सामग्री पर जाएँ

H3 Max Image to Video

इंटीग्रेट करें

मॉडल id 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"

उदाहरण जैसी फ़ाइलें: $0.30 300 API क्रेडिट चलाने से पहले आपकी फ़ाइलों को मापा जाता है इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
MiniMax इमेज से वीडियो लिपसिंक0.92–15 s1080P तक #stylized#transform#lipsync

पहले और अंतिम फ़्रेम नियंत्रण तथा वैकल्पिक पिन किए गए ऑडियो वाला मानक H3 Max इमेज-टू-वीडियो

MiniMax · वीडियो

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक 88 / 50000

वीडियो निर्माण के लिए टेक्स्ट निर्देश।

•आवश्यक

निर्माण-पूर्व प्रॉम्प्ट पुनर्लेखन प्रयास: 'quality' लगभग 30s तक अधिक समृद्ध प्रॉम्प्ट विकसित करता है, जबकि 'balanced' लगभग एक सेकंड में परिणाम देता है। प्रॉम्प्ट विस्तार छोड़ने के लिए 'disabled' चुनें।

resolution डिफ़ॉल्ट 768P

निर्माण रिज़ॉल्यूशन चयन: 1080P के लिए चयनित रिज़ॉल्यूशन पर मूल निर्माण के बजाय 768P पर मूल रूप से निर्मित सामग्री का latent refinement आवश्यक है।

डिफ़ॉल्ट 5

सेकंड में अनुरोधित अवधि; target_audio_url दिए जाने पर न्यूनतम 2 s। लगभग 0.7 s तक के आउटपुट ओवररन की अनुमति दें।

उन्नत target_audio_url · image · end_image · seed · enable_safety_checker
फ़ाइल ड्रॉप करें, या

HTTP(S) URL या base64 data URI के माध्यम से दिया गया वैकल्पिक प्रतिस्थापन साउंडट्रैक; क्लिप कम से कम 2 सेकंड लंबी और 15 MB से अधिक बड़ी नहीं होनी चाहिए। दिया गया ऑडियो अपरिवर्तित प्लेबैक गति पर निर्मित साउंडट्रैक को बदल देता है: अतिरिक्त अवधि अंत से हटा दी जाती है और छोटी क्लिप में वीडियो से मिलाने के लिए मौन जोड़ा जाता है। असामान्य रूप से उच्च सैंपल दरों के लिए 96 kHz पर री-सैंपलिंग हो सकती है।

image_url
फ़ाइल ड्रॉप करें, या

आरंभिक फ़्रेम और आउटपुट कैनवास निर्धारित करने वाला वैकल्पिक इमेज URL। यदि केवल end_image_url दिया गया हो, तो उसका अंतिम फ़्रेम कैनवास निर्धारित करता है। दोनों में से कोई इमेज न होने पर निर्माण 16:9 के डिफ़ॉल्ट आस्पेक्ट रेशियो के साथ टेक्स्ट-टू-वीडियो का उपयोग करता है।

end_image_url
फ़ाइल ड्रॉप करें, या

वैकल्पिक अंतिम-फ़्रेम इमेज URL, जिसे शुरुआती इमेज के बिना भी उपयोग किया जा सकता है। इस केवल-अंतिम कीफ़्रेम मोड में यह इमेज आउटपुट कैनवास निर्धारित करती है।

यादृच्छिक निर्माण के लिए सीड; न देने पर इसे यादृच्छिक रूप से चुना जाता है।

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

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

H3 Max Image to Video के बारे में

Max लाइन की स्थिर इमेज को एनीमेट करता है। `image_url` को पहला फ़्रेम, `end_image_url` को अंतिम फ़्रेम या दोनों को `prompt` के साथ दें। `duration` 0.92 से 15 सेकंड तक और `resolution` 480P, 768P या 1080P होता है। `target_audio_url` ऑडियो क्लिप पिन कर सकता है और `prompt_expansion_mode` प्रॉम्प्ट के पुनर्लेखन को नियंत्रित करता है।

पैरामीटर

कैनोनिकल नाम या नेटिव नाम में से कोई एक भेजें, दोनों नहीं। कैनोनिकल नाम

नामप्रकार डिफ़ॉल्टअनुमत विवरण
promptआवश्यक
प्रकारstring
≤ 50,000 अक्षर
वीडियो निर्माण के लिए टेक्स्ट निर्देश।
durationवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट5
0.92 – 15
सेकंड में अनुरोधित अवधि; target_audio_url दिए जाने पर न्यूनतम 2 s। लगभग 0.7 s तक के आउटपुट ओवररन की अनुमति दें।
resolutionवैकल्पिक
प्रकारenum
डिफ़ॉल्ट768P
480P768P1080P
निर्माण रिज़ॉल्यूशन चयन: 1080P के लिए चयनित रिज़ॉल्यूशन पर मूल निर्माण के बजाय 768P पर मूल रूप से निर्मित सामग्री का latent refinement आवश्यक है।
seedवैकल्पिक
प्रकारinteger | null
यादृच्छिक निर्माण के लिए सीड; न देने पर इसे यादृच्छिक रूप से चुना जाता है।
enable_safety_checkerवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
सुरक्षा चेकर सक्रियण; true जाँच सक्षम करता है।
prompt_expansion_modeआवश्यक
प्रकारstring
डिफ़ॉल्टbalanced
निर्माण-पूर्व प्रॉम्प्ट पुनर्लेखन प्रयास: 'quality' लगभग 30s तक अधिक समृद्ध प्रॉम्प्ट विकसित करता है, जबकि 'balanced' लगभग एक सेकंड में परिणाम देता है। प्रॉम्प्ट विस्तार छोड़ने के लिए 'disabled' चुनें।
target_audio_urlवैकल्पिक
प्रकारurl · audio
HTTP(S) URL या base64 data URI के माध्यम से दिया गया वैकल्पिक प्रतिस्थापन साउंडट्रैक; क्लिप कम से कम 2 सेकंड लंबी और 15 MB से अधिक बड़ी नहीं होनी चाहिए। दिया गया ऑडियो अपरिवर्तित प्लेबैक गति पर निर्मित साउंडट्रैक को बदल देता है: अतिरिक्त अवधि अंत से हटा दी जाती है और छोटी क्लिप में वीडियो से मिलाने के लिए मौन जोड़ा जाता है। असामान्य रूप से उच्च सैंपल दरों के लिए 96 kHz पर री-सैंपलिंग हो सकती है।
image_urlवैकल्पिक image
प्रकारurl · image
आरंभिक फ़्रेम और आउटपुट कैनवास निर्धारित करने वाला वैकल्पिक इमेज URL। यदि केवल end_image_url दिया गया हो, तो उसका अंतिम फ़्रेम कैनवास निर्धारित करता है। दोनों में से कोई इमेज न होने पर निर्माण 16:9 के डिफ़ॉल्ट आस्पेक्ट रेशियो के साथ टेक्स्ट-टू-वीडियो का उपयोग करता है।
end_image_urlवैकल्पिक end_image
प्रकारurl · image
वैकल्पिक अंतिम-फ़्रेम इमेज URL, जिसे शुरुआती इमेज के बिना भी उपयोग किया जा सकता है। इस केवल-अंतिम कीफ़्रेम मोड में यह इमेज आउटपुट कैनवास निर्धारित करती है।
आवश्यक कैनोनिकल नाम, यह भी स्वीकार्य है

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
video
object {url, content_type, file_name, file_size}मॉडल द्वारा निर्मित वीडियो।
expanded_prompt
string | nullमॉडल के लिए तैयार विस्तारित प्रॉम्प्ट, या विस्तारित टेक्स्ट उपलब्ध न होने पर null। null स्थितियों में अक्षम विस्तार, ऐसा विस्तार जिससे कोई परिवर्तन न हुआ हो, और मॉडल के होस्टेड API द्वारा आंतरिक रूप से संभाला गया विस्तार शामिल हैं।
timings
object | nullसेकंड में व्यक्त समय माप, केवल उन रूट पर उपलब्ध हैं जो बैकएंड समय की रिपोर्ट करते हैं; अन्यथा null। 'inference' प्रविष्टि मापती है कि GPU बैकएंड पर DiT डिनॉइज़िंग में कितना समय लगा।

और मॉडल: इमेज से वीडियो

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/minimax/h3-max/image-to-video.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt