Criar um vídeo MiniMax H3

POST

videos

curl \
  https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  --form-string 'model=minimax-h3' \
  --form-string 'prompt=A paper boat glides across a still pond, daylight, locked camera, no text.' \
  --form-string 'seconds=5' \
  --form-string 'size=2544x1456'

{
  "id": "<task_id>",
  "task_id": "<task_id>",
  "object": "video",
  "model": "minimax-h3",
  "status": "queued",
  "progress": 0,
  "created_at": 1779938152
}

Crie um vídeo MiniMax H3 ou H3-Max a partir de texto, mídia de referência ou primeiro e último quadros. Armazene o id retornado para consultar a tarefa e baixar o vídeo concluído. POST /v1/videos usa multipart/form-data. Envie os controles como campos de formulário e repita cada campo de referência uma vez para cada entrada de mídia.

Escolha um modelo

Defina model como um dos seguintes IDs de modelo. Escolha um tamanho de solicitação na tabela do modelo correspondente em Defina a duração e o tamanho.

ID do modelo	Níveis de resolução
`minimax-h3`	`768P`, `2K`
`minimax-h3-max`	`480P`, `768P`

Escolha um modo de entrada

Ambos os modelos usam os campos abaixo. Defina model como o ID do modelo selecionado.

Objetivo	Campos obrigatórios	Campos opcionais
Texto para vídeo	`model`, `prompt`	`seconds`, `size`
Imagens de referência	`model`, `prompt`, uma ou mais URLs ou arquivos de `input_reference`	`seconds`, `size`
URL, URI de dados ou arquivo de vídeo de referência	`model`, `prompt`, um ou mais campos `reference_videos`	`seconds`, `size`
Áudio de referência com uma imagem	`model`, `prompt`, `input_reference`, um ou mais campos `reference_audios`	`seconds`, `size`
URLs do primeiro e último quadro	`model`, `prompt`, `first_frame`	`last_frame`, `seconds`, `size`
Primeiro e último quadros enviados	`model`, `prompt`, `first_frame` arquivo	`last_frame` arquivo, `seconds`, `size`

Os exemplos de solicitação do H3-Max incluem texto para vídeo nos dois níveis de resolução, imagens de referência, referências combinadas de imagem/vídeo/áudio e primeiro e último quadros.

Use imagens de referência

Envie imagens de referência por meio de input_reference como URLs HTTPS acessíveis publicamente ou arquivos enviados. Para várias imagens, repita o campo na ordem das imagens, com uma URL ou arquivo por campo. Use todas as URLs ou todos os arquivos neste campo. Envie cada URL separadamente, em vez de combinar URLs em um valor separado por vírgulas. Você pode enviar até nove imagens de referência PNG ou JPEG, independentemente de usar URLs ou arquivos enviados. Mantenha cada imagem enviada com 20 MiB ou menos. No Prompt, descreva os detalhes visuais que o vídeo gerado deve preservar.

Use vídeos e áudios de referência

Envie reference_videos e reference_audios como valores de texto multipart ou arquivos enviados, usando os formatos abaixo. Repita cada campo uma vez para cada entrada, usando apenas valores de texto ou apenas arquivos nesse campo. Não combine entradas em um valor separado por vírgulas. Campos diferentes podem usar tipos de entrada diferentes, como uma URL de imagem com um arquivo de áudio enviado. Para combinar referências de imagem, vídeo e áudio, envie input_reference, reference_videos e reference_audios na mesma solicitação.

Campo	Entrada	Formato
`reference_videos`	Uma URL HTTPS direta e acessível publicamente de um MP4 ou um arquivo MP4 enviado	MP4 com vídeo H.264; uma faixa de áudio AAC é opcional
`reference_videos`	Um URI de dados Base64 completo em um campo de texto	`data:video/mp4;base64,<BASE64_MP4>`
`reference_audios`	Uma URL HTTPS direta e acessível publicamente de um MP3 ou um arquivo MP3 enviado	MP3

Envie no máximo 12 entradas de referência no total, incluindo no máximo três vídeos e três clipes de áudio. Cada clipe de vídeo ou áudio deve ter de 2 a 15 segundos. A duração combinada dos vídeos e a duração combinada dos áudios devem ser de no máximo 15 segundos cada. Associe o áudio de referência a pelo menos uma imagem por meio de input_reference. Descreva o movimento, o tempo ou o som que o vídeo gerado deve seguir. Mantenha cada MP4 enviado com no máximo 50 MiB e cada MP3 enviado com no máximo 15 MiB. Um MiB equivale a 1024 × 1024 bytes. Os exemplos de solicitação no início desta página mostram URLs de MP4, URIs de dados de MP4 e URLs de MP3 associados a uma imagem.

Envie um vídeo de referência

Envie um arquivo MP4 para orientar a estrutura e o movimento da tomada:

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'

Envie áudio de referência com uma imagem

Associe uma URL de imagem de referência a um arquivo MP3 enviado:

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'

Defina o primeiro e o último quadros

Envie first_frame para a imagem inicial e, opcionalmente, um last_frame para a imagem final. Cada campo aceita uma URL HTTPS direta e acessível publicamente de um PNG ou um arquivo PNG enviado. Mantenha cada PNG enviado com no máximo 20 MiB (20 × 1024 × 1024 bytes). Não combine campos de quadro com campos de imagem, vídeo ou áudio de referência. Use uma solicitação separada para a geração baseada em quadros. Com entradas de quadro, size seleciona o nível de resolução. O serviço pode normalizar as dimensões da saída final com base nos quadros fornecidos. Continue enviando size no formato WxH.

Armazene o id retornado. Consulte a tarefa até que status seja completed ou failed. Quando a tarefa for concluída, baixe o conteúdo do vídeo.

Definir duração e tamanho

Para ambos os modelos, defina seconds como um número inteiro de 5 a 15. O padrão é de 5 segundos. Escolha uma resolução e uma proporção de aspecto na tabela para seu modelo e envie o valor correspondente de Tamanho da solicitação como size no formato WxH. Para solicitações de texto e mídia de referência, size seleciona o nível de resolução e a proporção de aspecto do enquadramento. O serviço pode normalizar as dimensões da saída final com base no tamanho solicitado e na mídia de referência fornecida.

Tamanhos para `minimax-h3`

Use estes tamanhos de solicitação com model=minimax-h3:

Resolução	Proporção de aspecto	Tamanho da solicitação
`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`

Tamanhos para `minimax-h3-max`

Use estes tamanhos de solicitação com model=minimax-h3-max:

Resolução	Proporção de aspecto	Tamanho da solicitação
`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`

Fluxo da tarefa

Criar a tarefa

Envie a solicitação de formulário multipart e armazene o id retornado.

Consultar a tarefa

Chame Recuperar um vídeo MiniMax H3 até que status seja completed ou failed.

Baixar o resultado

Quando a tarefa estiver completed, chame Baixar conteúdo de vídeo MiniMax H3 para salvar o arquivo MP4.

Autorizações

Authorization

string

header

obrigatório

Bearer authentication. Use your CometAPI API key.

Corpo

multipart/form-data

model

enum<string>

padrão:minimax-h3

obrigatório

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.

Opções disponíveis:

minimax-h3,

minimax-h3-max

prompt

string

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

obrigatório

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

Minimum string length: 1

seconds

integer

padrão:5

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

Intervalo necessário: 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]*$

Exemplos:

"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,)

Exemplo:

"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://

Exemplo:

"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://

Exemplo:

"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://

Exemplo:

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

Resposta

200 - application/json

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

string

obrigatório

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

Exemplo:

"<task_id>"

object

string

obrigatório

Object type for the asynchronous video task.

Allowed value: "video"

model

enum<string>

obrigatório

Model ID that the task uses.

Opções disponíveis:

minimax-h3,

minimax-h3-max

status

enum<string>

obrigatório

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

Opções disponíveis:

queued,

in_progress,

completed,

failed

progress

integer

obrigatório

Task progress as a coarse percentage.

Intervalo necessário: 0 <= x <= 100

created_at

integer<int64>

obrigatório

Task creation time as a Unix timestamp in seconds.

task_id

string

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

Exemplo:

"<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.

Exemplo:

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

error

object

Failure details. This field appears when the task fails.

Show child attributes

Última modificação em 14 de setembro de 2026

curl \
  https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  --form-string 'model=minimax-h3' \
  --form-string 'prompt=A paper boat glides across a still pond, daylight, locked camera, no text.' \
  --form-string 'seconds=5' \
  --form-string 'size=2544x1456'

{
  "id": "<task_id>",
  "task_id": "<task_id>",
  "object": "video",
  "model": "minimax-h3",
  "status": "queued",
  "progress": 0,
  "created_at": 1779938152
}

Moderação de conteúdo

Chaves de API

Escolha um modelo

Escolha um modo de entrada

Use imagens de referência

Use vídeos e áudios de referência

Envie um vídeo de referência

Envie áudio de referência com uma imagem

Defina o primeiro e o último quadros

Definir duração e tamanho

Tamanhos para `minimax-h3`

Tamanhos para `minimax-h3-max`

Fluxo da tarefa

Autorizações

Corpo

Resposta

​Escolha um modelo

​Escolha um modo de entrada

​Use imagens de referência

​Use vídeos e áudios de referência

​Envie um vídeo de referência

​Envie áudio de referência com uma imagem

​Defina o primeiro e o último quadros

​Definir duração e tamanho

​Tamanhos para minimax-h3

​Tamanhos para minimax-h3-max

​Fluxo da tarefa

Autorizações

Corpo

Resposta

Escolha um modelo

Escolha um modo de entrada

Use imagens de referência

Use vídeos e áudios de referência

Envie um vídeo de referência

Envie áudio de referência com uma imagem

Defina o primeiro e o último quadros

Definir duração e tamanho

Tamanhos para `minimax-h3`

Tamanhos para `minimax-h3-max`

Fluxo da tarefa