مواد پر جائیں

H3 Max Reference to Video

انٹیگریٹ کریں

ماڈل 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"

مثال جیسی فائلیں: ⁨$0.40⁩ 400 API کریڈٹس آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
MiniMax حوالہ سے ویڈیو حوالہ جاتی ان پٹس0.92–15 s1080P تک #stylized#transform#typography

حوالہ جاتی تصاویر، ویڈیوز اور آڈیو کلپس کے ذریعے موضوعات کو یکساں رکھتے ہوئے H3 Max ویڈیو جنریشن

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

Video-generation instructions، جن میں references کو ہر reference list میں asset type اور position سے شناخت کیا گیا ہے، جیسے Audio 1، Video 1، Image 1، Image 2 وغیرہ۔

•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۔

aspect_ratio ڈیفالٹ adaptive

آؤٹ پٹ ویڈیو کا aspect ratio۔

ڈیفالٹ 5

سیکنڈ میں مطلوبہ دورانیہ؛ اصل ویڈیو کی لمبائی اس درخواست سے تقریباً 0.7 s زیادہ تک ہو سکتی ہے۔

ایڈوانسڈ 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
فائل ڈراپ کریں، یا · 9 تک

Subject یا style reference تصویر URLs، جن کی ویڈیو اور آڈیو references سمیت مشترکہ زیادہ سے زیادہ تعداد 12 فائل ہے۔ پرامپٹ میں ان تصاویر کی شناخت list position کے ذریعے Image 1، Image 2 اور بعد کے labels سے کریں۔

فائل ڈراپ کریں، یا · 3 تک

حرکت یا دیگر حوالہ جاتی ویڈیوز کے URLs، جن کی شناخت پرامپٹ میں فہرست کی ترتیب کے مطابق Video 1، Video 2 اور اس کے بعد کے لیبلز سے ہوتی ہے۔ تصویر، ویڈیو اور آڈیو کے حوالوں کی مجموعی حد 12 فائلیں ہے؛ ہر ویڈیو کلپ کا دورانیہ 2–15 سیکنڈ اور سب کا مجموعی دورانیہ زیادہ سے زیادہ 15 سیکنڈ ہونا چاہیے۔

فائل ڈراپ کریں، یا · 3 تک

Reference آڈیو URLs کے طور پر فراہم کریں اور پرامپٹ میں clips کی شناخت Audio 1، Audio 2 اور بعد کے labels سے کریں۔ ہر clip 2–15 سیکنڈ کا ہو، اور مجموعی آڈیو 15 سیکنڈ سے زیادہ نہ ہو۔ تصویر، ویڈیو اور آڈیو میں سے کوئی بھی reference type اکیلا یا ملا کر فراہم کیا جا سکتا ہے، بشرطیکہ مشترکہ زیادہ سے زیادہ 12 فائل ہوں۔

image_url
فائل ڈراپ کریں، یا

اختیاری تصویر کا URL جو بالکل درست افتتاحی فریم اور آؤٹ پٹ canvas متعین کرتا ہے۔ Reference assets subject consistency برقرار رکھتے ہیں۔

فائل ڈراپ کریں، یا

middle_frame_time کے لیے اختیاری guiding تصویر، صرف native 480P یا 768P تخلیق اور ابتدائی و اختتامی دونوں تصاویر فراہم کیے جانے پر دستیاب ہے۔

end_image_url
فائل ڈراپ کریں، یا

اختیاری final-image URL جو ویڈیو کے بالکل آخری فریم کو فراہم کردہ تصویر پر مقرر کرتا ہے۔

درمیانی تصویر رکھنے کا وقت، جو صرف middle_image_url کے ساتھ قابل استعمال ہے اور مطلوبہ ویڈیو کے پہلے اور آخری فریم کے درمیان ہونا چاہیے، ان فریموں پر نہیں۔ آغاز سے گزرے ہوئے سیکنڈ دیں؛ قدر کو 24 fps کے قریب ترین فریم تک گول کیا جاتا ہے۔

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

reference_*_urls کے متبادل کے طور پر فراہم کی جانے والی reference list، ان کے ساتھ کبھی نہیں۔ modalities کے درمیان ordering معنی رکھتی ہے، اس لیے processing کے دوران sequence برقرار رہتا ہے۔

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

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 Reference to Video کے بارے میں

حوالہ جاتی اثاثوں کی رہنمائی میں ویڈیو تیار کرتا ہے: زیادہ سے زیادہ 9 تصاویر، 3 ویڈیوز اور 3 آڈیو کلپس، کل زیادہ سے زیادہ 12 فائلیں۔ پرامپٹ انہیں Image 1، Video 1، Audio 1 وغیرہ کے طور پر حوالہ دیتا ہے۔ اختیاری پہلے، درمیانی (`middle_image_url` کو `middle_frame_time` پر) اور آخری فریم آغاز، وسط اور اختتام کو متعین کرتے ہیں۔ `duration` 0.92 سے 15 سیکنڈ ہے، اور `aspect_ratio` adaptive ہو سکتا ہے۔

پیرامیٹرز

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

نامقسم ڈیفالٹمجاز تفصیل
promptلازمی
قسمstring
≤ 50,000 کریکٹرز
Video-generation instructions، جن میں references کو ہر reference list میں asset type اور position سے شناخت کیا گیا ہے، جیسے Audio 1، Video 1، Image 1، Image 2 وغیرہ۔
reference_image_urlsاختیاری images
قسمurl[] · image
≤ 9 آئٹمز
Subject یا style reference تصویر URLs، جن کی ویڈیو اور آڈیو references سمیت مشترکہ زیادہ سے زیادہ تعداد 12 فائل ہے۔ پرامپٹ میں ان تصاویر کی شناخت list position کے ذریعے Image 1، Image 2 اور بعد کے labels سے کریں۔
reference_video_urlsاختیاری
قسمurl[] · video
≤ 3 آئٹمز
حرکت یا دیگر حوالہ جاتی ویڈیوز کے URLs، جن کی شناخت پرامپٹ میں فہرست کی ترتیب کے مطابق Video 1، Video 2 اور اس کے بعد کے لیبلز سے ہوتی ہے۔ تصویر، ویڈیو اور آڈیو کے حوالوں کی مجموعی حد 12 فائلیں ہے؛ ہر ویڈیو کلپ کا دورانیہ 2–15 سیکنڈ اور سب کا مجموعی دورانیہ زیادہ سے زیادہ 15 سیکنڈ ہونا چاہیے۔
reference_audio_urlsاختیاری
قسمurl[] · audio
≤ 3 آئٹمز
Reference آڈیو URLs کے طور پر فراہم کریں اور پرامپٹ میں clips کی شناخت Audio 1، Audio 2 اور بعد کے labels سے کریں۔ ہر clip 2–15 سیکنڈ کا ہو، اور مجموعی آڈیو 15 سیکنڈ سے زیادہ نہ ہو۔ تصویر، ویڈیو اور آڈیو میں سے کوئی بھی reference type اکیلا یا ملا کر فراہم کیا جا سکتا ہے، بشرطیکہ مشترکہ زیادہ سے زیادہ 12 فائل ہوں۔
image_urlاختیاری image
قسمurl · image
اختیاری تصویر کا URL جو بالکل درست افتتاحی فریم اور آؤٹ پٹ canvas متعین کرتا ہے۔ Reference assets subject consistency برقرار رکھتے ہیں۔
middle_image_urlاختیاری
قسمurl · image
middle_frame_time کے لیے اختیاری guiding تصویر، صرف native 480P یا 768P تخلیق اور ابتدائی و اختتامی دونوں تصاویر فراہم کیے جانے پر دستیاب ہے۔
middle_frame_timeاختیاری
قسمnumber | null
> 0< 15
درمیانی تصویر رکھنے کا وقت، جو صرف middle_image_url کے ساتھ قابل استعمال ہے اور مطلوبہ ویڈیو کے پہلے اور آخری فریم کے درمیان ہونا چاہیے، ان فریموں پر نہیں۔ آغاز سے گزرے ہوئے سیکنڈ دیں؛ قدر کو 24 fps کے قریب ترین فریم تک گول کیا جاتا ہے۔
end_image_urlاختیاری end_image
قسمurl · image
اختیاری final-image URL جو ویڈیو کے بالکل آخری فریم کو فراہم کردہ تصویر پر مقرر کرتا ہے۔
durationاختیاری
قسمnumber
ڈیفالٹ5
0.92 – 15
سیکنڈ میں مطلوبہ دورانیہ؛ اصل ویڈیو کی لمبائی اس درخواست سے تقریباً 0.7 s زیادہ تک ہو سکتی ہے۔
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۔
aspect_ratioاختیاری
قسمenum
ڈیفالٹadaptive
adaptive21:916:94:31:13:49:16
آؤٹ پٹ ویڈیو کا aspect ratio۔
reference_conditionsاختیاری
قسمobject[]
≤ 12 آئٹمز
reference_*_urls کے متبادل کے طور پر فراہم کی جانے والی reference list، ان کے ساتھ کبھی نہیں۔ modalities کے درمیان ordering معنی رکھتی ہے، اس لیے processing کے دوران sequence برقرار رہتا ہے۔
reference_conditions[].typeلازمی
قسمenum
imagevideoaudio
Reference کی modality؛ list میں modalities کے درمیان ordering معنی رکھتی ہے۔
reference_conditions[].urlلازمی
قسمstring
≥ 1 characters
Reference media کا URL۔
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/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"
  }
}
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۔
seed
integerتیار کردہ نتیجہ دوبارہ بنانے کے لیے استعمال ہونے والا base seed۔
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: حوالہ سے ویڈیو

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