Gå til indhold

H3 Max Reference to Video

Integrer

Model-id minimax/h3-max/reference-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/reference-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"

Filer som eksemplet: 0,40 $ 400 API-kreditter dine filer måles før kørslen Kør den på denne side

Hent API-nøgle
MiniMax Reference til video Referenceinputs0,92–15 sop til 1080P #stylized#transform#typography

H3 Max-videogenerering, der holder motiver konsistente ved hjælp af referencebilleder, -videoer og lydklip

MiniMax · Video

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet 88 / 50000

Video-genereringsinstruktioner med referencer identificeret efter aktivtype og position i hver referenceliste ved hjælp af etiketter som Audio 1, Video 1, Image 1, Image 2 og så videre.

•påkrævet

Indsats ved omskrivning af prompt før generering: 'quality' udvikler en rigere prompt over op til cirka 30s, mens 'balanced' returnerer på omtrent et sekund. Vælg 'disabled' for at udelade promptudvidelse.

resolution standard 768P

Valg af genereringsopløsning: 1080P kræver latent forfining af materiale, der er genereret naturligt i 768P, i stedet for naturlig generering i den valgte opløsning.

aspect_ratio standard adaptive

Outputvideoens højde-bredde-forhold.

standard 5

Anmodet varighed i sekunder, hvilket tillader en faktisk videolængde på op til cirka 0.7 s ud over anmodningen.

Avanceret images · reference_video_urls · reference_audio_urls · image · middle_image_url · end_image · middle_frame_time · seed · enable_safety_checker · reference_conditions
reference_image_urls
Slip en fil, eller · op til 9

URL'er til motiv- eller stilreferencebilleder, med en fælles grænse på 12 filer for alle video- og lydreferencer. Identificer disse billeder i prompten efter listeposition ved hjælp af Image 1, Image 2 og efterfølgende etiketter.

Slip en fil, eller · op til 3

URL'er til bevægelses- eller andre referencevideoer, identificeret efter listeposition i prompten ved hjælp af Video 1, Video 2 og efterfølgende etiketter. Den fælles grænse på tværs af billed-, video- og lydreferencer er 12 filer; videoklip skal hver vare 2–15 sekunder og samlet højst 15 sekunder.

Slip en fil, eller · op til 3

Lever referencelyd som URL'er, og identificer klippene i prompten ved hjælp af Audio 1, Audio 2 og efterfølgende etiketter. Hvert klip skal vare 2–15 sekunder, og den samlede lyd må højst vare 15 sekunder. Alle billed-, video- og lydreferencetyper kan leveres alene eller kombineret med en fælles maksimumgrænse på 12 filer.

image_url
Slip en fil, eller

Valgfri billed-URL, der definerer den præcise åbningsframe og bestemmer outputlærredet. Referenceaktiver bevarer motivkonsistensen.

Slip en fil, eller

Valgfrit vejledende billede til middle_frame_time, kun tilgængeligt ved naturlig 480P- eller 768P-generering og når både et startbillede og et slutbillede er leveret.

end_image_url
Slip en fil, eller

Valgfri URL til slutbillede, der fastlåser videoens præcise slutframe til det leverede billede.

Placeringstid for midterbillede, kun mulig med middle_image_url og begrænset til positioner strengt mellem den anmodede videos første og sidste frame. Angiv sekunder siden starten; værdien afrundes til nærmeste frame ved 24 fps.

Seed til tilfældig generering; hvis den udelades, vælges en tilfældigt.

Referenceliste leveret som alternativ til reference_*_urls, aldrig sammen med dem. Rækkefølgen på tværs af modaliteter har betydning, så sekvensen bevares under hele behandlingen.

POST /run/minimax/h3-max/reference-to-video?wait=20 pris → 0,40 $
# 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/reference-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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om H3 Max Reference to Video

Genererer video styret af referenceaktiver: op til 9 billeder, 3 videoer og 3 lydklip, med højst 12 filer i alt. Prompten refererer til dem som Image 1, Video 1, Audio 1 og så videre. Valgfrie første-, midterste (`middle_image_url` ved `middle_frame_time`) og sidste billeder fastlåser begyndelsen, midten og slutningen. `duration` er 0.92 til 15 sekunder, og `aspect_ratio` kan være adaptive.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
promptpåkrævet
Typestring
≤ 50.000 tegn
Video-genereringsinstruktioner med referencer identificeret efter aktivtype og position i hver referenceliste ved hjælp af etiketter som Audio 1, Video 1, Image 1, Image 2 og så videre.
reference_image_urlsvalgfri images
Typeurl[] · image
≤ 9 elementer
URL'er til motiv- eller stilreferencebilleder, med en fælles grænse på 12 filer for alle video- og lydreferencer. Identificer disse billeder i prompten efter listeposition ved hjælp af Image 1, Image 2 og efterfølgende etiketter.
reference_video_urlsvalgfri
Typeurl[] · video
≤ 3 elementer
URL'er til bevægelses- eller andre referencevideoer, identificeret efter listeposition i prompten ved hjælp af Video 1, Video 2 og efterfølgende etiketter. Den fælles grænse på tværs af billed-, video- og lydreferencer er 12 filer; videoklip skal hver vare 2–15 sekunder og samlet højst 15 sekunder.
reference_audio_urlsvalgfri
Typeurl[] · audio
≤ 3 elementer
Lever referencelyd som URL'er, og identificer klippene i prompten ved hjælp af Audio 1, Audio 2 og efterfølgende etiketter. Hvert klip skal vare 2–15 sekunder, og den samlede lyd må højst vare 15 sekunder. Alle billed-, video- og lydreferencetyper kan leveres alene eller kombineret med en fælles maksimumgrænse på 12 filer.
image_urlvalgfri image
Typeurl · image
Valgfri billed-URL, der definerer den præcise åbningsframe og bestemmer outputlærredet. Referenceaktiver bevarer motivkonsistensen.
middle_image_urlvalgfri
Typeurl · image
Valgfrit vejledende billede til middle_frame_time, kun tilgængeligt ved naturlig 480P- eller 768P-generering og når både et startbillede og et slutbillede er leveret.
middle_frame_timevalgfri
Typenumber | null
> 0< 15
Placeringstid for midterbillede, kun mulig med middle_image_url og begrænset til positioner strengt mellem den anmodede videos første og sidste frame. Angiv sekunder siden starten; værdien afrundes til nærmeste frame ved 24 fps.
end_image_urlvalgfri end_image
Typeurl · image
Valgfri URL til slutbillede, der fastlåser videoens præcise slutframe til det leverede billede.
durationvalgfri
Typenumber
Standard5
0,92 – 15
Anmodet varighed i sekunder, hvilket tillader en faktisk videolængde på op til cirka 0.7 s ud over anmodningen.
resolutionvalgfri
Typeenum
Standard768P
480P768P1080P
Valg af genereringsopløsning: 1080P kræver latent forfining af materiale, der er genereret naturligt i 768P, i stedet for naturlig generering i den valgte opløsning.
seedvalgfri
Typeinteger | null
Seed til tilfældig generering; hvis den udelades, vælges en tilfældigt.
enable_safety_checkervalgfri
Typeboolean
Standardtrue
Aktivering af sikkerhedskontrol; true aktiverer kontrollen.
prompt_expansion_modepåkrævet
Typestring
Standardbalanced
Indsats ved omskrivning af prompt før generering: 'quality' udvikler en rigere prompt over op til cirka 30s, mens 'balanced' returnerer på omtrent et sekund. Vælg 'disabled' for at udelade promptudvidelse.
aspect_ratiovalgfri
Typeenum
Standardadaptive
adaptive21:916:94:31:13:49:16
Outputvideoens højde-bredde-forhold.
reference_conditionsvalgfri
Typeobject[]
≤ 12 elementer
Referenceliste leveret som alternativ til reference_*_urls, aldrig sammen med dem. Rækkefølgen på tværs af modaliteter har betydning, så sekvensen bevares under hele behandlingen.
reference_conditions[].typepåkrævet
Typeenum
imagevideoaudio
Referenceens modalitet; rækkefølgen på tværs af modaliteter i listen har betydning.
reference_conditions[].urlpåkrævet
Typestring
≥ 1 characters
URL til referencemediet.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3-max/reference-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": 400,
    "usd": "0.40",
    "charged": 400,
    "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",
    "seed": 42,
    "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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
video
object {url, content_type, file_name, file_size}Video produceret af modellen.
expanded_prompt
string | nullModelklar udvidet prompt eller null, hvis der ikke findes udvidet tekst. null-tilfældene er deaktiverede udvidelser, udvidelser uden ændringer og udvidelser, der håndteres internt af modellens hostede API.
seed
integerBasis-seed brugt til at reproducere det genererede resultat.
timings
object | nullTidsmålinger angivet i sekunder, kun tilgængelige på ruter, der rapporterer backend-tider; ellers null. 'inference'-posten måler, hvor lang tid DiT-denoising tog på GPU-backenden.

Flere modeller: Reference til video

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/minimax/h3-max/reference-to-video.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt