Gå til indhold

H3 Max Reference to Video

Integrer

Model-id 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"

Filer som eksemplet: 0,40 $ 400 API-kreditter · ≈ 42,19 ₽ dine filer måles før kørslen Kør den på denne side

Hent API-nøgle
MiniMax Reference til video Referenceinputs0,92–15 sop til 1080P #stylized#transform#typography

H3 Max-videogenerering, der holder motiver konsistente ved hjælp af referencebilleder, -videoer og lydklip

Lavet på Doitong

Offentlige værker skabt med Hailuo 03 New Turbo af Doitong-fællesskabet. Genbrug en prompt med ét klik.

Offentlige værker vist: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Video

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... Video

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... Video

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... Video

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... Video

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 ... Video

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... Video

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...

Video

Используй это изображение как точный референс. Вертикальное реалистичное видео 9:16, тёплая кинематографичная ночная сцена в спальне. Полностью сохранить лица Ани и Павла, их внешность, причёски, одежду, освещение, кровать, панорамные окна и ночной город. Камера статичная, средний крупный план....

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet 88 / 50000

Video-genereringsinstruktioner med referencer identificeret efter aktivtype og position i hver referenceliste ved hjælp af etiketter som Audio 1, Video 1, Image 1, Image 2 og så videre.

•påkrævet

Indsats ved omskrivning af prompt før generering: 'quality' udvikler en rigere prompt over op til cirka 30s, mens 'balanced' returnerer på omtrent et sekund. Vælg 'disabled' for at udelade promptudvidelse.

resolution standard 768P

Valg af genereringsopløsning: 1080P kræver latent forfining af materiale, der er genereret naturligt i 768P, i stedet for naturlig generering i den valgte opløsning.

aspect_ratio standard adaptive

Outputvideoens højde-bredde-forhold.

standard 5

Anmodet varighed i sekunder, hvilket tillader en faktisk videolængde på op til cirka 0.7 s ud over anmodningen.

Avanceret 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
Slip en fil, eller · op til 9

URL'er til motiv- eller stilreferencebilleder, med en fælles grænse på 12 filer for alle video- og lydreferencer. Identificer disse billeder i prompten efter listeposition ved hjælp af Image 1, Image 2 og efterfølgende etiketter.

Slip en fil, eller · op til 3

URL'er til bevægelses- eller andre referencevideoer, identificeret efter listeposition i prompten ved hjælp af Video 1, Video 2 og efterfølgende etiketter. Den fælles grænse på tværs af billed-, video- og lydreferencer er 12 filer; videoklip skal hver vare 2–15 sekunder og samlet højst 15 sekunder.

Slip en fil, eller · op til 3

Lever referencelyd som URL'er, og identificer klippene i prompten ved hjælp af Audio 1, Audio 2 og efterfølgende etiketter. Hvert klip skal vare 2–15 sekunder, og den samlede lyd må højst vare 15 sekunder. Alle billed-, video- og lydreferencetyper kan leveres alene eller kombineret med en fælles maksimumgrænse på 12 filer.

image_url
Slip en fil, eller

Valgfri billed-URL, der definerer den præcise åbningsframe og bestemmer outputlærredet. Referenceaktiver bevarer motivkonsistensen.

Slip en fil, eller

Valgfrit vejledende billede til middle_frame_time, kun tilgængeligt ved naturlig 480P- eller 768P-generering og når både et startbillede og et slutbillede er leveret.

end_image_url
Slip en fil, eller

Valgfri URL til slutbillede, der fastlåser videoens præcise slutframe til det leverede billede.

Placeringstid for midterbillede, kun mulig med middle_image_url og begrænset til positioner strengt mellem den anmodede videos første og sidste frame. Angiv sekunder siden starten; værdien afrundes til nærmeste frame ved 24 fps.

Seed til tilfældig generering; hvis den udelades, vælges en tilfældigt.

Referenceliste leveret som alternativ til reference_*_urls, aldrig sammen med dem. Rækkefølgen på tværs af modaliteter har betydning, så sekvensen bevares under hele behandlingen.

POST /run/minimax/h3-max/reference-to-video?wait=20 pris → 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om H3 Max Reference to Video

Genererer video styret af referenceaktiver: op til 9 billeder, 3 videoer og 3 lydklip, med højst 12 filer i alt. Prompten refererer til dem som Image 1, Video 1, Audio 1 og så videre. Valgfrie første-, midterste (`middle_image_url` ved `middle_frame_time`) og sidste billeder fastlåser begyndelsen, midten og slutningen. `duration` er 0.92 til 15 sekunder, og `aspect_ratio` kan være adaptive.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
promptpåkrævet
Typestring
≤ 50.000 tegn
Video-genereringsinstruktioner med referencer identificeret efter aktivtype og position i hver referenceliste ved hjælp af etiketter som Audio 1, Video 1, Image 1, Image 2 og så videre.
reference_image_urlsvalgfri images
Typeurl[] · image
≤ 9 elementer
URL'er til motiv- eller stilreferencebilleder, med en fælles grænse på 12 filer for alle video- og lydreferencer. Identificer disse billeder i prompten efter listeposition ved hjælp af Image 1, Image 2 og efterfølgende etiketter.
reference_video_urlsvalgfri
Typeurl[] · video
≤ 3 elementer
URL'er til bevægelses- eller andre referencevideoer, identificeret efter listeposition i prompten ved hjælp af Video 1, Video 2 og efterfølgende etiketter. Den fælles grænse på tværs af billed-, video- og lydreferencer er 12 filer; videoklip skal hver vare 2–15 sekunder og samlet højst 15 sekunder.
reference_audio_urlsvalgfri
Typeurl[] · audio
≤ 3 elementer
Lever referencelyd som URL'er, og identificer klippene i prompten ved hjælp af Audio 1, Audio 2 og efterfølgende etiketter. Hvert klip skal vare 2–15 sekunder, og den samlede lyd må højst vare 15 sekunder. Alle billed-, video- og lydreferencetyper kan leveres alene eller kombineret med en fælles maksimumgrænse på 12 filer.
image_urlvalgfri image
Typeurl · image
Valgfri billed-URL, der definerer den præcise åbningsframe og bestemmer outputlærredet. Referenceaktiver bevarer motivkonsistensen.
middle_image_urlvalgfri
Typeurl · image
Valgfrit vejledende billede til middle_frame_time, kun tilgængeligt ved naturlig 480P- eller 768P-generering og når både et startbillede og et slutbillede er leveret.
middle_frame_timevalgfri
Typenumber | null
> 0< 15
Placeringstid for midterbillede, kun mulig med middle_image_url og begrænset til positioner strengt mellem den anmodede videos første og sidste frame. Angiv sekunder siden starten; værdien afrundes til nærmeste frame ved 24 fps.
end_image_urlvalgfri end_image
Typeurl · image
Valgfri URL til slutbillede, der fastlåser videoens præcise slutframe til det leverede billede.
durationvalgfri
Typenumber
Standard5
0,92 – 15
Anmodet varighed i sekunder, hvilket tillader en faktisk videolængde på op til cirka 0.7 s ud over anmodningen.
resolutionvalgfri
Typeenum
Standard768P
480P768P1080P
Valg af genereringsopløsning: 1080P kræver latent forfining af materiale, der er genereret naturligt i 768P, i stedet for naturlig generering i den valgte opløsning.
seedvalgfri
Typeinteger | null
Seed til tilfældig generering; hvis den udelades, vælges en tilfældigt.
enable_safety_checkervalgfri
Typeboolean
Standardtrue
Aktivering af sikkerhedskontrol; true aktiverer kontrollen.
prompt_expansion_modepåkrævet
Typestring
Standardbalanced
Indsats ved omskrivning af prompt før generering: 'quality' udvikler en rigere prompt over op til cirka 30s, mens 'balanced' returnerer på omtrent et sekund. Vælg 'disabled' for at udelade promptudvidelse.
aspect_ratiovalgfri
Typeenum
Standardadaptive
adaptive21:916:94:31:13:49:16
Outputvideoens højde-bredde-forhold.
reference_conditionsvalgfri
Typeobject[]
≤ 12 elementer
Referenceliste leveret som alternativ til reference_*_urls, aldrig sammen med dem. Rækkefølgen på tværs af modaliteter har betydning, så sekvensen bevares under hele behandlingen.
reference_conditions[].typepåkrævet
Typeenum
imagevideoaudio
Referenceens modalitet; rækkefølgen på tværs af modaliteter i listen har betydning.
reference_conditions[].urlpåkrævet
Typestring
≥ 1 characters
URL til referencemediet.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
video
object {url, content_type, file_name, file_size}Video produceret af modellen.
expanded_prompt
string | nullModelklar udvidet prompt eller null, hvis der ikke findes udvidet tekst. null-tilfældene er deaktiverede udvidelser, udvidelser uden ændringer og udvidelser, der håndteres internt af modellens hostede API.
seed
integerBasis-seed brugt til at reproducere det genererede resultat.
timings
object | nullTidsmålinger angivet i sekunder, kun tilgængelige på ruter, der rapporterer backend-tider; ellers null. 'inference'-posten måler, hvor lang tid DiT-denoising tog på GPU-backenden.

Flere modeller: Reference til video

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/minimax/h3-max/reference-to-video.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt