ট করতে পারে এবং `prompt_expansion_mode` প্রম্পট পুনর্লিখন নিয়ন্ত্রণ করে।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
promptআবশ্যক
ধরনstring
≤ ৫০,০০০টি অক্ষর
ভিডিও জেনারেশনের জন্য টেক্সট নির্দেশনা।
durationঐচ্ছিক
ধরনnumber
ডিফল্ট5
০.৯২ – ১৫
সেকেন্ডে অনুরোধকৃত দৈর্ঘ্য; target_audio_url দেওয়া হলে সর্বনিম্ন 2 s। সর্বাধিক প্রায় 0.7 s আউটপুট অতিরিক্ত সময়ের অনুমতি রাখুন।
resolutionঐচ্ছিক
ধরনenum
ডিফল্ট768P
480P768P1080P
জেনারেশনের রেজোলিউশন নির্বাচন: 1080P নির্বাচিত রেজোলিউশনে নেটিভ জেনারেশনের পরিবর্তে 768P-তে নেটিভভাবে তৈরি উপাদানের latent refinement প্রয়োজন।
seedঐচ্ছিক
ধরনinteger | null
এলোমেলো জেনারেশনের seed; বাদ দিলে একটি এলোমেলো seed নির্বাচন করা হয়।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
নিরাপত্তা পরীক্ষক সক্রিয়করণ; true পরীক্ষা সক্ষম করে।
prompt_expansion_modeআবশ্যক
ধরনstring
ডিফল্টbalanced
জেনারেশনের আগের প্রম্পট পুনর্লিখনের প্রচেষ্টা: 'quality' সর্বাধিক প্রায় 30s সময় নিয়ে আরও সমৃদ্ধ প্রম্পট তৈরি করে, আর 'balanced' প্রায় এক সেকেন্ডে ফল দেয়। প্রম্পট সম্প্রসারণ বাদ দিতে 'disabled' নির্বাচন করুন।
target_audio_urlঐচ্ছিক
ধরনurl · audio
HTTP(S) URL বা base64 data URI-এর মাধ্যমে দেওয়া ঐচ্ছিক বিকল্প সাউন্ডট্র্যাক; ক্লিপটি কমপক্ষে 2 সেকেন্ডের এবং সর্বাধিক 15 MB-এর হতে হবে। সরবরাহ করা অডিও অপরিবর্তিত প্লেব্যাক গতিতে জেনারেট করা সাউন্ডট্র্যাক প্রতিস্থাপন করে: অতিরিক্ত দৈর্ঘ্য শেষ থেকে বাদ যায়, আর ছোট ক্লিপগুলো ভিডিওর সঙ্গে মেলাতে নীরবতা দিয়ে পূরণ করা হয়। অস্বাভাবিকভাবে বেশি স্যাম্পলিং রেট হলে 96 kHz-এ রিস্যাম্পলিং হতে পারে।
image_urlঐচ্ছিক image
ধরনurl · image
শুরুর ফ্রেম ও আউটপুট ক্যানভাস নির্ধারণকারী ঐচ্ছিক ছবির URL। শুধুমাত্র end_image_url দেওয়া হলে তার শেষ ফ্রেম ক্যানভাস নির্ধারণ করে। কোনো ছবিই না থাকলে জেনারেশন 16:9-এর ডিফল্ট অ্যাসপেক্ট রেশিওসহ text-to-video ব্যবহার করে।
end_image_urlঐচ্ছিক end_image
ধরনurl · image
ঐচ্ছিক শেষ-ফ্রেম ছবির URL, শুরুর ছবি ছাড়াও ব্যবহার করা যায়। শুধুমাত্র শেষ-ফ্রেমের keyframe মোডে এই ছবি আউটপুট ক্যানভাস নির্ধারণ করে।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3-max/image-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 300,
    "usd": "0.30",
    "charged": 300,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "expanded_prompt": "string",
    "timings": {}
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
video
object {url, content_type, file_name, file_size}মডেল দ্বারা তৈরি ভিডিও।
expanded_prompt
string | nullমডেলের জন্য প্রস্তুত সম্প্রসারিত প্রম্পট, অথবা সম্প্রসারিত টেক্সট উপলভ্য না থাকলে null। সম্প্রসারণ বন্ধ থাকা, সম্প্রসারণে কোনো পরিবর্তন না হওয়া এবং মডেলের hosted API অভ্যন্তরীণভাবে সম্প্রসারণ পরিচালনা করা—এই ক্ষেত্রে null ফেরত আসে।
timings
object | nullসেকেন্ডে প্রকাশ করা টাইমিং পরিমাপ, শুধুমাত্র ব্যাকএন্ড টাইমিং রিপোর্ট করা রুটে উপলভ্য; অন্যথায় null। 'inference' এন্ট্রিতে GPU ব্যাকএন্ডে DiT ডিনয়জিং করতে কত সময় লেগেছে তা পরিমাপ করা হয়।

আরও মডেল: ছবি থেকে ভিডিও

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/minimax/h3-max/image-to-video.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt