Ir al contenido

MiniMax H3 Max Text to Video

Integrar

Id del modelo minimax/h3-max/text-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/text-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"

Archivos como el ejemplo: 0,30 $ 300 créditos de API tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
MiniMax Texto a vídeo Sincronización labial0,92–15 shasta 1080P #stylized#transform#lipsync

Text-to-video estándar de H3 Max con seis relaciones de aspecto, hasta 1080P y una pista de audio opcional

MiniMax · Vídeo

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio 88 / 50000

Instrucciones de texto para generar el video.

•obligatorio

Esfuerzo de reescritura del prompt antes de la generación: 'quality' desarrolla un prompt más detallado durante aproximadamente 30 s como máximo, mientras que 'balanced' responde en aproximadamente un segundo. Elige 'disabled' para omitir la expansión del prompt.

resolution predeterminado 768P

Selección de resolución de generación: 1080P requiere un refinamiento latente del material generado de forma nativa a 768P, en lugar de una generación nativa con la resolución seleccionada.

aspect_ratio predeterminado 16:9

Relación de aspecto del video de salida.

predeterminado 5

Duración solicitada en segundos, con un mínimo de 2 s cuando se proporciona target_audio_url. Permite que la salida exceda la duración hasta aproximadamente 0.7 s.

Avanzado target_audio_url · seed · enable_safety_checker
Suelta un archivo o

Banda sonora de reemplazo opcional proporcionada mediante una URL HTTP(S) o un URI de datos base64; el clip debe durar al menos 2 segundos y no superar los 15 MB. El audio proporcionado reemplaza la banda sonora generada sin cambiar la velocidad de reproducción: la duración sobrante se elimina del final y los clips más cortos reciben silencio para igualar la duración del video. Puede realizarse un remuestreo a 96 kHz con frecuencias de muestreo inusualmente altas.

Semilla para la generación aleatoria; si se omite, se selecciona una al azar.

POST /run/minimax/h3-max/text-to-video?wait=20 cotización → 0,30 $
# 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/text-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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de MiniMax H3 Max Text to Video

Genera un video a partir de un `prompt` de texto de hasta 50000 caracteres. Elige `aspect_ratio` entre 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16, y `resolution` entre 480P, 768P o 1080P. `duration` va de 0.92 a 15 segundos. `target_audio_url` fija un clip proporcionado a la banda sonora, y `prompt_expansion_mode` establece el nivel de reescritura.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
≤ 50.000 caracteres
Instrucciones de texto para generar el video.
durationopcional
Tiponumber
Predeterminado5
0,92 – 15
Duración solicitada en segundos, con un mínimo de 2 s cuando se proporciona target_audio_url. Permite que la salida exceda la duración hasta aproximadamente 0.7 s.
resolutionopcional
Tipoenum
Predeterminado768P
480P768P1080P
Selección de resolución de generación: 1080P requiere un refinamiento latente del material generado de forma nativa a 768P, en lugar de una generación nativa con la resolución seleccionada.
seedopcional
Tipointeger | null
Semilla para la generación aleatoria; si se omite, se selecciona una al azar.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
Activación del comprobador de seguridad; true activa la comprobación.
prompt_expansion_modeobligatorio
Tipostring
Predeterminadobalanced
Esfuerzo de reescritura del prompt antes de la generación: 'quality' desarrolla un prompt más detallado durante aproximadamente 30 s como máximo, mientras que 'balanced' responde en aproximadamente un segundo. Elige 'disabled' para omitir la expansión del prompt.
target_audio_urlopcional
Tipourl · audio
Banda sonora de reemplazo opcional proporcionada mediante una URL HTTP(S) o un URI de datos base64; el clip debe durar al menos 2 segundos y no superar los 15 MB. El audio proporcionado reemplaza la banda sonora generada sin cambiar la velocidad de reproducción: la duración sobrante se elimina del final y los clips más cortos reciben silencio para igualar la duración del video. Puede realizarse un remuestreo a 96 kHz con frecuencias de muestreo inusualmente altas.
aspect_ratioopcional
Tipoenum
Predeterminado16:9
21:916:94:31:13:49:16
Relación de aspecto del video de salida.
obligatorio

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3-max/text-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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Video producido por el modelo.
expanded_prompt
string | nullPrompt expandido listo para el modelo, o null si no hay texto expandido disponible. Los casos null son la expansión desactivada, la expansión que no produjo cambios y la expansión gestionada internamente por la API alojada del modelo.
timings
object | nullMediciones de tiempo expresadas en segundos, disponibles solo en rutas que informan de los tiempos del backend; de lo contrario, null. La entrada 'inference' mide cuánto tardó el desruido DiT en el backend de GPU.

Más modelos: Texto a vídeo

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/minimax/h3-max/text-to-video.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt