مواد پر جائیں

H3 Max Image to Video

انٹیگریٹ کریں

ماڈل 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"

مثال جیسی فائلیں: ⁨$0.30⁩ 300 API کریڈٹس آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
MiniMax تصویر سے ویڈیو لِپ سنک0.92–15 s1080P تک #stylized#transform#lipsync

معیاری H3 Max امیج ٹو ویڈیو، پہلے اور آخری فریم کے کنٹرول اور اختیاری پن شدہ آڈیو کے ساتھ

MiniMax · ویڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی 88 / 50000

ویڈیو تخلیق کرنے کے لیے text instructions۔

•لازمی

تخلیق سے پہلے پرامپٹ کو دوبارہ لکھنے کی کوشش: 'quality' تقریباً 30 s تک زیادہ بھرپور پرامپٹ تیار کرتا ہے، جبکہ 'balanced' تقریباً ایک سیکنڈ میں جواب دیتا ہے۔ پرامپٹ کی توسیع چھوڑنے کے لیے 'disabled' منتخب کریں۔

resolution ڈیفالٹ 768P

تخلیق کے ریزولوشن کا انتخاب: 1080P کے لیے 768P پر مقامی طور پر تیار کردہ مواد کی latent refinement درکار ہے، منتخب ریزولوشن پر native تخلیق نہیں۔

ڈیفالٹ 5

مطلوبہ مدت، سیکنڈ میں؛ target_audio_url فراہم ہونے پر کم از کم 2 s۔ تقریباً 0.7 s تک آؤٹ پٹ overrun کی گنجائش رکھیں۔

ایڈوانسڈ target_audio_url · image · end_image · seed · enable_safety_checker
فائل ڈراپ کریں، یا

HTTP(S) URL یا base64 data URI کے ذریعے فراہم کیا جانے والا اختیاری متبادل ساؤنڈ ٹریک؛ کلپ کم از کم 2 سیکنڈ اور زیادہ سے زیادہ 15 MB کا ہونا چاہیے۔ فراہم کردہ آڈیو غیر تبدیل شدہ playback speed پر تیار کردہ ساؤنڈ ٹریک کی جگہ لے لیتا ہے: اضافی دورانیہ آخر سے ہٹا دیا جاتا ہے، اور مختصر کلپس میں ویڈیو کے مطابق خاموشی شامل کی جاتی ہے۔ غیر معمولی طور پر زیادہ sample rates کے لیے resampling کو 96 kHz تک کیا جا سکتا ہے۔

image_url
فائل ڈراپ کریں، یا

افتتاحی فریم اور آؤٹ پٹ canvas متعین کرنے والا اختیاری تصویر URL۔ اگر صرف end_image_url فراہم کیا جائے تو closing فریم canvas متعین کرتا ہے۔ دونوں میں سے کوئی تصویر نہ ہو تو تخلیق 16:9 کے ڈیفالٹ aspect ratio کے ساتھ text-to-video استعمال کرتی ہے۔

end_image_url
فائل ڈراپ کریں، یا

اختیاری آخری فریم کی تصویر کا URL، جو ابتدائی تصویر کے بغیر بھی استعمال ہو سکتا ہے۔ اس end-only keyframe موڈ میں یہ تصویر آؤٹ پٹ canvas متعین کرتی ہے۔

بے ترتیب تخلیق کے لیے seed؛ نہ دینے کی صورت میں اسے بے ترتیب طور پر منتخب کیا جاتا ہے۔

POST /run/minimax/h3-max/image-to-video?wait=20 قیمت → ⁨$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"

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

H3 Max Image to Video کے بارے میں

Max لائن کی ساکن تصویر کو متحرک کرتا ہے۔ `image_url` کو پہلے فریم، `end_image_url` کو آخری فریم، یا دونوں کے طور پر `prompt` کے ساتھ فراہم کریں۔ `duration` 0.92 سے 15 سیکنڈ اور `resolution` 480P، 768P یا 1080P ہے۔ `target_audio_url` آڈیو کلپ پن کر سکتا ہے، جبکہ `prompt_expansion_mode` پرامپٹ کی ازسرنو تحریر کو کنٹرول کرتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
promptلازمی
قسمstring
≤ 50,000 کریکٹرز
ویڈیو تخلیق کرنے کے لیے text instructions۔
durationاختیاری
قسمnumber
ڈیفالٹ5
0.92 – 15
مطلوبہ مدت، سیکنڈ میں؛ target_audio_url فراہم ہونے پر کم از کم 2 s۔ تقریباً 0.7 s تک آؤٹ پٹ overrun کی گنجائش رکھیں۔
resolutionاختیاری
قسمenum
ڈیفالٹ768P
480P768P1080P
تخلیق کے ریزولوشن کا انتخاب: 1080P کے لیے 768P پر مقامی طور پر تیار کردہ مواد کی latent refinement درکار ہے، منتخب ریزولوشن پر native تخلیق نہیں۔
seedاختیاری
قسمinteger | null
بے ترتیب تخلیق کے لیے seed؛ نہ دینے کی صورت میں اسے بے ترتیب طور پر منتخب کیا جاتا ہے۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
حفاظتی checker کی فعالیت؛ true جانچ فعال کرتا ہے۔
prompt_expansion_modeلازمی
قسمstring
ڈیفالٹbalanced
تخلیق سے پہلے پرامپٹ کو دوبارہ لکھنے کی کوشش: 'quality' تقریباً 30 s تک زیادہ بھرپور پرامپٹ تیار کرتا ہے، جبکہ 'balanced' تقریباً ایک سیکنڈ میں جواب دیتا ہے۔ پرامپٹ کی توسیع چھوڑنے کے لیے 'disabled' منتخب کریں۔
target_audio_urlاختیاری
قسمurl · audio
HTTP(S) URL یا base64 data URI کے ذریعے فراہم کیا جانے والا اختیاری متبادل ساؤنڈ ٹریک؛ کلپ کم از کم 2 سیکنڈ اور زیادہ سے زیادہ 15 MB کا ہونا چاہیے۔ فراہم کردہ آڈیو غیر تبدیل شدہ playback speed پر تیار کردہ ساؤنڈ ٹریک کی جگہ لے لیتا ہے: اضافی دورانیہ آخر سے ہٹا دیا جاتا ہے، اور مختصر کلپس میں ویڈیو کے مطابق خاموشی شامل کی جاتی ہے۔ غیر معمولی طور پر زیادہ sample rates کے لیے resampling کو 96 kHz تک کیا جا سکتا ہے۔
image_urlاختیاری image
قسمurl · image
افتتاحی فریم اور آؤٹ پٹ canvas متعین کرنے والا اختیاری تصویر URL۔ اگر صرف end_image_url فراہم کیا جائے تو closing فریم canvas متعین کرتا ہے۔ دونوں میں سے کوئی تصویر نہ ہو تو تخلیق 16:9 کے ڈیفالٹ aspect ratio کے ساتھ text-to-video استعمال کرتی ہے۔
end_image_urlاختیاری end_image
قسمurl · image
اختیاری آخری فریم کی تصویر کا URL، جو ابتدائی تصویر کے بغیر بھی استعمال ہو سکتا ہے۔ اس end-only keyframe موڈ میں یہ تصویر آؤٹ پٹ canvas متعین کرتی ہے۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
video
object {url, content_type, file_name, file_size}ماڈل کی تیار کردہ ویڈیو۔
expanded_prompt
string | nullماڈل کے لیے تیار کیا گیا expanded پرامپٹ، یا اگر توسیع شدہ متن دستیاب نہ ہو تو null۔ null کی صورتیں disabled expansion، ایسی توسیع جس سے کوئی تبدیلی نہ آئی ہو، اور ماڈل کی hosted API کے ذریعے اندرونی طور پر سنبھالی گئی توسیع ہیں۔
timings
object | nullسیکنڈ میں ظاہر کی گئی timing measurements، صرف ان routes پر دستیاب جہاں backend timings رپورٹ ہوں؛ بصورت دیگر null۔ 'inference' entry GPU backend پر DiT denoising میں لگنے والا وقت ناپتی ہے۔

مزید ماڈلز: تصویر سے ویڈیو

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/minimax/h3-max/image-to-video.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt