Créer une vidéo MiniMax H3

Créez une vidéo MiniMax H3 ou H3-Max à partir de texte, de médias de référence ou de première et dernière images. Stockez le id renvoyé pour interroger la tâche et télécharger la vidéo terminée. POST /v1/videos utilise multipart/form-data. Envoyez les contrôles sous forme de champs de formulaire et répétez chaque champ de référence une fois par entrée média.

Choisir un modèle

Définissez model sur l’un des ID de modèle suivants. Choisissez une taille de requête dans le tableau correspondant au modèle dans Définir la durée et la taille.

ID de modèle	Niveaux de résolution
`minimax-h3`	`768P`, `2K`
`minimax-h3-max`	`480P`, `768P`

Choisir un mode d’entrée

Les deux modèles utilisent les champs ci-dessous. Définissez model sur l’ID du modèle que vous avez sélectionné.

Objectif	Champs obligatoires	Champs facultatifs
Texte vers vidéo	`model`, `prompt`	`seconds`, `size`
Images de référence	`model`, `prompt`, une ou plusieurs `input_reference` URL ou fichiers	`seconds`, `size`
URL, URI de données ou fichier de vidéo de référence	`model`, `prompt`, un ou plusieurs champs `reference_videos`	`seconds`, `size`
Audio de référence avec une image	`model`, `prompt`, `input_reference`, un ou plusieurs champs `reference_audios`	`seconds`, `size`
URL de la première et de la dernière image	`model`, `prompt`, `first_frame`	`last_frame`, `seconds`, `size`
Première et dernière images importées	`model`, `prompt`, `first_frame` fichier	`last_frame` fichier, `seconds`, `size`

Les exemples de requêtes H3-Max incluent la génération de vidéo à partir de texte aux deux niveaux de résolution, des images de référence, des références combinées d’image, de vidéo et d’audio, ainsi que des première et dernière images.

Utiliser des images de référence

Envoyez des images de référence via input_reference sous forme d’URL HTTPS accessibles publiquement ou de fichiers importés. Pour plusieurs images, répétez le champ dans l’ordre des images, avec une URL ou un fichier par champ. Utilisez uniquement des URL ou uniquement des fichiers dans ce champ. Envoyez chaque URL séparément au lieu de combiner les URL dans une valeur séparée par des virgules. Vous pouvez envoyer jusqu’à neuf images de référence PNG ou JPEG, que vous utilisiez des URL ou des fichiers importés. Limitez chaque image importée à 20 Mio ou moins. Dans le prompt, décrivez les détails visuels que la vidéo générée doit préserver.

Utiliser une vidéo et un fichier audio de référence

Envoyez reference_videos et reference_audios sous forme de valeurs textuelles multipart ou de fichiers importés, en utilisant les formats ci-dessous. Répétez chaque champ une fois par entrée, en utilisant uniquement des valeurs textuelles ou uniquement des fichiers dans ce champ. Ne regroupez pas les entrées dans une valeur séparée par des virgules. Différents champs peuvent utiliser différents types d’entrée, par exemple une URL d’image avec un fichier audio importé. Pour combiner des références d’image, de vidéo et d’audio, envoyez input_reference, reference_videos et reference_audios dans la même requête.

Champ	Entrée	Format
`reference_videos`	Une URL HTTPS MP4 directe et publiquement accessible ou un fichier MP4 importé	MP4 avec vidéo H.264 ; une piste audio AAC est facultative
`reference_videos`	Un URI de données Base64 complet dans un champ texte	`data:video/mp4;base64,<BASE64_MP4>`
`reference_audios`	Une URL HTTPS MP3 directe et publiquement accessible ou un fichier MP3 importé	MP3

Envoyez au maximum 12 entrées de référence au total, dont trois vidéos et trois extraits audio au maximum. Chaque clip vidéo ou audio doit durer de 2 à 15 secondes. La durée cumulée des vidéos et celle des fichiers audio doivent chacune être inférieures ou égales à 15 secondes. Associez l’audio de référence à au moins une image via input_reference. Décrivez le mouvement, la synchronisation ou le son que la vidéo générée doit suivre. La taille de chaque MP4 importé ne doit pas dépasser 50 MiB et celle de chaque MP3 importé ne doit pas dépasser 15 MiB. Un MiB correspond à 1024 × 1024 octets. Les exemples de requêtes en haut de cette page montrent des URL MP4, des URI de données MP4 et des URL MP3 associés à une image.

Importer une vidéo de référence

Importez un fichier MP4 pour guider la structure du plan et le mouvement :

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'

Importer un fichier audio de référence avec une image

Associez une URL d’image de référence à un fichier MP3 importé :

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'

Définir la première et la dernière image

Envoyez first_frame pour l’image d’ouverture et, éventuellement, un last_frame pour l’image de fin. Chaque champ accepte une URL HTTPS PNG directe et publiquement accessible ou un fichier PNG importé. La taille de chaque PNG importé ne doit pas dépasser 20 MiB (20 × 1024 × 1024 octets). Ne combinez pas les champs d’image avec les champs d’image, de vidéo ou d’audio de référence. Utilisez une requête distincte pour la génération basée sur des images de début et de fin. Avec des images de début et de fin, size sélectionne le niveau de résolution. Le service peut normaliser les dimensions finales de sortie en fonction des images fournies. Continuez à envoyer size sous la forme WxH.

Enregistrez id renvoyé. Interrogez la tâche jusqu’à ce que status soit completed ou failed. Lorsque la tâche est terminée, téléchargez le contenu vidéo.

Définir la durée et la taille

Pour les deux modèles, définissez seconds sur un entier compris entre 5 et 15. La valeur par défaut est de 5 secondes. Choisissez une résolution et un rapport d’aspect dans le tableau correspondant à votre modèle, puis envoyez la valeur correspondante de Taille de la requête au format size dans WxH. Pour les requêtes de texte et de médias de référence, size sélectionne le niveau de résolution et le rapport d’aspect du cadrage. Le service peut normaliser les dimensions finales de sortie selon la taille demandée et les médias de référence fournis.

Tailles pour `minimax-h3`

Utilisez ces tailles de requête avec model=minimax-h3 :

Résolution	Rapport d’aspect	Taille de la requête
`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`

Tailles pour `minimax-h3-max`

Utilisez ces tailles de requête avec model=minimax-h3-max :

Résolution	Rapport d’aspect	Taille de la requête
`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`

Flux de tâches

Créer la tâche

Envoyez la requête de formulaire multipart et stockez la valeur id renvoyée.

Interroger la tâche

Appelez Récupérer une vidéo MiniMax H3 jusqu’à ce que status soit completed ou failed.

Télécharger le résultat

Lorsque la tâche est completed, appelez Télécharger le contenu vidéo MiniMax H3 pour enregistrer le fichier MP4.

Autorisations

Authorization

string

header

requis

Bearer authentication. Use your CometAPI API key.

Corps

multipart/form-data

model

enum<string>

défaut:minimax-h3

requis

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.

Options disponibles:

minimax-h3,

minimax-h3-max

prompt

string

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

requis

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

Minimum string length: 1

seconds

integer

défaut:5

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

Plage requise: 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]*$

Exemples:

"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,)

Exemple:

"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://

Exemple:

"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://

Exemple:

"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://

Exemple:

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

Réponse

200 - application/json

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

string

requis

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

Exemple:

"<task_id>"

object

string

requis

Object type for the asynchronous video task.

Allowed value: "video"

model

enum<string>

requis

Model ID that the task uses.

Options disponibles:

minimax-h3,

minimax-h3-max

status

enum<string>

requis

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

Options disponibles:

queued,

in_progress,

completed,

failed

progress

integer

requis

Task progress as a coarse percentage.

Plage requise: 0 <= x <= 100

created_at

integer<int64>

requis

Task creation time as a Unix timestamp in seconds.

task_id

string

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

Exemple:

"<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.

Exemple:

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

error

object

Failure details. This field appears when the task fails.

Show child attributes

Modération de contenu

Clés API

Choisir un modèle

Choisir un mode d’entrée

Utiliser des images de référence

Utiliser une vidéo et un fichier audio de référence

Importer une vidéo de référence

Importer un fichier audio de référence avec une image

Définir la première et la dernière image

Définir la durée et la taille

Tailles pour `minimax-h3`

Tailles pour `minimax-h3-max`

Flux de tâches

Autorisations

Corps

Réponse

​Choisir un modèle

​Choisir un mode d’entrée

​Utiliser des images de référence

​Utiliser une vidéo et un fichier audio de référence

​Importer une vidéo de référence

​Importer un fichier audio de référence avec une image

​Définir la première et la dernière image

​Définir la durée et la taille

​Tailles pour minimax-h3

​Tailles pour minimax-h3-max

​Flux de tâches

Autorisations

Corps

Réponse

Choisir un modèle

Choisir un mode d’entrée

Utiliser des images de référence

Utiliser une vidéo et un fichier audio de référence

Importer une vidéo de référence

Importer un fichier audio de référence avec une image

Définir la première et la dernière image

Définir la durée et la taille

Tailles pour `minimax-h3`

Tailles pour `minimax-h3-max`

Flux de tâches