Neidio i'r cynnwys

H3 Max Reference to Video

Integreiddio

ID y model 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://api.doitong.ru/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://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ffeiliau fel yr enghraifft: $0.40 400 o gredydau API · ≈ ₽42.63 caiff eich ffeiliau eu mesur cyn y rhediad Ei redeg ar y dudalen hon

Cael allwedd API
MiniMax Cyfeirnod i Fideo Mewnbynnau cyfeirio0.92–15 shyd at 1080P #stylized#transform#typography

Cynhyrchu fideo H3 Max sy'n cadw pynciau'n gyson gan ddefnyddio delweddau, fideos a chlipiau sain cyfeirio

Wedi'i wneud ar Doitong

Gwaith cyhoeddus a wnaed gyda Hailuo 03 New Turbo gan gymuned Doitong. Ailddefnyddiwch anogwr mewn un clic.

Gwaith cyhoeddus wedi'i ddangos: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Fideo

Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly coiled around her head and neck, its scales glistening in soft, diffused light. The camera gently zooms in, emphasizing the intricate texture of the snake’s scales and the model’s striking facial...

Animate the stickman drawings into a smooth dance animation. The simple black stick figure perfor... Fideo

Animate the stickman drawings into a smooth dance animation. The simple black stick figure performs fun rhythmic dance moves — waving its arms, bending knees, jumping lightly, spinning, and swaying side to side in time with upbeat music. Keep the white background clean and minimal. The motion...

A hyper-realistic, cinematic transformation sequence of the man in the uploaded image, sitting in... Fideo

A hyper-realistic, cinematic transformation sequence of the man in the uploaded image, sitting in meditation inside a traditional Japanese room. The atmosphere begins to tremble slightly as soft blue light flows around him. From the ground, thousands of magnetic nano-particles rise, shimmering...

A cinematic transformation video of the man. The scene begins with him standing naturally, then l... Fideo

A cinematic transformation video of the man. The scene begins with him standing naturally, then looking down at his hands as glowing holographic projections appear around his body. Mechanical parts of the Iron Man armor start assembling piece by piece with smooth animation: chest plate forming,...

An ultra-epic anime cinematic of Luffy’s greatest enemy unleashing a terrifying blind rage, rampa... Fideo

An ultra-epic anime cinematic of Luffy’s greatest enemy unleashing a terrifying blind rage, rampaging uncontrollably against nature itself. His gigantic body is surrounded by a storm of black and crimson energy, crackling with lightning that scorches the ground. His roar shakes the heavens,...

A fair-skinned red-haired woman with freckles tightly embraces a majestic white tiger with faint ... Fideo

A fair-skinned red-haired woman with freckles tightly embraces a majestic white tiger with faint reddish stripes. They remain close, perfectly synchronized in stillness. The woman blinks slowly, slightly tilting her head with a serious and intense expression. The tiger breathes gently — its...

The snowboarder is riding across massive, fluffy white clouds as if they were snow-covered mounta... Fideo

The snowboarder is riding across massive, fluffy white clouds as if they were snow-covered mountains, with dramatic lighting and deep shadows adding volume and realism. The background shows a stunning blue sky with scattered soft clouds and subtle light rays. crisp cinematic quality, vivid...

Доктор Ларин непрерывно двигает губами, как будто говорит, выразительные движения губ. Поворачива... Fideo

Доктор Ларин непрерывно двигает губами, как будто говорит, выразительные движения губ. Поворачивает голову и направляет взгляд на клипборд который у него в руках, в это время скелет качает головой , далее Доктор Ларин встаёт ( но не идёт через стол)и передает клипборд скелету Ёрику, Ёрик берёт...

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

•gofynnol 88 / 50000

Cyfarwyddiadau cynhyrchu fideo gyda chyfeiriadau wedi'u hadnabod yn ôl math ased a safle ym mhob rhestr gyfeirio, gan ddefnyddio labeli fel Audio 1, Video 1, Image 1, Image 2, ac ati.

•gofynnol

Ymdrech ailysgrifennu'r anogiad cyn cynhyrchu: mae 'quality' yn datblygu anogiad cyfoethocach dros hyd at tua 30s, tra bod 'balanced' yn dychwelyd mewn tua eiliad. Dewiswch 'disabled' i hepgor ehangu'r anogiad.

resolution rhagosodedig 768P

Dewis cydraniad cynhyrchu: mae 1080P yn gofyn am fireinio cudd o ddeunydd a gynhyrchwyd yn frodorol ar 768P, yn hytrach na chynhyrchu brodorol ar y cydraniad a ddewiswyd.

aspect_ratio rhagosodedig adaptive

Cymhareb agwedd yr allbwn fideo.

rhagosodedig 5

Hyd y gofynnwyd amdano mewn eiliadau, gan ganiatáu hyd fideo gwirioneddol hyd at tua 0.7 s y tu hwnt i'r cais hwnnw.

Uwch 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
Gollyngwch ffeil, neu · hyd at 9

URLs delweddau cyfeirio pwnc neu arddull, sy'n rhannu uchafswm o 12 ffeil â'r holl gyfeiriadau fideo a sain. Nodwch y delweddau hyn yn yr anogiad yn ôl safle'r rhestr gan ddefnyddio Image 1, Image 2, a labeli dilynol.

Gollyngwch ffeil, neu · hyd at 3

URLs fideo cyfeirio symudiad neu fideo arall, wedi'u hadnabod yn ôl safle'r rhestr yn yr anogiad gan ddefnyddio Video 1, Video 2, a labeli dilynol. Yr uchafswm a rennir ar draws cyfeiriadau delwedd, fideo a sain yw 12 ffeil; rhaid i bob clip fideo bara 2–15 eiliad ac ni chaiff y cyfanswm fod yn fwy na 15 eiliad.

Gollyngwch ffeil, neu · hyd at 3

Darparwch sain gyfeirio fel URLs a nodwch y clipiau yn yr anogiad gan ddefnyddio Audio 1, Audio 2, a labeli dilynol. Rhaid i bob clip bara 2–15 eiliad, gyda dim mwy na 15 eiliad o sain i gyd. Gellir darparu unrhyw un o'r mathau cyfeirio delwedd, fideo a sain ar ei ben ei hun neu gyda'i gilydd, yn amodol ar uchafswm cyffredin o 12 ffeil.

image_url
Gollyngwch ffeil, neu

URL delwedd dewisol sy'n diffinio'r union ffrâm agoriadol ac yn pennu'r cynfas allbwn. Mae asedau cyfeirio'n cynnal cysondeb y pwnc.

Gollyngwch ffeil, neu

Delwedd arweiniol ddewisol ar gyfer middle_frame_time, ar gael gyda chynhyrchu brodorol 480P neu 768P yn unig a phan ddarperir delwedd gychwynnol a delwedd derfynol.

end_image_url
Gollyngwch ffeil, neu

URL delwedd derfynol ddewisol sy'n gosod union ffrâm derfynol y fideo i'r ddelwedd a ddarparwyd.

Amser lleoli'r ddelwedd ganol, y gellir ei ddefnyddio gyda middle_image_url yn unig ac sy'n gyfyngedig i safleoedd y tu mewn yn llym i fframiau cyntaf ac olaf y fideo y gofynnwyd amdano. Darparwch eiliadau a aeth heibio ers y dechrau; caiff y gwerth ei dalgrynnu i'r ffrâm 24 fps agosaf.

Hadau ar gyfer cynhyrchu ar hap; os cânt eu hepgor, dewisir un ar hap.

Rhestr gyfeirio a ddarperir fel dewis arall i reference_*_urls, byth ochr yn ochr â nhw. Mae trefn ar draws moddau yn cario ystyr, felly cedwir y dilyniant drwy gydol y prosesu.

POST /run/minimax/h3-max/reference-to-video?wait=20 dyfynbris → $0.40
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â H3 Max Reference to Video

Yn cynhyrchu fideo dan arweiniad asedau cyfeirio: hyd at 9 delwedd, 3 fideo a 3 chlip sain, gydag uchafswm o 12 ffeil i gyd. Mae'r anogiad yn cyfeirio atynt fel Image 1, Video 1, Audio 1 ac yn y blaen. Mae fframiau cyntaf, canol (`middle_image_url` ar `middle_frame_time`) ac olaf dewisol yn gosod y dechrau, canol a diwedd. Mae `duration` yn 0.92 i 15 eiliad, a gall `aspect_ratio` fod yn adaptive.

Paramedrau

Anfonwch naill ai'r enw canonaidd neu'r enw brodorol, nid y ddau. Enwau canonaidd

EnwMath RhagosodedigCaniateir Disgrifiad
promptgofynnol
Mathstring
≤ 50,000 nod
Cyfarwyddiadau cynhyrchu fideo gyda chyfeiriadau wedi'u hadnabod yn ôl math ased a safle ym mhob rhestr gyfeirio, gan ddefnyddio labeli fel Audio 1, Video 1, Image 1, Image 2, ac ati.
reference_image_urlsdewisol images
Mathurl[] · image
≤ 9 eitem
URLs delweddau cyfeirio pwnc neu arddull, sy'n rhannu uchafswm o 12 ffeil â'r holl gyfeiriadau fideo a sain. Nodwch y delweddau hyn yn yr anogiad yn ôl safle'r rhestr gan ddefnyddio Image 1, Image 2, a labeli dilynol.
reference_video_urlsdewisol
Mathurl[] · video
≤ 3 eitem
URLs fideo cyfeirio symudiad neu fideo arall, wedi'u hadnabod yn ôl safle'r rhestr yn yr anogiad gan ddefnyddio Video 1, Video 2, a labeli dilynol. Yr uchafswm a rennir ar draws cyfeiriadau delwedd, fideo a sain yw 12 ffeil; rhaid i bob clip fideo bara 2–15 eiliad ac ni chaiff y cyfanswm fod yn fwy na 15 eiliad.
reference_audio_urlsdewisol
Mathurl[] · audio
≤ 3 eitem
Darparwch sain gyfeirio fel URLs a nodwch y clipiau yn yr anogiad gan ddefnyddio Audio 1, Audio 2, a labeli dilynol. Rhaid i bob clip bara 2–15 eiliad, gyda dim mwy na 15 eiliad o sain i gyd. Gellir darparu unrhyw un o'r mathau cyfeirio delwedd, fideo a sain ar ei ben ei hun neu gyda'i gilydd, yn amodol ar uchafswm cyffredin o 12 ffeil.
image_urldewisol image
Mathurl · image
URL delwedd dewisol sy'n diffinio'r union ffrâm agoriadol ac yn pennu'r cynfas allbwn. Mae asedau cyfeirio'n cynnal cysondeb y pwnc.
middle_image_urldewisol
Mathurl · image
Delwedd arweiniol ddewisol ar gyfer middle_frame_time, ar gael gyda chynhyrchu brodorol 480P neu 768P yn unig a phan ddarperir delwedd gychwynnol a delwedd derfynol.
middle_frame_timedewisol
Mathnumber | null
> 0< 15
Amser lleoli'r ddelwedd ganol, y gellir ei ddefnyddio gyda middle_image_url yn unig ac sy'n gyfyngedig i safleoedd y tu mewn yn llym i fframiau cyntaf ac olaf y fideo y gofynnwyd amdano. Darparwch eiliadau a aeth heibio ers y dechrau; caiff y gwerth ei dalgrynnu i'r ffrâm 24 fps agosaf.
end_image_urldewisol end_image
Mathurl · image
URL delwedd derfynol ddewisol sy'n gosod union ffrâm derfynol y fideo i'r ddelwedd a ddarparwyd.
durationdewisol
Mathnumber
Rhagosodedig5
0.92 – 15
Hyd y gofynnwyd amdano mewn eiliadau, gan ganiatáu hyd fideo gwirioneddol hyd at tua 0.7 s y tu hwnt i'r cais hwnnw.
resolutiondewisol
Mathenum
Rhagosodedig768P
480P768P1080P
Dewis cydraniad cynhyrchu: mae 1080P yn gofyn am fireinio cudd o ddeunydd a gynhyrchwyd yn frodorol ar 768P, yn hytrach na chynhyrchu brodorol ar y cydraniad a ddewiswyd.
seeddewisol
Mathinteger | null
Hadau ar gyfer cynhyrchu ar hap; os cânt eu hepgor, dewisir un ar hap.
enable_safety_checkerdewisol
Mathboolean
Rhagosodedigtrue
Ysgogi gwiriwr diogelwch; mae true yn galluogi'r gwiriad.
prompt_expansion_modegofynnol
Mathstring
Rhagosodedigbalanced
Ymdrech ailysgrifennu'r anogiad cyn cynhyrchu: mae 'quality' yn datblygu anogiad cyfoethocach dros hyd at tua 30s, tra bod 'balanced' yn dychwelyd mewn tua eiliad. Dewiswch 'disabled' i hepgor ehangu'r anogiad.
aspect_ratiodewisol
Mathenum
Rhagosodedigadaptive
adaptive21:916:94:31:13:49:16
Cymhareb agwedd yr allbwn fideo.
reference_conditionsdewisol
Mathobject[]
≤ 12 eitem
Rhestr gyfeirio a ddarperir fel dewis arall i reference_*_urls, byth ochr yn ochr â nhw. Mae trefn ar draws moddau yn cario ystyr, felly cedwir y dilyniant drwy gydol y prosesu.
reference_conditions[].typegofynnol
Mathenum
imagevideoaudio
Modd y cyfeiriad; mae trefn ar draws moddau yn y rhestr yn cario ystyr.
reference_conditions[].urlgofynnol
Mathstring
≥ 1 characters
URL cyfryngau'r cyfeiriad.
gofynnol Enw canonaidd, derbyniol hefyd

Mae paramedrau ffeil yn derbyn URL cyhoeddus https://, URI data: hyd at 10 MB, neu file_url uwchlwythiad. Ffeiliau

Allbwn

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://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
video
object {url, content_type, file_name, file_size}Fideo a gynhyrchir gan y model.
expanded_prompt
string | nullAnogiad estynedig sy'n barod ar gyfer y model, neu null os nad oes testun estynedig ar gael. Yr achosion null yw ehangu anabl, ehangu na wnaeth unrhyw newid, ac ehangu a driniwyd yn fewnol gan API cynnal y model.
seed
integerHadau sylfaenol a ddefnyddir i atgynhyrchu'r canlyniad a gynhyrchwyd.
timings
object | nullMesuriadau amseru wedi'u mynegi mewn eiliadau, ar gael ar lwybrau sy'n adrodd amseriadau'r ôl-wyneb yn unig; fel arall null. Mae'r cofnod 'inference' yn mesur faint o amser a gymerodd dad-sŵn DiT ar yr ôl-wyneb GPU.

Mwy o fodelau: Cyfeirnod i Fideo

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/minimax/h3-max/reference-to-video.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt