Passer au contenu

MiniMax H3 Text to Video

Intégrer

Identifiant du modèle minimax/h3/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/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Create a 15-second luxury cinematic product showcase for premium wireless over-ear headphones. 0–4s: Begin with an extreme macro tracking shot moving across the soft memory-foam ear cushion, fine fabric texture, brushed-metal hinge and precision-machined controls. A narrow light band travels across the surface, revealing realistic materials against a deep black studio background. 4–8s: Pull back into a three-quarter hero view. The headphones rotate slowly above a glossy reflective pedestal. The ear cups pivot naturally while the adjustable headband extends slightly, demonstrating flexible construction and comfort. Maintain exact symmetry, stable geometry and consistent proportions. 8–12s: Transition into an elegant exploded-view reveal. The ear cushion, acoustic driver, internal sound chamber, control ring and outer shell separate smoothly in perfect alignment. Subtle luminous sound waves pulse outward from the driver while the camera performs a restrained side orbit. 12–15s: Every component reconnects seamlessly. The headphones settle into a centered front-facing hero composition as soft rim lighting defines the silhouette. Complete a gentle dolly-in toward the ear cups. Premium technology-commercial finish, controlled reflections, realistic shadows, shallow depth of field, crisp surface detail, stable product shape, no hands, no distortion, no onscreen text.",
    "duration": 5,
    "resolution": "480P",
    "aspect_ratio": "16:9"
  }'

# 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"

Cette requête: 0,25 $ 250 crédits API L’exécuter sur cette page

Obtenir une clé API
MiniMax Texte vers vidéo Sortie 4K5–15 sjusqu’à 4K #motion#soundtrack

Modèle vidéo MiniMax (Hailuo) pour des mouvements vivants, de 5 à 15 secondes, jusqu'en 4K.

Exemples

Sortie · ~39 s

promptCreate a 15-second luxury cinematic product showcase for premium wireless over-ear headphones. 0–4s: Begin with an extreme macro tracking shot moving across the soft memory-foam ear cushion, fine fabric texture, brushed-metal hinge and precision-machined controls. A narrow light band travels across the surface, revealing realistic materials against a deep black studio background. 4–8s: Pull back into a three-quarter hero view. The headphones rotate slowly above a glossy reflective pedestal. The ear cups pivot naturally while the adjustable headband extends slightly, demonstrating flexible construction and comfort. Maintain exact symmetry, stable geometry and consistent proportions. 8–12s: Transition into an elegant exploded-view reveal. The ear cushion, acoustic driver, internal sound chamber, control ring and outer shell separate smoothly in perfect alignment. Subtle luminous sound waves pulse outward from the driver while the camera performs a restrained side orbit. 12–15s: Every component reconnects seamlessly. The headphones settle into a centered front-facing hero composition as soft rim lighting defines the silhouette. Complete a gentle dolly-in toward the ear cups. Premium technology-commercial finish, controlled reflections, realistic shadows, shallow depth of field, crisp surface detail, stable product shape, no hands, no distortion, no onscreen text.

5 s480P16:90,25 $ · 250 crédits API

Prompt de @LudovicCreator sur X

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 1382 / 50000

Instructions textuelles pour générer la vidéo.

resolution

Choisissez la résolution de la vidéo générée, avec 2K et 4K obtenues par suréchantillonnage d'une base 768P. Le choix de 480P ou 768P utilise plutôt une génération native.

aspect_ratio

Format d'image de la vidéo de sortie.

Durée de la vidéo, mesurée en secondes.

Avancé prompt_expansion_mode · target_audio_url · seed
par défaut balanced

Effort de réécriture du prompt avant la génération : choisissez 'quality' pour un prompt plus riche prenant environ 30 secondes au maximum, ou 'fast' pour un résultat en environ une seconde. Avec 'balanced', le choix est effectué pour chaque requête ; 'disabled' désactive l'expansion.

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.

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

POST /run/minimax/h3/text-to-video?wait=20 devis → 0,25 $
# 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/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Create a 15-second luxury cinematic product showcase for premium wireless over-ear headphones. 0–4s: Begin with an extreme macro tracking shot moving across the soft memory-foam ear cushion, fine fabric texture, brushed-metal hinge and precision-machined controls. A narrow light band travels across the surface, revealing realistic materials against a deep black studio background. 4–8s: Pull back into a three-quarter hero view. The headphones rotate slowly above a glossy reflective pedestal. The ear cups pivot naturally while the adjustable headband extends slightly, demonstrating flexible construction and comfort. Maintain exact symmetry, stable geometry and consistent proportions. 8–12s: Transition into an elegant exploded-view reveal. The ear cushion, acoustic driver, internal sound chamber, control ring and outer shell separate smoothly in perfect alignment. Subtle luminous sound waves pulse outward from the driver while the camera performs a restrained side orbit. 12–15s: Every component reconnects seamlessly. The headphones settle into a centered front-facing hero composition as soft rim lighting defines the silhouette. Complete a gentle dolly-in toward the ear cups. Premium technology-commercial finish, controlled reflections, realistic shadows, shallow depth of field, crisp surface detail, stable product shape, no hands, no distortion, no onscreen text.",
    "duration": 5,
    "resolution": "480P",
    "aspect_ratio": "16:9"
  }'

# 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 MiniMax H3 Text to Video

MiniMax H3 génère des mouvements expressifs de personnages et de caméra à partir d'un prompt. Le rendu natif est en 480P ou 768P ; les options 2K et 4K agrandissent un résultat 768P. Les clips durent de 5 à 15 secondes avec six ratios, un réécriveur de prompt intégré facultatif propose quatre niveaux d'effort et vous pouvez épingler votre propre piste audio comme bande-son.

Paramètres

NomType Par défautAutorisé Description
promptrequis
Typestring
≤ 50 000 caractères
Instructions textuelles pour générer la vidéo.
durationfacultatif
Typeinteger
Par défaut5
5 – 15
Durée de la vidéo, mesurée en secondes.
resolutionfacultatif
Typeenum
Par défaut2K
480P768P2K4K
Choisissez la résolution de la vidéo générée, avec 2K et 4K obtenues par suréchantillonnage d'une base 768P. Le choix de 480P ou 768P utilise plutôt une génération native.
seedfacultatif
Typeinteger | null
Graine pour la génération aléatoire ; si elle est omise, une graine est choisie aléatoirement.
prompt_expansion_modefacultatif
Typestring | null
Par défautbalanced
Effort de réécriture du prompt avant la génération : choisissez 'quality' pour un prompt plus riche prenant environ 30 secondes au maximum, ou 'fast' pour un résultat en environ une seconde. Avec 'balanced', le choix est effectué pour chaque requête ; 'disabled' désactive l'expansion.
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.
aspect_ratiofacultatif
Typeenum
Par défaut16:9
21:916:94:31:13:49:16
Format d'image de la vidéo de sortie.
requis

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/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": 250,
    "usd": "0.25",
    "charged": 250,
    "refunded": 0
  },
  "input": {
    "prompt": "A white kitten chases a butterfly across a sunlit garden, gentle tracking camera, soft afternoon light",
    "duration": 6,
    "resolution": "768P"
  },
  "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"
  },
  "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.

Plus de modèles : Texte vers vidéo

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