Opprett en MiniMax H3-video

Opprett en MiniMax H3- eller H3-Max-video fra tekst, referansemedier eller første og siste bilder. Lagre den returnerte id for å hente status for oppgaven og laste ned den fullførte videoen. POST /v1/videos bruker multipart/form-data. Send kontroller som skjemafelt, og gjenta hvert referansefelt én gang per medieinndata.

Velg en modell

Sett model til én av følgende modell-ID-er. Velg en forespørselsstørrelse fra tabellen for den tilsvarende modellen i Angi varighet og størrelse.

Modell-ID	Oppløsningsnivåer
`minimax-h3`	`768P`, `2K`
`minimax-h3-max`	`480P`, `768P`

Velg en inndatamodus

Begge modellene bruker feltene nedenfor. Sett model til modell-ID-en du valgte.

Mål	Obligatoriske felt	Valgfrie felt
Tekst til video	`model`, `prompt`	`seconds`, `size`
Referansebilder	`model`, `prompt`, én eller flere `input_reference`-URL-er eller filer	`seconds`, `size`
Referansevideo-URL, data-URI eller fil	`model`, `prompt`, ett eller flere `reference_videos`-felt	`seconds`, `size`
Referanselyd med et bilde	`model`, `prompt`, `input_reference`, ett eller flere `reference_audios`-felt	`seconds`, `size`
URL-er for første og siste bilde	`model`, `prompt`, `first_frame`	`last_frame`, `seconds`, `size`
Opplastede første og siste bilder	`model`, `prompt`, `first_frame` fil	`last_frame` fil, `seconds`, `size`

Forespørselseksemplene for H3-Max inkluderer tekst til video på begge oppløsningsnivåer, referansebilder, kombinerte bilde-/video-/lydreferanser og første og siste bilder.

Bruk referansebilder

Send referansebilder via input_reference som offentlig tilgjengelige HTTPS-URL-er eller opplastede filer. For flere bilder gjentar du feltet i bilderekkefølge, med én URL eller fil per felt. Bruk enten bare URL-er eller bare filer i dette feltet. Send hver URL separat i stedet for å kombinere URL-er i en kommaseparert verdi. Du kan sende opptil ni PNG- eller JPEG-referansebilder, enten du bruker URL-er eller opplastede filer. Hold hvert opplastede bilde på 20 MiB eller mindre. I Prompt-en beskriver du de visuelle detaljene den genererte videoen skal bevare.

Bruk referansevideo og -lyd

Send reference_videos og reference_audios som flerdelte tekstverdier eller opplastede filer, med formatene nedenfor. Gjenta hvert felt én gang per inndata, og bruk bare tekstverdier eller bare filer i det aktuelle feltet. Ikke kombiner inndata i en kommaseparert verdi. Ulike felt kan bruke ulike inndatatyper, for eksempel en bilde-URL med en opplastet lydfil. For å kombinere bilde-, video- og lydreferanser sender du input_reference, reference_videos og reference_audios i samme forespørsel.

Felt	Inndata	Format
`reference_videos`	En direkte, offentlig tilgjengelig HTTPS-URL til en MP4-fil eller en opplastet MP4-fil	MP4 med H.264-video; et AAC-lydspor er valgfritt
`reference_videos`	En fullstendig Base64-data-URI i et tekstfelt	`data:video/mp4;base64,<BASE64_MP4>`
`reference_audios`	En direkte, offentlig tilgjengelig HTTPS-URL til en MP3-fil eller en opplastet MP3-fil	MP3

Send maksimalt 12 referanseinndata totalt, inkludert høyst tre videoer og tre lydklipp. Hvert video- eller lydklipp må være på 2–15 sekunder. Den samlede videovarigheten og den samlede lydvarigheten må hver være på maksimalt 15 sekunder. Koble referanselyd med minst ett bilde gjennom input_reference. Beskriv bevegelsen, tidsberegningen eller lyden som den genererte videoen skal følge. Hold hver opplastede MP4-fil på maksimalt 50 MiB og hver opplastede MP3-fil på maksimalt 15 MiB. Én MiB er 1024 × 1024 byte. Forespørselseksemplene øverst på denne siden viser MP4-URL-er, MP4-data-URI-er og MP3-URL-er koblet med et bilde.

Last opp en referansevideo

Last opp en MP4-fil for å styre bildeoppbyggingen og bevegelsen:

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'

Last opp referanselyd med et bilde

Koble en referansebilde-URL med en opplastet MP3-fil:

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'

Angi første og siste bilde

Send first_frame for startbildet og eventuelt én last_frame for sluttbildet. Hvert felt godtar én direkte, offentlig tilgjengelig HTTPS-URL til en PNG-fil eller én opplastet PNG-fil. Hold hver opplastede PNG-fil på maksimalt 20 MiB (20 × 1024 × 1024 byte). Ikke kombiner bildefelt med referansefelt for bilde, video eller lyd. Bruk en separat forespørsel for bildebasert generering. Med bildeinndata velger size oppløsningsnivået. Tjenesten kan normalisere dimensjonene for det endelige resultatet basert på de angitte bildene. Fortsett å sende size i formatet WxH.

Lagre den returnerte id. Poll oppgaven til status er completed eller failed. Når oppgaven er fullført, laster du ned videoinnholdet.

Angi varighet og størrelse

For begge modellene angir du seconds til et heltall fra 5 til og med 15. Standardverdien er 5 sekunder. Velg en oppløsning og et sideforhold fra tabellen for modellen din, og send deretter den tilsvarende Forespørselsstørrelse -verdien som size i WxH-format. For tekst- og referansemedieforespørsler velger size oppløsningsnivået og sideforholdet for innrammingen. Tjenesten kan normalisere de endelige dimensjonene på utdataene basert på den forespurte størrelsen og de oppgitte referansemediene.

Størrelser for `minimax-h3`

Bruk disse forespørselsstørrelsene med model=minimax-h3:

Oppløsning	Sideforhold	Forespørselsstørrelse
`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`

Størrelser for `minimax-h3-max`

Bruk disse forespørselsstørrelsene med model=minimax-h3-max:

Oppløsning	Sideforhold	Forespørselsstørrelse
`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`

Oppgaveflyt

Opprett oppgaven

Send multipart-skjemaforepørselen og lagre den returnerte id.

Sjekk oppgaven

Kall Hent en MiniMax H3-video til status er completed eller failed.

Last ned resultatet

Når oppgaven er completed, kall Last ned MiniMax H3-videoinnhold for å lagre MP4-filen.

Autorisasjoner

Authorization

string

header

påkrevd

Bearer authentication. Use your CometAPI API key.

Kropp

multipart/form-data

model

enum<string>

standard:minimax-h3

påkrevd

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.

Tilgjengelige alternativer:

minimax-h3,

minimax-h3-max

prompt

string

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

påkrevd

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

Minimum string length: 1

seconds

integer

standard:5

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

Nødvendig område: 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]*$

Eksempler:

"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,)

Eksempel:

"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://

Eksempel:

"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://

Eksempel:

"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://

Eksempel:

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

Svar

200 - application/json

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

string

påkrevd

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

Eksempel:

"<task_id>"

object

string

påkrevd

Object type for the asynchronous video task.

Allowed value: "video"

model

enum<string>

påkrevd

Model ID that the task uses.

Tilgjengelige alternativer:

minimax-h3,

minimax-h3-max

status

enum<string>

påkrevd

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

Tilgjengelige alternativer:

queued,

in_progress,

completed,

failed

progress

integer

påkrevd

Task progress as a coarse percentage.

Nødvendig område: 0 <= x <= 100

created_at

integer<int64>

påkrevd

Task creation time as a Unix timestamp in seconds.

task_id

string

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

Eksempel:

"<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.

Eksempel:

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

error

object

Failure details. This field appears when the task fails.

Show child attributes

Innholdsmoderering

API-nøkler

Velg en modell

Velg en inndatamodus

Bruk referansebilder

Bruk referansevideo og -lyd

Last opp en referansevideo

Last opp referanselyd med et bilde

Angi første og siste bilde

Angi varighet og størrelse

Størrelser for `minimax-h3`

Størrelser for `minimax-h3-max`

Oppgaveflyt

Autorisasjoner

Kropp

Svar

​Velg en modell

​Velg en inndatamodus

​Bruk referansebilder

​Bruk referansevideo og -lyd

​Last opp en referansevideo

​Last opp referanselyd med et bilde

​Angi første og siste bilde

​Angi varighet og størrelse

​Størrelser for minimax-h3

​Størrelser for minimax-h3-max

​Oppgaveflyt

Autorisasjoner

Kropp

Svar

Velg en modell

Velg en inndatamodus

Bruk referansebilder

Bruk referansevideo og -lyd

Last opp en referansevideo

Last opp referanselyd med et bilde

Angi første og siste bilde

Angi varighet og størrelse

Størrelser for `minimax-h3`

Størrelser for `minimax-h3-max`

Oppgaveflyt