Saltar al cuntegna

H3 Max Image to Video

Integrar

ID dal model minimax/h3-max/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-max/image-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"

Datotecas sco l'exempel: $0,28 280 credits API tias datotecas vegnan mesiradas avant l'execuziun Lantschar sin questa pagina

Obtegna ina clav API
MiniMax · Video

Tes emprim resultat vegn qua

Construis ina dumonda sutvart e l'exequescha cun tia clav API. Outputs vegnan copiads en nossa memorisaziun, conservads per adina u 7 dis gratuitamain.

Construir ina dumonda

Ils controls vegnan generads dal schema dal model. Il code e ​​il pretsch s'actualiseschan durant che ti als midas.

•obligatori 88 / 50000

Instrucziuns textualas per generar il video.

•obligatori

Sforz per la rescrita dal prompt avant la generaziun: 'quality' elavura in prompt pli ritg en fin a circa 30s, entant che 'balanced' respunda en circa ina secunda. Tscherna 'disabled' per ometter l'expansiun dal prompt.

resolution standard 768P

Selecziun da la resoluziun da generaziun: 1080P basegna in raffinament latent da material generà nativamain a 768P, empè d'ina generaziun nativa a la resoluziun elegida.

standard 5

Durada dumandada en secundas, cun in minimum da 2 s, sch' target_audio_url è furnì. Prever in surpassament da l'output fin a circa 0.7 s.

Avanzà target_audio_url · image · end_image · seed · enable_safety_checker
Trametta in datoteca u

Banda sonora substitutiva facultativa furnida via in URL HTTP(S) u ina data URI base64; il clip sto durar almain 2 secunda ed esser pli pitschen che 15 MB. L'audio furnì remplazza la banda sonora generada a la medema spertadad da reproducziun: la durada excedenta vegn allontanada da la fin, e clips pli curts survegnan silenzi per cuntanscher la durada dal video. Ina resamplaziun a 96 kHz po avair lieu per frequenzas da samplaziun insolitamain autas.

image_url
Trametta in datoteca u

URL d'in maletg facultativ che definescha il frame d'avertura e la surfatscha da l'output. Sche end_image_url vegn furnì sulet, fixescha ses frame final la surfatscha. Senza in dals dus maletgs, la generaziun utilisescha text-to-video cun ina relaziun d'aspect standard da 16:9.

end_image_url
Trametta in datoteca u

URL d'in maletg dal frame final facultativ, utilisabel er senza maletg da partenza. En quest modus da keyframe final sulet, quest maletg fixescha la surfatscha da l'output.

Sem per la generaziun casuala; sche omess, vegn el tschernì casualmain.

POST /run/minimax/h3-max/image-to-video?wait=20 calculaziun → $0,28
# 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/image-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"

Executar questa dumonda

Tia clav resta en quest browser: ella vegn tramessa mo al Doitong API e memorisada (localStorage) mo sch'ella scheccas Tiar a memoria. Obtegnair ina clav API

Davart H3 Max Image to Video

Animescha in maletg fix da la lingia Max. Dà `image_url` sco prim frame, `end_image_url` sco ultim frame, u omadus, ensemen cun in `prompt`. `duration` è da 0.92 fin 15 secundas e `resolution` è 480P, 768P u 1080P. `target_audio_url` po fixar in clip audio, e `prompt_expansion_mode` controlla la riscrittira dal prompt.

Parameters

Invia u il num canonic u il num nativ, betg omaduas. Nums canonics

NumTip StandardPermess Descripziun
promptobligatori
Tipstring
≤ 50 000 caracters
Instrucziuns textualas per generar il video.
durationopziunal
Tipnumber
Standard5
0,92 – 15
Durada dumandada en secundas, cun in minimum da 2 s, sch' target_audio_url è furnì. Prever in surpassament da l'output fin a circa 0.7 s.
resolutionopziunal
Tipenum
Standard768P
480P768P1080P
Selecziun da la resoluziun da generaziun: 1080P basegna in raffinament latent da material generà nativamain a 768P, empè d'ina generaziun nativa a la resoluziun elegida.
seedopziunal
Tipinteger | null
Sem per la generaziun casuala; sche omess, vegn el tschernì casualmain.
enable_safety_checkeropziunal
Tipboolean
Standardtrue
Activaziun da la controlla da segirezza; true activa la controlla.
prompt_expansion_modeobligatori
Tipstring
Standardbalanced
Sforz per la rescrita dal prompt avant la generaziun: 'quality' elavura in prompt pli ritg en fin a circa 30s, entant che 'balanced' respunda en circa ina secunda. Tscherna 'disabled' per ometter l'expansiun dal prompt.
target_audio_urlopziunal
Tipurl · audio
Banda sonora substitutiva facultativa furnida via in URL HTTP(S) u ina data URI base64; il clip sto durar almain 2 secunda ed esser pli pitschen che 15 MB. L'audio furnì remplazza la banda sonora generada a la medema spertadad da reproducziun: la durada excedenta vegn allontanada da la fin, e clips pli curts survegnan silenzi per cuntanscher la durada dal video. Ina resamplaziun a 96 kHz po avair lieu per frequenzas da samplaziun insolitamain autas.
image_urlopziunal image
Tipurl · image
URL d'in maletg facultativ che definescha il frame d'avertura e la surfatscha da l'output. Sche end_image_url vegn furnì sulet, fixescha ses frame final la surfatscha. Senza in dals dus maletgs, la generaziun utilisescha text-to-video cun ina relaziun d'aspect standard da 16:9.
end_image_urlopziunal end_image
Tipurl · image
URL d'in maletg dal frame final facultativ, utilisabel er senza maletg da partenza. En quest modus da keyframe final sulet, quest maletg fixescha la surfatscha da l'output.
obligatori Num canonic, er acceptà

Ils parameters da datotecas acceptan ina URL publica https://, ina URI data: fin a 10 MB u il file_url d'ina chargiada. Datotecas

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3-max/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": 280,
    "usd": "0.28",
    "charged": 280,
    "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"
  }
}
Tias datotecas, tia decisiunMintga outputs[].url è ina copia en nossa memorisaziun: conservada per adina (pajà per GB-mes) u 7 dis gratuitamain, tenor la configuraziun dal conto u ?storage=.
La medema structura per mintga modeltype, url, content_type, width, height e duration, tant per maletgs sco per video e audio. output è l'object da resultat dal model sez.
Champs da l'output
video
object {url, content_type, file_name, file_size}Video producì dal model.
expanded_prompt
string | nullPrompt expandì pront per il model, u null sche nagin text expandì è disponibel. Ils cas null èn l'expansiun deactivada, l'expansiun senza midada e l'expansiun tractada internamain da l'API ospitada dal model.
timings
object | nullMesiraziuns dal temp exprimidas en secunda, disponiblas mo sin rutas che rapportan temps dal backend; autramain null. L'entrada 'inference' mesira quant ditg il denoising DiT ha durà sin il backend GPU.

Dapli models: Maletg a video

Per agents AI: questa pagina sco Markdown è disponibla sut https://doitong.com/rm/developers/models/minimax/h3-max/image-to-video.md. Tut ils models e las guidas: https://doitong.com/developers/llms.txt