Accéder au contenu

H3 Max Image to Video

Intégrer

Identifiant du modèle 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"

Fichiers comme dans l'exemple: 0,30 $ 300 crédits API vos fichiers sont mesurés avant l'exécution L'exécuter sur cette page

Obtenir une clé API
MiniMax Image vers vidéo Synchronisation labiale0,92–15 sjusqu'à 1080P #stylized#transform#lipsync

Image-vers-vidéo H3 Max standard avec contrôle de la première et de la dernière image et audio épinglé facultatif

MiniMax · Vidéo

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•obligatoire 88 / 50000

Instructions textuelles pour générer la vidéo.

•obligatoire

Niveau de réécriture de l'invite avant la génération : 'quality' élabore une invite plus riche pendant environ 30 s au maximum, tandis que 'balanced' répond en environ une seconde. Choisissez 'disabled' pour omettre l'expansion de l'invite.

resolution par défaut 768P

Sélection de la résolution de génération : 1080P nécessite un affinage latent du contenu généré nativement en 768P, plutôt qu'une génération native à la résolution sélectionnée.

par défaut 5

Durée demandée en secondes, avec un minimum de 2 s lorsque target_audio_url est fourni. Prévoyez un dépassement de sortie pouvant atteindre environ 0.7 s.

Avancé target_audio_url · image · end_image · seed · enable_safety_checker
Déposez un fichier ou

Bande-son de remplacement facultative fournie via une URL HTTP(S) ou un URI de données base64 ; le clip doit durer au moins 2 secondes et ne pas dépasser 15 MB. L'audio fourni remplace la bande-son générée à vitesse de lecture inchangée : la durée excédentaire est supprimée à la fin et les clips plus courts reçoivent un remplissage de silence pour correspondre à la vidéo. Un rééchantillonnage à 96 kHz peut être effectué pour les fréquences d'échantillonnage exceptionnellement élevées.

image_url
Déposez un fichier ou

URL d'image facultative définissant l'image d'ouverture et le canevas de sortie. Si seul end_image_url est fourni, son image de fin détermine le canevas. Sans aucune image, la génération utilise le texte vers vidéo avec un rapport d'aspect par défaut de 16:9.

end_image_url
Déposez un fichier ou

URL d'image de la dernière image, utilisable même sans image de départ. Dans ce mode d'image clé finale uniquement, cette image détermine le canevas de sortie.

Graine pour la génération aléatoire ; si elle est omise, une graine est choisie aléatoirement.

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

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de H3 Max Image to Video

Anime une image fixe de la gamme Max. Fournissez `image_url` comme première image, `end_image_url` comme dernière image, ou les deux, avec une `prompt`. `duration` va de 0.92 à 15 secondes et `resolution` vaut 480P, 768P ou 1080P. `target_audio_url` peut imposer un clip audio, et `prompt_expansion_mode` contrôle la réécriture de l'invite.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
promptobligatoire
Typestring
≤ 50 000 caractères
Instructions textuelles pour générer la vidéo.
durationfacultatif
Typenumber
Par défaut5
0,92 – 15
Durée demandée en secondes, avec un minimum de 2 s lorsque target_audio_url est fourni. Prévoyez un dépassement de sortie pouvant atteindre environ 0.7 s.
resolutionfacultatif
Typeenum
Par défaut768P
480P768P1080P
Sélection de la résolution de génération : 1080P nécessite un affinage latent du contenu généré nativement en 768P, plutôt qu'une génération native à la résolution sélectionnée.
seedfacultatif
Typeinteger | null
Graine pour la génération aléatoire ; si elle est omise, une graine est choisie aléatoirement.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Activation du contrôle de sécurité ; true active la vérification.
prompt_expansion_modeobligatoire
Typestring
Par défautbalanced
Niveau de réécriture de l'invite avant la génération : 'quality' élabore une invite plus riche pendant environ 30 s au maximum, tandis que 'balanced' répond en environ une seconde. Choisissez 'disabled' pour omettre l'expansion de l'invite.
target_audio_urlfacultatif
Typeurl · audio
Bande-son de remplacement facultative fournie via une URL HTTP(S) ou un URI de données base64 ; le clip doit durer au moins 2 secondes et ne pas dépasser 15 MB. L'audio fourni remplace la bande-son générée à vitesse de lecture inchangée : la durée excédentaire est supprimée à la fin et les clips plus courts reçoivent un remplissage de silence pour correspondre à la vidéo. Un rééchantillonnage à 96 kHz peut être effectué pour les fréquences d'échantillonnage exceptionnellement élevées.
image_urlfacultatif image
Typeurl · image
URL d'image facultative définissant l'image d'ouverture et le canevas de sortie. Si seul end_image_url est fourni, son image de fin détermine le canevas. Sans aucune image, la génération utilise le texte vers vidéo avec un rapport d'aspect par défaut de 16:9.
end_image_urlfacultatif end_image
Typeurl · image
URL d'image de la dernière image, utilisable même sans image de départ. Dans ce mode d'image clé finale uniquement, cette image détermine le canevas de sortie.
obligatoire Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu'à 10 MB ou le file_url d'un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size}Vidéo produite par le modèle.
expanded_prompt
string | nullInvite étendue prête pour le modèle, ou null si aucun texte étendu n'est disponible. Les cas null correspondent à l'expansion désactivée, à une expansion sans modification et à une expansion traitée en interne par l'API hébergée du modèle.
timings
object | nullMesures de durée exprimées en secondes, disponibles uniquement sur les routes qui signalent les durées du backend ; sinon null. L'entrée 'inference' mesure la durée du débruitage DiT sur le backend GPU.

Plus de modèles : Image vers vidéo

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/minimax/h3-max/image-to-video.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt