Aqbeż għall-kontenut

H3 Max Reference to Video

Integra

Id tal-mudell 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"

Fajls bħall-eżempju: $0.40 400 krediti tal-API il-fajls tiegħek jitkejlu qabel it-tħaddim Ħaddmu f’din il-paġna

Ikseb ċavetta API
MiniMax Referenza għal vidjo Inputs ta’ referenza0.92–15 ssa 1080P #stylized#transform#typography

Ġenerazzjoni tal-vidjo H3 Max li żżomm is-suġġetti konsistenti billi tuża immaġnijiet, vidjows u klipps awdjo ta' referenza

MiniMax · Vidjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ 88 / 50000

Istruzzjonijiet għall-ġenerazzjoni tal-vidjo b’referenzi identifikati skont it-tip ta’ assi u l-pożizzjoni fil-lista ta’ referenzi rispettiva, bl-użu ta’ tikketti bħal Audio 1, Video 1, Image 1, Image 2, u oħrajn.

•meħtieġ

Livell ta’ sforz għar-riformulazzjoni tal-prompt qabel il-ġenerazzjoni: 'quality' jiżviluppa prompt aktar rikk f’madwar 30s, filwaqt li 'balanced' jirritorna f’madwar sekonda. Agħżel 'disabled' biex titħalla barra l-espansjoni tal-prompt.

resolution prestabbilit 768P

Għażla tar-riżoluzzjoni tal-ġenerazzjoni: 1080P teħtieġ irfinar latent ta’ materjal iġġenerat b’mod nattiv f’768P, minflok ġenerazzjoni nattiva fir-riżoluzzjoni magħżula.

aspect_ratio prestabbilit adaptive

Proporzjon tal-aspett għall-vidjo tal-output.

prestabbilit 5

Tul mitlub f’sekondi, li jippermetti tul reali tal-vidjo sa madwar 0.7 s lil hinn minn dik it-talba.

Avvanzat 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
Waqqa’ fajl, jew · sa 9

URLs ta’ immaġnijiet ta’ referenza għas-suġġett jew għall-istil, b’massimu kondiviż ta’ 12-il fajl mar-referenzi kollha tal-vidjo u tal-awdjo. Identifika dawn l-immaġnijiet fil-prompt skont il-pożizzjoni fil-lista billi tuża Image 1, Image 2, u tikketti sussegwenti.

Waqqa’ fajl, jew · sa 3

URLs ta’ vidjows ta’ referenza għall-moviment jew għal skopijiet oħra, identifikati skont il-pożizzjoni fil-lista fil-prompt billi tuża Video 1, Video 2, u tikketti sussegwenti. Il-limitu kondiviż bejn ir-referenzi tal-immaġni, tal-vidjo u tal-awdjo huwa ta’ 12-il fajl; kull klipp tal-vidjo jrid idum 2–15-il sekonda u t-total ma jaqbiżx 15-il sekonda.

Waqqa’ fajl, jew · sa 3

Ipprovdi awdjo ta’ referenza bħala URLs u identifika l-klipps fil-prompt billi tuża Audio 1, Audio 2, u tikketti sussegwenti. Kull klipp irid idum 2–15-il sekonda, b’massimu ta’ 15-il sekonda awdjo b’kollox. Kwalunkwe tip ta’ referenza tal-immaġni, tal-vidjo u tal-awdjo jista’ jiġi pprovdut waħdu jew flimkien, soġġett għal massimu kondiviż ta’ 12-il fajl.

image_url
Waqqa’ fajl, jew

URL ta’ immaġni mhux obbligatorju li jiddefinixxi l-frejm eżatt tal-bidu u jiddetermina l-kanvas tal-output. L-assi ta’ referenza jżommu l-konsistenza tas-suġġett.

Waqqa’ fajl, jew

Immaġni ta’ gwida mhux obbligatorja għal middle_frame_time, disponibbli biss b’ġenerazzjoni nattiva f’480P jew 768P u meta jiġu pprovduti kemm immaġni tal-bidu kif ukoll immaġni tat-tmiem.

end_image_url
Waqqa’ fajl, jew

URL ta’ immaġni finali mhux obbligatorju li jiffissa l-frejm eżatt tat-tmiem tal-vidjo għall-immaġni pprovduta.

Ħin tat-tqegħid tal-immaġni tan-nofs, użabbli biss ma’ middle_image_url u ristrett għal pożizzjonijiet strettament ġewwa l-ewwel u l-aħħar frejm tal-vidjo mitlub. Ipprovdi s-sekondi li għaddew mill-bidu; il-valur jiġi arrotondat għall-eqreb frejm ta’ 24 fps.

Seed għall-ġenerazzjoni każwali; jekk jitħalla barra, jintgħażel wieħed b’mod każwali.

Lista ta’ referenzi pprovduta bħala alternattiva għal reference_*_urls, qatt flimkien magħhom. L-ordni bejn il-modalitajiet għandha tifsira, għalhekk is-sekwenza tinżamm matul l-ipproċessar kollu.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar H3 Max Reference to Video

Jiġġenera vidjo ggwidat minn assi ta' referenza: sa 9 immaġnijiet, 3 vidjows u 3 klipps awdjo, b'massimu ta' 12-il fajl b'kollox. Il-prompt jirreferi għalihom bħala Image 1, Video 1, Audio 1 u hekk ikompli. L-ewwel, tan-nofs fakultattiv (`middle_image_url` f'`middle_frame_time`) u l-aħħar frejms jiffissaw il-bidu, in-nofs u t-tmiem. `duration` huwa 0.92 sa 15-il sekonda, u `aspect_ratio` jista' jkun adattiv.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
≤ 50,000 karattri
Istruzzjonijiet għall-ġenerazzjoni tal-vidjo b’referenzi identifikati skont it-tip ta’ assi u l-pożizzjoni fil-lista ta’ referenzi rispettiva, bl-użu ta’ tikketti bħal Audio 1, Video 1, Image 1, Image 2, u oħrajn.
reference_image_urlsmhux obbligatorju images
Tipurl[] · image
≤ 9 oġġetti
URLs ta’ immaġnijiet ta’ referenza għas-suġġett jew għall-istil, b’massimu kondiviż ta’ 12-il fajl mar-referenzi kollha tal-vidjo u tal-awdjo. Identifika dawn l-immaġnijiet fil-prompt skont il-pożizzjoni fil-lista billi tuża Image 1, Image 2, u tikketti sussegwenti.
reference_video_urlsmhux obbligatorju
Tipurl[] · video
≤ 3 oġġetti
URLs ta’ vidjows ta’ referenza għall-moviment jew għal skopijiet oħra, identifikati skont il-pożizzjoni fil-lista fil-prompt billi tuża Video 1, Video 2, u tikketti sussegwenti. Il-limitu kondiviż bejn ir-referenzi tal-immaġni, tal-vidjo u tal-awdjo huwa ta’ 12-il fajl; kull klipp tal-vidjo jrid idum 2–15-il sekonda u t-total ma jaqbiżx 15-il sekonda.
reference_audio_urlsmhux obbligatorju
Tipurl[] · audio
≤ 3 oġġetti
Ipprovdi awdjo ta’ referenza bħala URLs u identifika l-klipps fil-prompt billi tuża Audio 1, Audio 2, u tikketti sussegwenti. Kull klipp irid idum 2–15-il sekonda, b’massimu ta’ 15-il sekonda awdjo b’kollox. Kwalunkwe tip ta’ referenza tal-immaġni, tal-vidjo u tal-awdjo jista’ jiġi pprovdut waħdu jew flimkien, soġġett għal massimu kondiviż ta’ 12-il fajl.
image_urlmhux obbligatorju image
Tipurl · image
URL ta’ immaġni mhux obbligatorju li jiddefinixxi l-frejm eżatt tal-bidu u jiddetermina l-kanvas tal-output. L-assi ta’ referenza jżommu l-konsistenza tas-suġġett.
middle_image_urlmhux obbligatorju
Tipurl · image
Immaġni ta’ gwida mhux obbligatorja għal middle_frame_time, disponibbli biss b’ġenerazzjoni nattiva f’480P jew 768P u meta jiġu pprovduti kemm immaġni tal-bidu kif ukoll immaġni tat-tmiem.
middle_frame_timemhux obbligatorju
Tipnumber | null
> 0< 15
Ħin tat-tqegħid tal-immaġni tan-nofs, użabbli biss ma’ middle_image_url u ristrett għal pożizzjonijiet strettament ġewwa l-ewwel u l-aħħar frejm tal-vidjo mitlub. Ipprovdi s-sekondi li għaddew mill-bidu; il-valur jiġi arrotondat għall-eqreb frejm ta’ 24 fps.
end_image_urlmhux obbligatorju end_image
Tipurl · image
URL ta’ immaġni finali mhux obbligatorju li jiffissa l-frejm eżatt tat-tmiem tal-vidjo għall-immaġni pprovduta.
durationmhux obbligatorju
Tipnumber
Prestabbilit5
0.92 – 15
Tul mitlub f’sekondi, li jippermetti tul reali tal-vidjo sa madwar 0.7 s lil hinn minn dik it-talba.
resolutionmhux obbligatorju
Tipenum
Prestabbilit768P
480P768P1080P
Għażla tar-riżoluzzjoni tal-ġenerazzjoni: 1080P teħtieġ irfinar latent ta’ materjal iġġenerat b’mod nattiv f’768P, minflok ġenerazzjoni nattiva fir-riżoluzzjoni magħżula.
seedmhux obbligatorju
Tipinteger | null
Seed għall-ġenerazzjoni każwali; jekk jitħalla barra, jintgħażel wieħed b’mod każwali.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
Attivazzjoni tal-kontroll tas-sikurezza; true jippermetti l-kontroll.
prompt_expansion_modemeħtieġ
Tipstring
Prestabbilitbalanced
Livell ta’ sforz għar-riformulazzjoni tal-prompt qabel il-ġenerazzjoni: 'quality' jiżviluppa prompt aktar rikk f’madwar 30s, filwaqt li 'balanced' jirritorna f’madwar sekonda. Agħżel 'disabled' biex titħalla barra l-espansjoni tal-prompt.
aspect_ratiomhux obbligatorju
Tipenum
Prestabbilitadaptive
adaptive21:916:94:31:13:49:16
Proporzjon tal-aspett għall-vidjo tal-output.
reference_conditionsmhux obbligatorju
Tipobject[]
≤ 12 oġġetti
Lista ta’ referenzi pprovduta bħala alternattiva għal reference_*_urls, qatt flimkien magħhom. L-ordni bejn il-modalitajiet għandha tifsira, għalhekk is-sekwenza tinżamm matul l-ipproċessar kollu.
reference_conditions[].typemeħtieġ
Tipenum
imagevideoaudio
Modalità tar-referenza; l-ordni bejn il-modalitajiet fil-lista għandha tifsira.
reference_conditions[].urlmeħtieġ
Tipstring
≥ 1 characters
URL tal-midja ta’ referenza.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

Output

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
video
object {url, content_type, file_name, file_size}Vidjo prodott mill-mudell.
expanded_prompt
string | nullPrompt estiż lest għall-mudell, jew null jekk ma jkunx hemm test estiż disponibbli. Il-każijiet null huma espansjoni diżattivata, espansjoni li ma biddlet xejn, u espansjoni ttrattata internament mill-API ospitat tal-mudell.
seed
integerSeed bażiku użat biex jiġi riprodott ir-riżultat iġġenerat.
timings
object | nullKejl tal-ħin espress f’sekondi, disponibbli biss fuq rotot li jirrapportaw il-ħinijiet tal-backend; inkella null. L-entrata 'inference' tkejjel kemm dam id-denoising DiT fuq il-backend tal-GPU.

Aktar mudelli: Referenza għal vidjo

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/minimax/h3-max/reference-to-video.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt