跳至內容

H3 Max Reference to Video

整合

模型 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"

像範例一樣的檔案: $0.40 400 API 點數 您的檔案會在執行前計量 在此頁面執行

取得 API 金鑰
MiniMax · 影片

您的第一個結果會顯示在這裡

在下方建立請求,並使用您的 API 金鑰執行。輸出會複製到我們的儲存空間,可永久保留或免費保留 7 天。

建立請求

控制項是根據模型結構描述生成的。變更設定時,程式碼和價格會同步更新。

•必填 88 / 50000

影片生成指示,依資產類型及其在各參考清單中的位置識別參考內容,使用 Audio 1、Video 1、Image 1、Image 2 等標籤。

•必填

生成前提示詞改寫程度:'quality' 最長約 30s,可產生更豐富的提示詞;'balanced' 約一秒返回。選擇 'disabled' 可略過提示詞擴充。

resolution 預設 768P

生成解析度選擇:1080P 需要對原生以 768P 生成的素材進行潛在空間細化,而不是以所選解析度原生生成。

aspect_ratio 預設 adaptive

輸出影片的長寬比。

預設 5

要求的持續時間(以秒為單位),實際影片長度最多可超出該要求約 0.7 s。

進階 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
拖放檔案,或 · 最多 9 個

主體或風格參考圖像 URL,與所有影片和音訊參考共用 12 個檔案的上限。在提示詞中依清單位置使用 Image 1、Image 2 及後續標籤識別這些圖像。

拖放檔案,或 · 最多 3 個

動作或其他參考影片 URL,在提示詞中依清單位置使用 Video 1、Video 2 及後續標籤識別。圖像、影片和音訊參考共用 12 個檔案的上限;每個影片片段須長 2–15 秒,總長度不得超過 15 秒。

拖放檔案,或 · 最多 3 個

以 URL 提供參考音訊,並在提示詞中使用 Audio 1、Audio 2 及後續標籤識別片段。每個片段須長 2–15 秒,音訊總長度不得超過 15 秒。圖像、影片和音訊參考類型可單獨提供或組合提供,但共用上限為 12 個檔案。

image_url
拖放檔案,或

可選的圖像 URL,用於定義精確的開頭影格並決定輸出畫布。參考資產會維持主體一致性。

拖放檔案,或

可選的 middle_frame_time 引導圖像,僅適用於原生 480P 或 768P 生成,且必須同時提供起始圖像和結尾圖像。

end_image_url
拖放檔案,或

可選的最後圖像 URL,將影片的精確結尾影格固定為所提供的圖像。

中間圖像的放置時間,僅可與 middle_image_url 搭配使用,且位置必須嚴格位於要求影片的第一個和最後一個影格之間。提供自開始起經過的秒數;數值會四捨五入至最接近的 24 fps 影格。

隨機生成的種子;省略時會隨機選擇。

作為 reference_*_urls 替代方案提供的參考清單,不得與其同時使用。不同模態之間的排序具有意義,因此整個處理過程會維持該順序。

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

執行此請求

您的金鑰會保留在此瀏覽器中:只會傳送至 Doitong API,且只有在勾選「記住」時才會儲存至 localStorage。 取得 API 金鑰

關於 H3 Max Reference to Video

根據參考素材生成影片:最多 9 張影像、3 部影片與 3 個音訊片段,總檔案數最多 12 個。提示詞以 Image 1、Video 1、Audio 1 等名稱指代素材。可選的首幀、中間幀(`middle_image_url` 位於 `middle_frame_time`)與末幀可固定開頭、中段與結尾。`duration` 為 0.92 至 15 秒,`aspect_ratio` 可設為 adaptive。

參數

請傳送標準名稱或原生名稱其中之一,不要同時傳送兩者。 標準名稱

名稱類型 預設值允許值 說明
prompt必填
類型string
≤ 50,000 個字元
影片生成指示,依資產類型及其在各參考清單中的位置識別參考內容,使用 Audio 1、Video 1、Image 1、Image 2 等標籤。
reference_image_urls選填 images
類型url[] · image
≤ 9 個項目
主體或風格參考圖像 URL,與所有影片和音訊參考共用 12 個檔案的上限。在提示詞中依清單位置使用 Image 1、Image 2 及後續標籤識別這些圖像。
reference_video_urls選填
類型url[] · video
≤ 3 個項目
動作或其他參考影片 URL,在提示詞中依清單位置使用 Video 1、Video 2 及後續標籤識別。圖像、影片和音訊參考共用 12 個檔案的上限;每個影片片段須長 2–15 秒,總長度不得超過 15 秒。
reference_audio_urls選填
類型url[] · audio
≤ 3 個項目
以 URL 提供參考音訊,並在提示詞中使用 Audio 1、Audio 2 及後續標籤識別片段。每個片段須長 2–15 秒,音訊總長度不得超過 15 秒。圖像、影片和音訊參考類型可單獨提供或組合提供,但共用上限為 12 個檔案。
image_url選填 image
類型url · image
可選的圖像 URL,用於定義精確的開頭影格並決定輸出畫布。參考資產會維持主體一致性。
middle_image_url選填
類型url · image
可選的 middle_frame_time 引導圖像,僅適用於原生 480P 或 768P 生成,且必須同時提供起始圖像和結尾圖像。
middle_frame_time選填
類型number | null
> 0< 15
中間圖像的放置時間,僅可與 middle_image_url 搭配使用,且位置必須嚴格位於要求影片的第一個和最後一個影格之間。提供自開始起經過的秒數;數值會四捨五入至最接近的 24 fps 影格。
end_image_url選填 end_image
類型url · image
可選的最後圖像 URL,將影片的精確結尾影格固定為所提供的圖像。
duration選填
類型number
預設值5
0.92 – 15
要求的持續時間(以秒為單位),實際影片長度最多可超出該要求約 0.7 s。
resolution選填
類型enum
預設值768P
480P768P1080P
生成解析度選擇:1080P 需要對原生以 768P 生成的素材進行潛在空間細化,而不是以所選解析度原生生成。
seed選填
類型integer | null
隨機生成的種子;省略時會隨機選擇。
enable_safety_checker選填
類型boolean
預設值true
安全檢查器啟用狀態;true 會啟用檢查。
prompt_expansion_mode必填
類型string
預設值balanced
生成前提示詞改寫程度:'quality' 最長約 30s,可產生更豐富的提示詞;'balanced' 約一秒返回。選擇 'disabled' 可略過提示詞擴充。
aspect_ratio選填
類型enum
預設值adaptive
adaptive21:916:94:31:13:49:16
輸出影片的長寬比。
reference_conditions選填
類型object[]
≤ 12 個項目
作為 reference_*_urls 替代方案提供的參考清單,不得與其同時使用。不同模態之間的排序具有意義,因此整個處理過程會維持該順序。
reference_conditions[].type必填
類型enum
imagevideoaudio
參考內容的模態;清單中不同模態的排序具有意義。
reference_conditions[].url必填
類型string
≥ 1 characters
參考媒體的 URL。
必填 標準名稱,也可使用

檔案參數接受公開的 https:// URL、最大 10 MB 的 data: URI,或上傳檔案的 file_url。 檔案

輸出

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"
  }
}
您的檔案,由您選擇每個 outputs[].url 都是儲存空間中的副本:可永久保留(按 GB-月計費),或免費保留 7 天;可透過帳戶設定或 ?storage= 設定。
所有模型使用相同結構圖片、影片和音訊皆包含 type、url、content_type、width、height 和 duration。output 是模型自己的結果物件。
輸出欄位
video
object {url, content_type, file_name, file_size}模型產生的影片。
expanded_prompt
string | null供模型使用的擴充提示詞;若沒有可用的擴充文字則為 null。null 的情況包括停用擴充、擴充後沒有變更,以及由模型託管的 API 內部處理擴充。
seed
integer用於重現生成結果的基礎種子。
timings
object | null以秒表示的時間測量值,僅在回報後端時間的路由上可用;否則為 null。'inference' 項目會測量 DiT 在 GPU 後端上進行去噪所需的時間。

更多模型:參考圖轉影片

給 AI 代理程式:此頁面的 Markdown 位於 https://doitong.com/zh-TW/developers/models/minimax/h3-max/reference-to-video.md. 所有模型與指南: https://doitong.com/developers/llms.txt