सामग्री पर जाएँ

MiniMax H3 Max Text to Video

इंटीग्रेट करें

मॉडल id minimax/h3-max/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-max/text-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 टेक्स्ट से वीडियो लिपसिंक0.92–15 s1080P तक #stylized#transform#lipsync

छह आस्पेक्ट रेशियो, 1080P तक रिज़ॉल्यूशन और वैकल्पिक ऑडियो ट्रैक वाला मानक H3 Max टेक्स्ट-से-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।

aspect_ratio डिफ़ॉल्ट 16:9

आउटपुट वीडियो का आस्पेक्ट रेशियो।

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 · 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।

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

POST /run/minimax/h3-max/text-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/text-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

MiniMax H3 Max Text to Video के बारे में

अधिकतम 50000 वर्णों वाले टेक्स्ट `prompt` से वीडियो बनाता है। `aspect_ratio` के लिए 21:9, 16:9, 4:3, 1:1, 3:4 या 9:16 और `resolution` के लिए 480P, 768P या 1080P चुनें। `duration` 0.92 से 15 सेकंड तक होती है। `target_audio_url` दिए गए क्लिप को साउंडट्रैक पर स्थिर करता है और `prompt_expansion_mode` पुनर्लेखन का प्रयास-स्तर सेट करता है।

पैरामीटर

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।
aspect_ratioवैकल्पिक
प्रकारenum
डिफ़ॉल्ट16:9
21:916:94:31:13:49:16
आउटपुट वीडियो का आस्पेक्ट रेशियो।
आवश्यक

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/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": 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: टेक्स्ट से वीडियो

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