Hoppa till innehåll

H3 Max Image to Video

Integrera

Modell-id 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"

Filer som exemplet: 0,30 $ 300 API-krediter dina filer mäts innan körningen Kör den på den här sidan

Hämta API-nyckel
MiniMax Bild till video Läppsynkning0,92–15 supp till 1080P #stylized#transform#lipsync

Standard H3 Max från bild till video med kontroll av första och sista bildrutan samt valfritt fast ljudspår

MiniMax · Video

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt 88 / 50000

Textinstruktioner för att skapa videon.

•obligatoriskt

Ansträngning för omskrivning av prompt före generering: 'quality' utvecklar en fylligare prompt under upp till cirka 30 s, medan 'balanced' returnerar på ungefär en sekund. Välj 'disabled' för att utelämna promptutvidgning.

resolution standard 768P

Val av genereringsupplösning: 1080P kräver latent förfining av material som genererats nativt i 768P, i stället för nativ generering i den valda upplösningen.

standard 5

Begärd längd i sekunder, med minst 2 s när target_audio_url anges. Räkna med att utdata kan överskrida längden med upp till cirka 0.7 s.

Avancerat target_audio_url · image · end_image · seed · enable_safety_checker
Släpp en fil eller

Valfritt ersättningsljudspår via en HTTP(S)-URL eller base64-data-URI; klippet måste vara minst 2 sekunder långt och högst 15 MB. Det angivna ljudet ersätter det genererade ljudspåret med oförändrad uppspelningshastighet: överskjutande längd tas bort från slutet och kortare klipp får tystnad utfylld för att matcha videon. Omsampling till 96 kHz kan ske för ovanligt höga samplingsfrekvenser.

image_url
Släpp en fil eller

Valfri bild-URL som definierar den första bildrutan och utdataformatet. Om endast end_image_url anges bestämmer dess sista bildruta i stället formatet. Utan någon av bilderna används text-till-video-generering med standardbildförhållandet 16:9.

end_image_url
Släpp en fil eller

Valfri bild-URL för sista bildrutan, användbar även utan en startbild. I detta läge med endast sista nyckelbilden bestämmer bilden utdataformatet.

Seed för slumpmässig generering; om den utelämnas väljs en slumpmässigt.

POST /run/minimax/h3-max/image-to-video?wait=20 pris → 0,30 $
# 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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om H3 Max Image to Video

Animerar en stillbild från Max-serien. Ange `image_url` som första bildruta, `end_image_url` som sista bildruta eller båda, tillsammans med en `prompt`. `duration` är 0.92 till 15 sekunder och `resolution` är 480P, 768P eller 1080P. `target_audio_url` kan fästa ett ljudklipp, och `prompt_expansion_mode` styr omskrivning av prompten.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
promptobligatoriskt
Typstring
≤ 50 000 tecken
Textinstruktioner för att skapa videon.
durationvalfritt
Typnumber
Standard5
0,92 – 15
Begärd längd i sekunder, med minst 2 s när target_audio_url anges. Räkna med att utdata kan överskrida längden med upp till cirka 0.7 s.
resolutionvalfritt
Typenum
Standard768P
480P768P1080P
Val av genereringsupplösning: 1080P kräver latent förfining av material som genererats nativt i 768P, i stället för nativ generering i den valda upplösningen.
seedvalfritt
Typinteger | null
Seed för slumpmässig generering; om den utelämnas väljs en slumpmässigt.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Aktivering av säkerhetskontroll; true aktiverar kontrollen.
prompt_expansion_modeobligatoriskt
Typstring
Standardbalanced
Ansträngning för omskrivning av prompt före generering: 'quality' utvecklar en fylligare prompt under upp till cirka 30 s, medan 'balanced' returnerar på ungefär en sekund. Välj 'disabled' för att utelämna promptutvidgning.
target_audio_urlvalfritt
Typurl · audio
Valfritt ersättningsljudspår via en HTTP(S)-URL eller base64-data-URI; klippet måste vara minst 2 sekunder långt och högst 15 MB. Det angivna ljudet ersätter det genererade ljudspåret med oförändrad uppspelningshastighet: överskjutande längd tas bort från slutet och kortare klipp får tystnad utfylld för att matcha videon. Omsampling till 96 kHz kan ske för ovanligt höga samplingsfrekvenser.
image_urlvalfritt image
Typurl · image
Valfri bild-URL som definierar den första bildrutan och utdataformatet. Om endast end_image_url anges bestämmer dess sista bildruta i stället formatet. Utan någon av bilderna används text-till-video-generering med standardbildförhållandet 16:9.
end_image_urlvalfritt end_image
Typurl · image
Valfri bild-URL för sista bildrutan, användbar även utan en startbild. I detta läge med endast sista nyckelbilden bestämmer bilden utdataformatet.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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": 300,
    "usd": "0.30",
    "charged": 300,
    "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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
video
object {url, content_type, file_name, file_size}Video som produceras av modellen.
expanded_prompt
string | nullUtvidgad prompt redo för modellen, eller null om ingen utvidgad text är tillgänglig. null-fallen är inaktiverad utvidgning, utvidgning som inte ändrade något och utvidgning som hanterades internt av modellens värd-API.
timings
object | nullTidsmätningar uttryckta i sekunder, tillgängliga endast på rutter som rapporterar backend-tider; annars null. Posten 'inference' mäter hur lång tid DiT-avbrusning tog på GPU-backend.

Fler modeller: Bild till video

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/minimax/h3-max/image-to-video.md. Alla modeller och guider: https://doitong.com/developers/llms.txt