Passer 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-to-video 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.

•requis 88 / 50000

Instructions textuelles pour générer la vidéo.

•requis

Effort de réécriture du prompt avant la génération : 'quality' élabore un prompt plus riche pendant environ 30 secondes au maximum, tandis que 'balanced' renvoie un résultat en environ une seconde. Choisissez 'disabled' pour ne pas développer le prompt.

resolution par défaut 768P

Sélection de la résolution de génération : 1080P nécessite un affinement 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

Piste audio 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 sonore générée à vitesse de lecture inchangée : la durée excédentaire est supprimée à la fin et les clips plus courts reçoivent du silence pour atteindre la durée de 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 de début 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 la conversion texte-vidéo avec un rapport hauteur/largeur par défaut de 16:9.

end_image_url
Déposez un fichier, ou

URL d'image de dernière image facultative, utilisable même sans image de début. Dans ce mode de keyframe final 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 un `prompt`. `duration` va de 0.92 à 15 secondes et `resolution` peut être 480P, 768P ou 1080P. `target_audio_url` peut épingler un extrait audio et `prompt_expansion_mode` contrôle la réécriture du prompt.

Paramètres

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

NomType Par défautAutorisé Description
promptrequis
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 affinement 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 vérificateur de sécurité ; true active la vérification.
prompt_expansion_moderequis
Typestring
Par défautbalanced
Effort de réécriture du prompt avant la génération : 'quality' élabore un prompt plus riche pendant environ 30 secondes au maximum, tandis que 'balanced' renvoie un résultat en environ une seconde. Choisissez 'disabled' pour ne pas développer le prompt.
target_audio_urlfacultatif
Typeurl · audio
Piste audio 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 sonore générée à vitesse de lecture inchangée : la durée excédentaire est supprimée à la fin et les clips plus courts reçoivent du silence pour atteindre la durée de 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 de début 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 la conversion texte-vidéo avec un rapport hauteur/largeur par défaut de 16:9.
end_image_urlfacultatif end_image
Typeurl · image
URL d'image de dernière image facultative, utilisable même sans image de début. Dans ce mode de keyframe final uniquement, cette image détermine le canevas de sortie.
requis 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 dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size}Vidéo produite par le modèle.
expanded_prompt
string | nullPrompt développé prêt pour le modèle, ou null si aucun texte développé n'est disponible. Les cas null correspondent à l'expansion désactivée, à une expansion sans changement 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 indiquent 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 https://doitong.com/fr/developers/models/minimax/h3-max/image-to-video.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt