Crear un video MiniMax H3

Cree un video MiniMax H3 o H3-Max a partir de texto, medios de referencia o fotogramas inicial y final. Guarde el id devuelto para consultar la tarea y descargar el video completado. POST /v1/videos usa multipart/form-data. Envíe los controles como campos de formulario y repita cada campo de referencia una vez por cada entrada multimedia.

Elija un modelo

Establezca model en uno de los siguientes ID de modelo. Elija un tamaño de solicitud de la tabla del modelo correspondiente en Establezca la duración y el tamaño.

ID de modelo	Niveles de resolución
`minimax-h3`	`768P`, `2K`
`minimax-h3-max`	`480P`, `768P`

Elija un modo de entrada

Ambos modelos utilizan los campos siguientes. Establezca model en el ID del modelo que seleccionó.

Objetivo	Campos obligatorios	Campos opcionales
Texto a video	`model`, `prompt`	`seconds`, `size`
Imágenes de referencia	`model`, `prompt`, una o más URL o archivos de `input_reference`	`seconds`, `size`
URL, URI de datos o archivo de video de referencia	`model`, `prompt`, uno o más campos `reference_videos`	`seconds`, `size`
Audio de referencia con una imagen	`model`, `prompt`, `input_reference`, uno o más campos `reference_audios`	`seconds`, `size`
URL de los fotogramas inicial y final	`model`, `prompt`, `first_frame`	`last_frame`, `seconds`, `size`
Fotogramas inicial y final cargados	`model`, `prompt`, `first_frame` archivo	`last_frame` archivo, `seconds`, `size`

Los ejemplos de solicitudes de H3-Max incluyen texto a video en ambos niveles de resolución, imágenes de referencia, referencias combinadas de imagen, video y audio, y fotogramas inicial y final.

Usar imágenes de referencia

Envíe imágenes de referencia mediante input_reference como URL HTTPS de acceso público o archivos cargados. Para varias imágenes, repita el campo en el orden de las imágenes, con una URL o un archivo por campo. Use todas las URL o todos los archivos dentro de este campo. Envíe cada URL por separado en lugar de combinar las URL en un valor separado por comas. Puede enviar hasta nueve imágenes de referencia PNG o JPEG, tanto si usa URL como archivos cargados. Mantenga cada imagen cargada en un tamaño máximo de 20 MiB. En el prompt, describa los detalles visuales que debe conservar el video generado.

Use video y audio de referencia

Envíe reference_videos y reference_audios como valores de texto multipart o archivos cargados, mediante los formatos siguientes. Repita cada campo una vez por entrada, utilizando únicamente valores de texto o únicamente archivos dentro de ese campo. No combine las entradas en un valor separado por comas. Los distintos campos pueden usar diferentes tipos de entrada, como una URL de imagen con un archivo de audio cargado. Para combinar referencias de imagen, video y audio, envíe input_reference, reference_videos y reference_audios en la misma solicitud.

Campo	Entrada	Formato
`reference_videos`	Una URL HTTPS directa y de acceso público de un MP4 o un archivo MP4 cargado	MP4 con video H.264; una pista de audio AAC es opcional
`reference_videos`	Un URI de datos Base64 completo en un campo de texto	`data:video/mp4;base64,<BASE64_MP4>`
`reference_audios`	Una URL HTTPS directa y de acceso público de un MP3 o un archivo MP3 cargado	MP3

Envíe como máximo 12 entradas de referencia en total, incluidos no más de tres videos y tres clips de audio. Cada video o clip de audio debe durar entre 2 y 15 segundos. La duración total de los videos y la duración total del audio deben ser de 15 segundos o menos. Empareje el audio de referencia con al menos una imagen mediante input_reference. Describa el movimiento, el tiempo o el sonido que debe seguir el video generado. Mantenga cada MP4 cargado en un máximo de 50 MiB y cada MP3 cargado en un máximo de 15 MiB. Un MiB equivale a 1024 × 1024 bytes. Los ejemplos de solicitudes en la parte superior de esta página muestran URL de MP4, URI de datos de MP4 y URL de MP3 emparejados con una imagen.

Cargue un video de referencia

Cargue un archivo MP4 para guiar la estructura y el movimiento del plano:

curl \
  https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  --form-string 'model=minimax-h3' \
  --form-string 'prompt=Follow the uploaded reference video shot structure and motion. No text.' \
  --form-string 'seconds=5' \
  --form-string 'size=1344x768' \
  --form 'reference_videos=@/path/to/reference.mp4;type=video/mp4'

Cargue audio de referencia con una imagen

Empareje una URL de imagen de referencia con un archivo MP3 cargado:

curl \
  https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  --form-string 'model=minimax-h3' \
  --form-string 'prompt=Animate the reference image and synchronize the motion with the uploaded reference audio. No text.' \
  --form-string 'seconds=5' \
  --form-string 'size=1344x768' \
  --form-string 'input_reference=https://your-image-host/reference.png' \
  --form 'reference_audios=@/path/to/reference.mp3;type=audio/mpeg'

Establezca el primer y el último fotograma

Envíe first_frame para la imagen inicial y, opcionalmente, un last_frame para la imagen final. Cada campo acepta una URL HTTPS directa y de acceso público de un PNG o un archivo PNG cargado. Mantenga cada PNG cargado en un máximo de 20 MiB (20 × 1024 × 1024 bytes). No combine los campos de fotogramas con campos de imagen, video o audio de referencia. Use una solicitud independiente para la generación basada en fotogramas. Con entradas de fotogramas, size selecciona el nivel de resolución. El servicio puede normalizar las dimensiones finales de salida según los fotogramas proporcionados. Siga enviando size en formato WxH.

Guarde el id devuelto. Consulte la tarea hasta que status sea completed o failed. Cuando se complete la tarea, descargue el contenido del video.

Configure la duración y el tamaño

Para ambos modelos, establezca seconds en un número entero de 5 a 15. El valor predeterminado es de 5 segundos. Elija una resolución y una relación de aspecto de la tabla para su modelo y, luego, envíe el valor correspondiente de tamaño de solicitud como size en formato WxH. Para solicitudes de texto y medios de referencia, size selecciona el nivel de resolución y la relación de aspecto del encuadre. El servicio puede normalizar las dimensiones finales de salida según el tamaño solicitado y los medios de referencia proporcionados.

Tamaños para `minimax-h3`

Use estos tamaños de solicitud con model=minimax-h3:

Resolución	Relación de aspecto	Tamaño de solicitud
`768P`	`21:9`	`1536x672`
`768P`	`16:9`	`1344x768`
`768P`	`4:3`	`1024x768`
`768P`	`1:1`	`768x768`
`768P`	`3:4`	`768x1024`
`768P`	`9:16`	`768x1344`
`2K`	`21:9`	`2912x1280`
`2K`	`16:9`	`2544x1456`
`2K`	`4:3`	`1920x1440`
`2K`	`1:1`	`1440x1440`
`2K`	`3:4`	`1440x1920`
`2K`	`9:16`	`1440x2560`

Tamaños para `minimax-h3-max`

Use estos tamaños de solicitud con model=minimax-h3-max:

Resolución	Relación de aspecto	Tamaño de solicitud
`480P`	`21:9`	`1120x480`
`480P`	`16:9`	`864x480`
`480P`	`4:3`	`640x480`
`480P`	`1:1`	`480x480`
`480P`	`3:4`	`480x640`
`480P`	`9:16`	`480x864`
`768P`	`21:9`	`1792x768`
`768P`	`16:9`	`1360x768`
`768P`	`4:3`	`1024x768`
`768P`	`1:1`	`768x768`
`768P`	`3:4`	`768x1024`
`768P`	`9:16`	`768x1360`

Flujo de tareas

Crear la tarea

Envíe la solicitud de formulario multipart y almacene el id devuelto.

Consultar la tarea

Llame a Recuperar un video MiniMax H3 hasta que status sea completed o failed.

Descargar el resultado

Cuando la tarea esté completed, llame a Descargar contenido de video de MiniMax H3 para guardar el archivo MP4.

Autorizaciones

Authorization

string

header

requerido

Bearer authentication. Use your CometAPI API key.

Cuerpo

multipart/form-data

model

enum<string>

predeterminado:minimax-h3

requerido

Model ID for the video task. Use minimax-h3 for 768P or 2K, or minimax-h3-max for 480P or 768P. Choose size from the matching model table.

Opciones disponibles:

minimax-h3,

minimax-h3-max

prompt

string

predeterminado:A paper boat glides across a still pond, daylight, locked camera, no text.

requerido

Text that describes the scene, motion, camera behavior, and visual details that the video should preserve.

Minimum string length: 1

seconds

integer

predeterminado:5

Requested clip duration in whole seconds. Use an integer from 5 through 15. The default is 5.

Rango requerido: 5 <= x <= 15

size

string

Requested size in WxH form. For text and reference-media requests, size selects the resolution tier and framing aspect ratio. With first or last frames, size selects the resolution tier. Use the matching model table: minimax-h3 uses 768P or 2K; minimax-h3-max uses 480P or 768P. For example, use 1344x768 for H3 at 768P, 864x480 for H3-Max at 480P, or 1360x768 for H3-Max at 768P. The service can normalize the final output dimensions.

Pattern: ^[1-9][0-9]*x[1-9][0-9]*$

Ejemplos:

"1536x672"

"1344x768"

"1024x768"

"768x768"

"768x1024"

"768x1344"

"2912x1280"

"2544x1456"

"1920x1440"

"1440x1440"

"1440x1920"

"1440x2560"

"1120x480"

"864x480"

"640x480"

"480x480"

"480x640"

"480x864"

"1792x768"

"1360x768"

"768x1360"

input_reference

PNG or JPEG reference images. Repeat input_reference with one publicly accessible HTTPS image URL or uploaded image file per field. Send up to nine reference images, whether you use URLs or uploaded files. Use all URLs or all files within this field. Do not combine URLs into a comma-separated value. Keep each uploaded image at or below 20 MiB. Do not combine this field with first_frame or last_frame. Across images, videos, and audio, send at most 12 reference inputs. Each reference video or audio clip must be 2–15 seconds; keep the combined video duration and combined audio duration at or below 15 seconds each. Submit images in the order you want to reference them in the prompt.

Pattern: ^https://

reference_videos

(string<uri> | file)[]

Reference video inputs. Repeat reference_videos with a direct publicly accessible HTTPS MP4 URL or an uploaded MP4 file. Use only text values or only files within this field. Each uploaded file can be up to 50 MiB. Send no more than three video inputs. A complete data:video/mp4;base64,... URI is also accepted as a text value. Use MP4 with H.264 video; an AAC audio track is optional. Do not combine this field with first_frame or last_frame. Across images, videos, and audio, send at most 12 reference inputs. Each reference video or audio clip must be 2–15 seconds; keep the combined video duration and combined audio duration at or below 15 seconds each.

Required array length: 1 - 3 elements

Pattern: ^(https://|data:video/mp4;base64,)

Ejemplo:

"https://your-media-host/reference.mp4"

reference_audios

(string<uri> | file)[]

Reference audio inputs. Repeat reference_audios with a direct publicly accessible HTTPS MP3 URL or an uploaded MP3 file. Use only text values or only files within this field. Each uploaded file can be up to 15 MiB. Send no more than three audio inputs. Pair reference audio with at least one reference image. Do not combine this field with first_frame or last_frame. Across images, videos, and audio, send at most 12 reference inputs. Each reference video or audio clip must be 2–15 seconds; keep the combined video duration and combined audio duration at or below 15 seconds each.

Required array length: 1 - 3 elements

Pattern: ^https://

Ejemplo:

"https://your-media-host/reference.mp3"

first_frame

Opening frame input as one direct publicly accessible HTTPS PNG URL or one uploaded PNG file at or below 20 MiB (20 x 1024 x 1024 bytes). Do not combine frame fields with reference media fields.

Pattern: ^https://

Ejemplo:

"https://your-image-host/first-frame.png"

last_frame

Optional ending frame input, used with first_frame, as one direct publicly accessible HTTPS PNG URL or one uploaded PNG file at or below 20 MiB (20 x 1024 x 1024 bytes). Do not combine frame fields with reference media fields.

Pattern: ^https://

Ejemplo:

"https://your-image-host/last-frame.png"

Respuesta

200 - application/json

Task created. Store the returned id and use it in retrieve and content requests.

string

requerido

Task ID. Use this value as task_id in retrieve and content requests.

Ejemplo:

"<task_id>"

object

string

requerido

Object type for the asynchronous video task.

Allowed value: "video"

model

enum<string>

requerido

Model ID that the task uses.

Opciones disponibles:

minimax-h3,

minimax-h3-max

status

enum<string>

requerido

Task lifecycle status. Poll until the value is completed or failed.

Opciones disponibles:

queued,

in_progress,

completed,

failed

progress

integer

requerido

Task progress as a coarse percentage.

Rango requerido: 0 <= x <= 100

created_at

integer<int64>

requerido

Task creation time as a Unix timestamp in seconds.

task_id

string

Compatibility alias for id. This field can be omitted from retrieve responses.

Ejemplo:

"<task_id>"

completed_at

integer<int64>

Unix timestamp returned by the platform. Use status, not this field, to decide when polling can stop.

expires_at

integer<int64>

Result expiration time as a Unix timestamp in seconds when the task provides one.

video_url

string<uri>

Video delivery URL. This field appears on completed tasks.

Ejemplo:

"https://your-media-host/result.mp4"

error

object

Failure details. This field appears when the task fails.

Show child attributes

Moderación de contenido

Claves API

Elija un modelo

Elija un modo de entrada

Usar imágenes de referencia

Use video y audio de referencia

Cargue un video de referencia

Cargue audio de referencia con una imagen

Establezca el primer y el último fotograma

Configure la duración y el tamaño

Tamaños para `minimax-h3`

Tamaños para `minimax-h3-max`

Flujo de tareas

Autorizaciones

Cuerpo

Respuesta

​Elija un modelo

​Elija un modo de entrada

​Usar imágenes de referencia

​Use video y audio de referencia

​Cargue un video de referencia

​Cargue audio de referencia con una imagen

​Establezca el primer y el último fotograma

​Configure la duración y el tamaño

​Tamaños para minimax-h3

​Tamaños para minimax-h3-max

​Flujo de tareas

Autorizaciones

Cuerpo

Respuesta

Elija un modelo

Elija un modo de entrada

Usar imágenes de referencia

Use video y audio de referencia

Cargue un video de referencia

Cargue audio de referencia con una imagen

Establezca el primer y el último fotograma

Configure la duración y el tamaño

Tamaños para `minimax-h3`

Tamaños para `minimax-h3-max`

Flujo de tareas