Gå til innhold

H3 Max Reference to Video

Integrer

Modell-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"

Filer som eksempelet: 0,40 $ 400 API-kreditter filene dine måles før kjøring Kjør den på denne siden

Hent API-nøkkel
MiniMax Referanse til video Referanseinndata0,92–15 sopptil 1080P #stylized#transform#typography

H3 Max-videogenerering som holder motiver konsistente ved hjelp av referansebilder, -videoer og lydklipp

MiniMax · Video

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk 88 / 50000

Instruksjoner for videogenerering med referanser identifisert etter ressurs type og plassering i hver referanseliste, ved hjelp av etiketter som Audio 1, Video 1, Image 1, Image 2 og så videre.

•obligatorisk

Innsats for omskriving av prompt før generering: 'quality' utvikler en rikere prompt over opptil omtrent 30s, mens 'balanced' returnerer etter omtrent ett sekund. Velg 'disabled' for å utelate promptutvidelse.

resolution standard 768P

Valg av genereringsoppløsning: 1080P krever latent forfining av materiale som er generert naturlig i 768P, i stedet for naturlig generering i den valgte oppløsningen.

aspect_ratio standard adaptive

Sideforhold for utdata-videoen.

standard 5

Forespurt varighet i sekunder, med en faktisk videolengde på opptil omtrent 0.7 s utover forespørselen.

Avansert 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
Slipp en fil, eller · opptil 9

URL-er til referansebilder for motiv eller stil, med en felles grense på 12 filer for alle video- og lydreferanser. Identifiser disse bildene i prompten etter listeposisjon med Image 1, Image 2 og påfølgende etiketter.

Slipp en fil, eller · opptil 3

URL-er til referansevideoer for bevegelse eller annet, identifisert etter listeposisjon i prompten med Video 1, Video 2 og påfølgende etiketter. Den samlede grensen for bilde-, video- og lydreferanser er 12 filer; videoklipp må vare 2–15 sekunder hver og samlet ikke mer enn 15 sekunder.

Slipp en fil, eller · opptil 3

Oppgi referanselyd som URL-er og identifiser klippene i prompten med Audio 1, Audio 2 og påfølgende etiketter. Hvert klipp må vare 2–15 sekunder, med maksimalt 15 sekunder lyd totalt. Bilde-, video- og lydreferanser kan leveres alene eller kombinert, med en felles grense på 12 filer.

image_url
Slipp en fil, eller

Valgfri bilde-URL som definerer det nøyaktige åpningsbildet og bestemmer utdataens lerret. Referanseressurser opprettholder konsistens i motivet.

Slipp en fil, eller

Valgfritt veiledende bilde for middle_frame_time, bare tilgjengelig med naturlig generering i 480P eller 768P og når både startbilde og sluttbilde er levert.

end_image_url
Slipp en fil, eller

Valgfri URL til sluttbilde som låser videoens nøyaktige siste bilde til det leverte bildet.

Plasseringstid for midtbilde, kan bare brukes med middle_image_url og er begrenset til posisjoner strengt mellom den forespurte videoens første og siste bilde. Oppgi sekunder siden starten; verdien avrundes til nærmeste bilde ved 24 fps.

Startverdi for tilfeldig generering; hvis den utelates, velges en tilfeldig.

Referanseliste levert som alternativ til reference_*_urls, aldri sammen med dem. Rekkefølgen på tvers av modaliteter har betydning, så sekvensen opprettholdes gjennom hele behandlingen.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om H3 Max Reference to Video

Genererer video styrt av referanseressurser: opptil 9 bilder, 3 videoer og 3 lydklipp, med maksimalt 12 filer totalt. Prompten viser til dem som Image 1, Video 1, Audio 1 og så videre. Valgfrie første-, midt- (`middle_image_url` ved `middle_frame_time`) og sistebilder låser start, midtpunkt og slutt. `duration` er 0.92 til 15 sekunder, og `aspect_ratio` kan være adaptive.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
promptobligatorisk
Typestring
≤ 50 000 tegn
Instruksjoner for videogenerering med referanser identifisert etter ressurs type og plassering i hver referanseliste, ved hjelp av etiketter som Audio 1, Video 1, Image 1, Image 2 og så videre.
reference_image_urlsvalgfritt images
Typeurl[] · image
≤ 9 elementer
URL-er til referansebilder for motiv eller stil, med en felles grense på 12 filer for alle video- og lydreferanser. Identifiser disse bildene i prompten etter listeposisjon med Image 1, Image 2 og påfølgende etiketter.
reference_video_urlsvalgfritt
Typeurl[] · video
≤ 3 elementer
URL-er til referansevideoer for bevegelse eller annet, identifisert etter listeposisjon i prompten med Video 1, Video 2 og påfølgende etiketter. Den samlede grensen for bilde-, video- og lydreferanser er 12 filer; videoklipp må vare 2–15 sekunder hver og samlet ikke mer enn 15 sekunder.
reference_audio_urlsvalgfritt
Typeurl[] · audio
≤ 3 elementer
Oppgi referanselyd som URL-er og identifiser klippene i prompten med Audio 1, Audio 2 og påfølgende etiketter. Hvert klipp må vare 2–15 sekunder, med maksimalt 15 sekunder lyd totalt. Bilde-, video- og lydreferanser kan leveres alene eller kombinert, med en felles grense på 12 filer.
image_urlvalgfritt image
Typeurl · image
Valgfri bilde-URL som definerer det nøyaktige åpningsbildet og bestemmer utdataens lerret. Referanseressurser opprettholder konsistens i motivet.
middle_image_urlvalgfritt
Typeurl · image
Valgfritt veiledende bilde for middle_frame_time, bare tilgjengelig med naturlig generering i 480P eller 768P og når både startbilde og sluttbilde er levert.
middle_frame_timevalgfritt
Typenumber | null
> 0< 15
Plasseringstid for midtbilde, kan bare brukes med middle_image_url og er begrenset til posisjoner strengt mellom den forespurte videoens første og siste bilde. Oppgi sekunder siden starten; verdien avrundes til nærmeste bilde ved 24 fps.
end_image_urlvalgfritt end_image
Typeurl · image
Valgfri URL til sluttbilde som låser videoens nøyaktige siste bilde til det leverte bildet.
durationvalgfritt
Typenumber
Standard5
0,92 – 15
Forespurt varighet i sekunder, med en faktisk videolengde på opptil omtrent 0.7 s utover forespørselen.
resolutionvalgfritt
Typeenum
Standard768P
480P768P1080P
Valg av genereringsoppløsning: 1080P krever latent forfining av materiale som er generert naturlig i 768P, i stedet for naturlig generering i den valgte oppløsningen.
seedvalgfritt
Typeinteger | null
Startverdi for tilfeldig generering; hvis den utelates, velges en tilfeldig.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Aktivering av sikkerhetskontroll; true aktiverer kontroll.
prompt_expansion_modeobligatorisk
Typestring
Standardbalanced
Innsats for omskriving av prompt før generering: 'quality' utvikler en rikere prompt over opptil omtrent 30s, mens 'balanced' returnerer etter omtrent ett sekund. Velg 'disabled' for å utelate promptutvidelse.
aspect_ratiovalgfritt
Typeenum
Standardadaptive
adaptive21:916:94:31:13:49:16
Sideforhold for utdata-videoen.
reference_conditionsvalgfritt
Typeobject[]
≤ 12 elementer
Referanseliste levert som alternativ til reference_*_urls, aldri sammen med dem. Rekkefølgen på tvers av modaliteter har betydning, så sekvensen opprettholdes gjennom hele behandlingen.
reference_conditions[].typeobligatorisk
Typeenum
imagevideoaudio
Referansens modalitet; rekkefølgen på tvers av modaliteter i listen har betydning.
reference_conditions[].urlobligatorisk
Typestring
≥ 1 characters
URL til referansemediet.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
video
object {url, content_type, file_name, file_size}Video produsert av modellen.
expanded_prompt
string | nullUtvidet prompt klar for modellen, eller null hvis ingen utvidet tekst er tilgjengelig. null-tilfellene er deaktivert utvidelse, utvidelse som ikke gjorde noen endring, og utvidelse som håndteres internt av modellens vertsbaserte API.
seed
integerBasisstartverdi brukt til å gjenskape det genererte resultatet.
timings
object | nullTidsmålinger uttrykt i sekunder, bare tilgjengelig for ruter som rapporterer backend-tider; ellers null. 'inference'-oppføringen måler hvor lang tid DiT-avstøyingen tok på GPU-backend.

Flere modeller: Referanse til video

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/minimax/h3-max/reference-to-video.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt