Lumaktaw sa nilalaman

H3 Max Image to Video

I-integrate

ID ng modelo 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"

Mga file na katulad ng halimbawa: $0.30 300 kredito ng API sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
MiniMax · video

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan 88 / 50000

Mga text instruction para sa pagbuo ng video.

•kinakailangan

Pagsisikap sa muling pagsulat ng prompt bago ang pagbuo: ang 'quality' ay bumubuo ng mas detalyadong prompt sa loob ng humigit-kumulang 30s, habang ang 'balanced' ay nagbabalik sa loob ng humigit-kumulang isang segundo. Piliin ang 'disabled' upang laktawan ang pagpapalawak ng prompt.

resolution default na 768P

Pagpili ng resolution ng pagbuo: nangangailangan ang 1080P ng latent refinement ng materyal na native na nabuo sa 768P, sa halip na native na pagbuo sa piniling resolution.

default na 5

Hinihinging tagal sa segundo, na may minimum na 2 s kapag ibinigay ang target_audio_url. Maglaan para sa overrun ng output na humigit-kumulang 0.7 s.

advanced target_audio_url · image · end_image · seed · enable_safety_checker
Mag-drop ng file, o

Opsyonal na kapalit na soundtrack na ibinibigay sa pamamagitan ng HTTP(S) URL o base64 data URI; dapat tumagal ang clip nang hindi bababa sa 2 segundo at hindi hihigit sa 15 MB. Pinapalitan ng ibinigay na audio ang nabuong soundtrack sa hindi nagbabagong bilis ng playback: inaalis ang sobrang tagal mula sa dulo, at nilalagyan ng katahimikan ang mas maiikling clip upang tumugma sa video. Maaaring i-resample sa 96 kHz ang mga hindi pangkaraniwang mataas na sample rate.

image_url
Mag-drop ng file, o

Opsyonal na larawan URL na tumutukoy sa pambungad na frame at output canvas. Kung end_image_url lamang ang ibinigay, ang pangwakas nitong frame ang tumutukoy sa canvas. Kung walang alinmang larawan, gumagamit ang pagbuo ng text-to-video na may default na aspect ratio na 16:9.

end_image_url
Mag-drop ng file, o

Opsyonal na larawan URL ng huling frame, na magagamit kahit walang panimulang larawan. Sa end-only keyframe mode na ito, tinutukoy ng larawan na ito ang output canvas.

Seed para sa random na pagbuo; kung hindi ibinigay, random na pipili ng isa.

POST /run/minimax/h3-max/image-to-video?wait=20 presyo → $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/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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa H3 Max Image to Video

Nag-a-animate ng still larawan mula sa Max line. Ibigay ang `image_url` bilang unang frame, `end_image_url` bilang huling frame, o pareho, kasama ng `prompt`. Ang `duration` ay 0.92 hanggang 15 segundo at ang `resolution` ay 480P, 768P o 1080P. Maaaring mag-pin ng audio clip ang `target_audio_url`, at kinokontrol ng `prompt_expansion_mode` ang muling pagsulat ng prompt.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
promptkinakailangan
Uristring
≤ 50,000 character
Mga text instruction para sa pagbuo ng video.
durationopsyonal
Urinumber
default5
0.92 – 15
Hinihinging tagal sa segundo, na may minimum na 2 s kapag ibinigay ang target_audio_url. Maglaan para sa overrun ng output na humigit-kumulang 0.7 s.
resolutionopsyonal
Urienum
default768P
480P768P1080P
Pagpili ng resolution ng pagbuo: nangangailangan ang 1080P ng latent refinement ng materyal na native na nabuo sa 768P, sa halip na native na pagbuo sa piniling resolution.
seedopsyonal
Uriinteger | null
Seed para sa random na pagbuo; kung hindi ibinigay, random na pipili ng isa.
enable_safety_checkeropsyonal
Uriboolean
defaulttrue
Pag-activate ng safety checker; pinapagana ng true ang checking.
prompt_expansion_modekinakailangan
Uristring
defaultbalanced
Pagsisikap sa muling pagsulat ng prompt bago ang pagbuo: ang 'quality' ay bumubuo ng mas detalyadong prompt sa loob ng humigit-kumulang 30s, habang ang 'balanced' ay nagbabalik sa loob ng humigit-kumulang isang segundo. Piliin ang 'disabled' upang laktawan ang pagpapalawak ng prompt.
target_audio_urlopsyonal
Uriurl · audio
Opsyonal na kapalit na soundtrack na ibinibigay sa pamamagitan ng HTTP(S) URL o base64 data URI; dapat tumagal ang clip nang hindi bababa sa 2 segundo at hindi hihigit sa 15 MB. Pinapalitan ng ibinigay na audio ang nabuong soundtrack sa hindi nagbabagong bilis ng playback: inaalis ang sobrang tagal mula sa dulo, at nilalagyan ng katahimikan ang mas maiikling clip upang tumugma sa video. Maaaring i-resample sa 96 kHz ang mga hindi pangkaraniwang mataas na sample rate.
image_urlopsyonal image
Uriurl · image
Opsyonal na larawan URL na tumutukoy sa pambungad na frame at output canvas. Kung end_image_url lamang ang ibinigay, ang pangwakas nitong frame ang tumutukoy sa canvas. Kung walang alinmang larawan, gumagamit ang pagbuo ng text-to-video na may default na aspect ratio na 16:9.
end_image_urlopsyonal end_image
Uriurl · image
Opsyonal na larawan URL ng huling frame, na magagamit kahit walang panimulang larawan. Sa end-only keyframe mode na ito, tinutukoy ng larawan na ito ang output canvas.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
video
object {url, content_type, file_name, file_size}Video na ginawa ng modelo.
expanded_prompt
string | nullPinalawak na prompt na handa para sa modelo, o null kung walang available na pinalawak na text. Kasama sa mga null case ang disabled na pagpapalawak, pagpapalawak na walang binago, at pagpapalawak na pinangasiwaan sa loob ng hosted API ng modelo.
timings
object | nullMga sukat ng oras na ipinapahayag sa segundo, na available lamang sa mga route na nag-uulat ng backend timings; kung hindi, null. Sinusukat ng entry na 'inference' kung gaano katagal ang DiT denoising sa GPU backend.

Higit pang modelo: Larawan patungong Video

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/minimax/h3-max/image-to-video.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt