Przejdź do treści

MiniMax H3 Image to Video

Integracja

Identyfikator modelu 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"

To żądanie: 0,25 $ 250 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
MiniMax Obraz na wideo Wynik 4K5–15 sdo 4K #motion#first-last-frame

Animuje pierwszą klatkę, ostatnią klatkę lub obie w klip MiniMax H3 o długości od 5 do 15 sekund, do 4K.

Przykłady

Dane wejściowe
Wynik · ~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 s480P0,25 $ · 250 kredytów API

Prompt od @CharaspowerAI na X

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane 595 / 50000

Instrukcje tekstowe dotyczące generowania wideo.

image_url
Upuść plik lub

Opcjonalny adres obrazu określający klatkę początkową i płótno wyniku. Jeśli podano wyłącznie end_image_url, płótno określa jego klatka końcowa. Bez żadnego obrazu generowanie używa text-to-video z domyślnym współczynnikiem proporcji 16:9.

resolution

Wybierz rozdzielczość wygenerowanego wideo; 2K i 4K uzyskuje się przez powiększenie bazy 768P. Wybór 480P lub 768P używa natywnego generowania.

Długość wideo, mierzona w sekundach.

Zaawansowane prompt_expansion_mode · target_audio_url · end_image · seed
domyślnie balanced

Intensywność przepisywania promptu przed generowaniem: wybierz 'quality' dla bogatszego promptu tworzonego przez maksymalnie około 30 sekund lub 'fast' dla wyniku po około sekundzie. Przy 'balanced' wybór jest dokonywany dla każdego żądania; 'disabled' wyłącza rozwijanie.

Upuść plik lub

Opcjonalna zastępcza ścieżka dźwiękowa podana przez adres HTTP(S) lub URI danych base64; klip musi trwać co najmniej 2 sekundy i mieć maksymalnie 15 MB. Dostarczone audio zastępuje wygenerowaną ścieżkę przy niezmienionej prędkości odtwarzania: nadmiarowy czas jest usuwany z końca, a krótsze klipy otrzymują dopełnienie ciszą, aby dopasować je do wideo. W przypadku wyjątkowo wysokich częstotliwości próbkowania może nastąpić ponowne próbkowanie do 96 kHz.

end_image_url
Upuść plik lub

Opcjonalny adres obrazu ostatniej klatki, możliwy do użycia także bez obrazu początkowego. W trybie klatki końcowej bez klatki początkowej obraz ten określa płótno wyniku.

Ziarno losowego generowania; jeśli nie zostanie podane, zostanie wybrane losowo.

POST /run/minimax/h3/image-to-video?wait=20 wycena → 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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o MiniMax H3 Image to Video

MiniMax H3 image-to-video przyjmuje pierwszą klatkę, ostatnią klatkę lub obie i wypełnia je dynamicznym, ekspresyjnym ruchem; płótno jest dopasowywane do dostarczonego obrazu. Natywne 480P lub 768P, z możliwością skalowania wyniku 768P do 2K i 4K, 5 do 15 sekund, opcjonalne przepisywanie promptu i opcjonalna ścieżka audio przypinana jako ścieżka dźwiękowa.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
≤ 50 000 znaków
Instrukcje tekstowe dotyczące generowania wideo.
durationopcjonalne
Typinteger
Domyślne5
5 – 15
Długość wideo, mierzona w sekundach.
resolutionopcjonalne
Typenum
Domyślne2K
480P768P2K4K
Wybierz rozdzielczość wygenerowanego wideo; 2K i 4K uzyskuje się przez powiększenie bazy 768P. Wybór 480P lub 768P używa natywnego generowania.
seedopcjonalne
Typinteger | null
Ziarno losowego generowania; jeśli nie zostanie podane, zostanie wybrane losowo.
prompt_expansion_modeopcjonalne
Typstring | null
Domyślnebalanced
Intensywność przepisywania promptu przed generowaniem: wybierz 'quality' dla bogatszego promptu tworzonego przez maksymalnie około 30 sekund lub 'fast' dla wyniku po około sekundzie. Przy 'balanced' wybór jest dokonywany dla każdego żądania; 'disabled' wyłącza rozwijanie.
target_audio_urlopcjonalne
Typurl · audio
Opcjonalna zastępcza ścieżka dźwiękowa podana przez adres HTTP(S) lub URI danych base64; klip musi trwać co najmniej 2 sekundy i mieć maksymalnie 15 MB. Dostarczone audio zastępuje wygenerowaną ścieżkę przy niezmienionej prędkości odtwarzania: nadmiarowy czas jest usuwany z końca, a krótsze klipy otrzymują dopełnienie ciszą, aby dopasować je do wideo. W przypadku wyjątkowo wysokich częstotliwości próbkowania może nastąpić ponowne próbkowanie do 96 kHz.
image_urlopcjonalne image
Typurl · image
Opcjonalny adres obrazu określający klatkę początkową i płótno wyniku. Jeśli podano wyłącznie end_image_url, płótno określa jego klatka końcowa. Bez żadnego obrazu generowanie używa text-to-video z domyślnym współczynnikiem proporcji 16:9.
end_image_urlopcjonalne end_image
Typurl · image
Opcjonalny adres obrazu ostatniej klatki, możliwy do użycia także bez obrazu początkowego. W trybie klatki końcowej bez klatki początkowej obraz ten określa płótno wyniku.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Wideo wygenerowane przez model.
expanded_prompt
string | nullRozwinięty prompt gotowy dla modelu lub null, jeśli nie ma dostępnego rozwiniętego tekstu. Przypadki null obejmują wyłączone rozwijanie, rozwinięcie bez zmian oraz rozwinięcie obsługiwane wewnętrznie przez hostowany interfejs API modelu.

Więcej modeli: Obraz na wideo

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/minimax/h3/image-to-video.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt