Aqbeż għall-kontenut

MiniMax H3 Image to Video

Integra

Id tal-mudell minimax/h3/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/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Ultra cinematic wide shot: A vast field of burning embers stretches into darkness. Suddenly, an enormous wall of fire races across the ground, sending billions of glowing sparks into the air. The flames twist into a gigantic rotating fire vortex hundreds of feet high. Molten embers, smoke, and liquid fire spiral together, naturally forging the word \"IGNITE\" from blazing flames. The letters burn brighter and brighter before erupting into a colossal shockwave that fills the screen with fire and incandescent particles. Hollywood fire simulation, ultra-realistic VFX, blockbuster title reveal.",
    "duration": 5,
    "resolution": "480P",
    "image": "https://content.doitong.com/dev-api/2026/10/21/req_j9dik7xsuoammbgw6brdgafv/0-YyIruCJVEfXsz3wKufKD7_kmRHee8d.png"
  }'

# 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"

Din it-talba: $0.25 250 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
MiniMax Immaġni għal vidjo Output 4K5–15 ssa 4K #motion#first-last-frame

Janimà l-ewwel frejm, l-aħħar frejm jew it-tnejn f'klipp MiniMax H3 ta' 5 sa 15-il sekonda, sa 4K.

Eżempji

Input
Output · ~36 s

PromptUltra cinematic wide shot: A vast field of burning embers stretches into darkness. Suddenly, an enormous wall of fire races across the ground, sending billions of glowing sparks into the air. The flames twist into a gigantic rotating fire vortex hundreds of feet high. Molten embers, smoke, and liquid fire spiral together, naturally forging the word "IGNITE" from blazing flames. The letters burn brighter and brighter before erupting into a colossal shockwave that fills the screen with fire and incandescent particles. Hollywood fire simulation, ultra-realistic VFX, blockbuster title reveal.

5 s480P$0.25 · 250 krediti tal-API

Prompt minn @CharaspowerAI fuq X

Ibni talba

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

•meħtieġ 595 / 50000

Istruzzjonijiet tat-test għall-ġenerazzjoni tal-vidjo.

image_url
Waqqa’ fajl, jew

URL ta’ immaġni mhux obbligatorju li jiddefinixxi l-frejm tal-bidu u l-kanvas tal-output. Jekk jiġi pprovdut biss end_image_url, il-frejm tat-tmiem tiegħu jiddetermina l-kanvas. Mingħajr ebda immaġni, il-ġenerazzjoni tuża text-to-video b’proporzjon tal-aspett prestabbilit ta’ 16:9.

resolution

Agħżel ir-riżoluzzjoni tal-vidjo iġġenerat, b’2K u 4K miksuba permezz ta’ upscaling ta’ bażi 768P. L-għażla ta’ 480P jew 768P tuża ġenerazzjoni nattiva.

Tul tal-vidjo, imkejjel f’sekondi.

Avvanzat prompt_expansion_mode · target_audio_url · end_image · seed
prestabbilit balanced

Sforz għar-riformulazzjoni tal-prompt qabel il-ġenerazzjoni: agħżel 'quality' għal prompt aktar rikk li jieħu sa madwar 30 sekonda, jew 'fast' għal riżultat f’madwar sekonda. B’'balanced', l-għażla ssir għal kull talba; 'disabled' jitfi l-espansjoni.

Waqqa’ fajl, jew

Soundtrack alternattiv mhux obbligatorju pprovdut permezz ta’ URL HTTP(S) jew data URI base64; il-klipp irid idum mill-inqas 2 sekondi u ma jkunx akbar minn 15 MB. L-awdjo pprovdut jissostitwixxi s-soundtrack iġġenerat bl-istess veloċità ta’ daqq: it-tul żejjed jitneħħa mit-tmiem, u klipps iqsar jirċievu silenzju biex jaqblu mal-vidjo. Jista’ jsir resampling għal 96 kHz għal frekwenzi ta’ kampjunar għoljin mhux tas-soltu.

end_image_url
Waqqa’ fajl, jew

URL ta’ immaġni tal-aħħar frejm mhux obbligatorju, li jista’ jintuża anke mingħajr immaġni tal-bidu. F’dik il-modalità ta’ keyframe tat-tmiem biss, din l-immaġni tiddetermina l-kanvas tal-output.

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

POST /run/minimax/h3/image-to-video?wait=20 kwotazzjoni → $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/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Ultra cinematic wide shot: A vast field of burning embers stretches into darkness. Suddenly, an enormous wall of fire races across the ground, sending billions of glowing sparks into the air. The flames twist into a gigantic rotating fire vortex hundreds of feet high. Molten embers, smoke, and liquid fire spiral together, naturally forging the word \"IGNITE\" from blazing flames. The letters burn brighter and brighter before erupting into a colossal shockwave that fills the screen with fire and incandescent particles. Hollywood fire simulation, ultra-realistic VFX, blockbuster title reveal.",
    "duration": 5,
    "resolution": "480P",
    "image": "https://content.doitong.com/dev-api/2026/10/21/req_j9dik7xsuoammbgw6brdgafv/0-YyIruCJVEfXsz3wKufKD7_kmRHee8d.png"
  }'

# 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 MiniMax H3 Image to Video

MiniMax H3 image-to-video jieħu l-ewwel frejm, l-aħħar frejm jew it-tnejn u jimla moviment ħaj u espressiv; il-kanvas isegwi l-immaġni li tagħti. 480P jew 768P nattivi, b'upscale 2K u 4K tar-riżultat 768P, 5 sa 15-il sekonda, kitba mill-ġdid tal-prompt fakultattiva u track tal-awdjo fakultattiv biex jintuża bħala soundtrack.

Parametri

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

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
≤ 50,000 karattri
Istruzzjonijiet tat-test għall-ġenerazzjoni tal-vidjo.
durationmhux obbligatorju
Tipinteger
Prestabbilit5
5 – 15
Tul tal-vidjo, imkejjel f’sekondi.
resolutionmhux obbligatorju
Tipenum
Prestabbilit2K
480P768P2K4K
Agħżel ir-riżoluzzjoni tal-vidjo iġġenerat, b’2K u 4K miksuba permezz ta’ upscaling ta’ bażi 768P. L-għażla ta’ 480P jew 768P tuża ġenerazzjoni nattiva.
seedmhux obbligatorju
Tipinteger | null
Seed għall-ġenerazzjoni każwali; jekk jitħalla barra, jintgħażel wieħed b’mod każwali.
prompt_expansion_modemhux obbligatorju
Tipstring | null
Prestabbilitbalanced
Sforz għar-riformulazzjoni tal-prompt qabel il-ġenerazzjoni: agħżel 'quality' għal prompt aktar rikk li jieħu sa madwar 30 sekonda, jew 'fast' għal riżultat f’madwar sekonda. B’'balanced', l-għażla ssir għal kull talba; 'disabled' jitfi l-espansjoni.
target_audio_urlmhux obbligatorju
Tipurl · audio
Soundtrack alternattiv mhux obbligatorju pprovdut permezz ta’ URL HTTP(S) jew data URI base64; il-klipp irid idum mill-inqas 2 sekondi u ma jkunx akbar minn 15 MB. L-awdjo pprovdut jissostitwixxi s-soundtrack iġġenerat bl-istess veloċità ta’ daqq: it-tul żejjed jitneħħa mit-tmiem, u klipps iqsar jirċievu silenzju biex jaqblu mal-vidjo. Jista’ jsir resampling għal 96 kHz għal frekwenzi ta’ kampjunar għoljin mhux tas-soltu.
image_urlmhux obbligatorju image
Tipurl · image
URL ta’ immaġni mhux obbligatorju li jiddefinixxi l-frejm tal-bidu u l-kanvas tal-output. Jekk jiġi pprovdut biss end_image_url, il-frejm tat-tmiem tiegħu jiddetermina l-kanvas. Mingħajr ebda immaġni, il-ġenerazzjoni tuża text-to-video b’proporzjon tal-aspett prestabbilit ta’ 16:9.
end_image_urlmhux obbligatorju end_image
Tipurl · image
URL ta’ immaġni tal-aħħar frejm mhux obbligatorju, li jista’ jintuża anke mingħajr immaġni tal-bidu. F’dik il-modalità ta’ keyframe tat-tmiem biss, din l-immaġni tiddetermina l-kanvas tal-output.
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/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": 250,
    "usd": "0.25",
    "charged": 250,
    "refunded": 0
  },
  "input": {
    "prompt": "The camera slowly pulls back as the fox runs off the path into the misty forest, fireflies scatter",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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"
  }
}
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.

Aktar mudelli: Immaġni għal vidjo

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