सामग्री पर जाएँ

H3 Max Reference to Video

इंटीग्रेट करें

मॉडल id minimax/h3-max/reference-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/reference-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: $0.40 400 API क्रेडिट चलाने से पहले आपकी फ़ाइलों को मापा जाता है इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
MiniMax रेफ़रेंस से वीडियो रेफ़रेंस इनपुट0.92–15 s1080P तक #stylized#transform#typography

संदर्भ इमेज, वीडियो और ऑडियो क्लिप का उपयोग करके विषयों की निरंतरता बनाए रखने वाला H3 Max वीडियो जनरेशन

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 निर्देश, जिनमें संदर्भों की पहचान एसेट प्रकार और प्रत्येक संदर्भ सूची में स्थिति से की जाती है; लेबल जैसे Audio 1, Video 1, Image 1, Image 2 आदि उपयोग किए जाते हैं।

•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।

aspect_ratio डिफ़ॉल्ट adaptive

आउटपुट वीडियो का आस्पेक्ट रेशियो।

डिफ़ॉल्ट 5

सेकंड में अनुरोधित अवधि, जिससे वास्तविक वीडियो लंबाई उस अनुरोध से लगभग 0.7 s तक अधिक हो सकती है।

उन्नत images · reference_video_urls · reference_audio_urls · image · middle_image_url · end_image · middle_frame_time · seed · enable_safety_checker · reference_conditions
reference_image_urls
फ़ाइल ड्रॉप करें, या · 9 तक

विषय या शैली के संदर्भ इमेज URL, सभी वीडियो और ऑडियो संदर्भों के साथ साझा 12-फ़ाइल अधिकतम सीमा में शामिल। प्रॉम्प्ट में इन इमेज की पहचान सूची की स्थिति के अनुसार Image 1, Image 2 और उसके बाद के लेबल से करें।

फ़ाइल ड्रॉप करें, या · 3 तक

मोशन या अन्य संदर्भ वीडियो URL, जिनकी पहचान प्रॉम्प्ट में सूची की स्थिति के अनुसार Video 1, Video 2 और उसके बाद के लेबल से की जाती है। इमेज, वीडियो और ऑडियो संदर्भों के लिए साझा सीमा 12 फ़ाइल है; प्रत्येक वीडियो क्लिप 2–15 सेकंड की और कुल अवधि 15 सेकंड से अधिक नहीं होनी चाहिए।

फ़ाइल ड्रॉप करें, या · 3 तक

संदर्भ ऑडियो URL के रूप में दें और प्रॉम्प्ट में क्लिप की पहचान Audio 1, Audio 2 और उसके बाद के लेबल से करें। प्रत्येक क्लिप 2–15 सेकंड लंबी होनी चाहिए और कुल ऑडियो 15 सेकंड से अधिक नहीं होना चाहिए। इमेज, वीडियो और ऑडियो संदर्भ प्रकारों में से कोई भी अकेले या संयोजन में दिया जा सकता है, बशर्ते साझा अधिकतम सीमा 12 फ़ाइल हो।

image_url
फ़ाइल ड्रॉप करें, या

सटीक शुरुआती फ़्रेम और आउटपुट कैनवास निर्धारित करने वाला वैकल्पिक इमेज URL। संदर्भ एसेट विषय की निरंतरता बनाए रखते हैं।

फ़ाइल ड्रॉप करें, या

middle_frame_time के लिए वैकल्पिक मार्गदर्शक इमेज, केवल native 480P या 768P निर्माण के साथ और शुरुआती तथा अंतिम दोनों इमेज दिए जाने पर उपलब्ध।

end_image_url
फ़ाइल ड्रॉप करें, या

वैकल्पिक अंतिम-इमेज URL, जो दिए गए इमेज पर वीडियो के सटीक अंतिम फ़्रेम को स्थिर करता है।

मध्य-इमेज प्लेसमेंट समय, केवल middle_image_url के साथ उपयोग योग्य और अनुरोधित वीडियो के पहले और अंतिम फ़्रेम के बीच की स्थितियों तक सीमित। आरंभ से बीता समय सेकंड में दें; मान को निकटतम 24 fps फ़्रेम तक राउंड किया जाता है।

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

reference_*_urls के विकल्प के रूप में दी गई संदर्भ सूची, उन्हें साथ में कभी न दें। माध्यमों के बीच क्रम का अर्थ होता है, इसलिए प्रोसेसिंग के दौरान अनुक्रम बनाए रखा जाता है।

POST /run/minimax/h3-max/reference-to-video?wait=20 कोटेशन → $0.40
# 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/reference-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 Reference to Video के बारे में

संदर्भ एसेट के मार्गदर्शन में वीडियो जनरेट करता है: अधिकतम 9 इमेज, 3 वीडियो और 3 ऑडियो क्लिप, कुल मिलाकर अधिकतम 12 फ़ाइलें। प्रॉम्प्ट उन्हें Image 1, Video 1, Audio 1 आदि के रूप में संदर्भित करता है। वैकल्पिक पहला, मध्य (`middle_image_url` at `middle_frame_time`) और अंतिम फ़्रेम शुरुआत, मध्य और अंत को पिन करते हैं। `duration` 0.92 से 15 सेकंड होती है और `aspect_ratio` adaptive हो सकता 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 निर्देश, जिनमें संदर्भों की पहचान एसेट प्रकार और प्रत्येक संदर्भ सूची में स्थिति से की जाती है; लेबल जैसे Audio 1, Video 1, Image 1, Image 2 आदि उपयोग किए जाते हैं।
reference_image_urlsवैकल्पिक images
प्रकारurl[] · image
≤ 9 आइटम
विषय या शैली के संदर्भ इमेज URL, सभी वीडियो और ऑडियो संदर्भों के साथ साझा 12-फ़ाइल अधिकतम सीमा में शामिल। प्रॉम्प्ट में इन इमेज की पहचान सूची की स्थिति के अनुसार Image 1, Image 2 और उसके बाद के लेबल से करें।
reference_video_urlsवैकल्पिक
प्रकारurl[] · video
≤ 3 आइटम
मोशन या अन्य संदर्भ वीडियो URL, जिनकी पहचान प्रॉम्प्ट में सूची की स्थिति के अनुसार Video 1, Video 2 और उसके बाद के लेबल से की जाती है। इमेज, वीडियो और ऑडियो संदर्भों के लिए साझा सीमा 12 फ़ाइल है; प्रत्येक वीडियो क्लिप 2–15 सेकंड की और कुल अवधि 15 सेकंड से अधिक नहीं होनी चाहिए।
reference_audio_urlsवैकल्पिक
प्रकारurl[] · audio
≤ 3 आइटम
संदर्भ ऑडियो URL के रूप में दें और प्रॉम्प्ट में क्लिप की पहचान Audio 1, Audio 2 और उसके बाद के लेबल से करें। प्रत्येक क्लिप 2–15 सेकंड लंबी होनी चाहिए और कुल ऑडियो 15 सेकंड से अधिक नहीं होना चाहिए। इमेज, वीडियो और ऑडियो संदर्भ प्रकारों में से कोई भी अकेले या संयोजन में दिया जा सकता है, बशर्ते साझा अधिकतम सीमा 12 फ़ाइल हो।
image_urlवैकल्पिक image
प्रकारurl · image
सटीक शुरुआती फ़्रेम और आउटपुट कैनवास निर्धारित करने वाला वैकल्पिक इमेज URL। संदर्भ एसेट विषय की निरंतरता बनाए रखते हैं।
middle_image_urlवैकल्पिक
प्रकारurl · image
middle_frame_time के लिए वैकल्पिक मार्गदर्शक इमेज, केवल native 480P या 768P निर्माण के साथ और शुरुआती तथा अंतिम दोनों इमेज दिए जाने पर उपलब्ध।
middle_frame_timeवैकल्पिक
प्रकारnumber | null
> 0< 15
मध्य-इमेज प्लेसमेंट समय, केवल middle_image_url के साथ उपयोग योग्य और अनुरोधित वीडियो के पहले और अंतिम फ़्रेम के बीच की स्थितियों तक सीमित। आरंभ से बीता समय सेकंड में दें; मान को निकटतम 24 fps फ़्रेम तक राउंड किया जाता है।
end_image_urlवैकल्पिक end_image
प्रकारurl · image
वैकल्पिक अंतिम-इमेज URL, जो दिए गए इमेज पर वीडियो के सटीक अंतिम फ़्रेम को स्थिर करता है।
durationवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट5
0.92 – 15
सेकंड में अनुरोधित अवधि, जिससे वास्तविक वीडियो लंबाई उस अनुरोध से लगभग 0.7 s तक अधिक हो सकती है।
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।
aspect_ratioवैकल्पिक
प्रकारenum
डिफ़ॉल्टadaptive
adaptive21:916:94:31:13:49:16
आउटपुट वीडियो का आस्पेक्ट रेशियो।
reference_conditionsवैकल्पिक
प्रकारobject[]
≤ 12 आइटम
reference_*_urls के विकल्प के रूप में दी गई संदर्भ सूची, उन्हें साथ में कभी न दें। माध्यमों के बीच क्रम का अर्थ होता है, इसलिए प्रोसेसिंग के दौरान अनुक्रम बनाए रखा जाता है।
reference_conditions[].typeआवश्यक
प्रकारenum
imagevideoaudio
संदर्भ का माध्यम; सूची में माध्यमों के बीच क्रम का अर्थ होता है।
reference_conditions[].urlआवश्यक
प्रकारstring
≥ 1 characters
संदर्भ मीडिया का URL।
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/reference-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": 400,
    "usd": "0.40",
    "charged": 400,
    "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",
    "seed": 42,
    "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।
seed
integerनिर्मित परिणाम को दोहराने के लिए उपयोग किया गया बेस सीड।
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: रेफ़रेंस से वीडियो

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