Zum Inhalt springen

H3 Max Reference to Video

Integrieren

Modell-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"

Dateien wie das Beispiel: 0,40 $ 400 API-Credits · ≈ 42,19 ₽ Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
MiniMax Referenz zu Video Referenzeingaben0,92–15 sbis zu 1080P #stylized#transform#typography

H3-Max-Videogenerierung mit konsistenten Motiven anhand von Referenzbildern, -videos und Audioclips

Auf Doitong erstellt

Öffentliche Werke der Doitong-Community mit Hailuo 03 New Turbo. Verwende einen Prompt mit einem Klick erneut.

Angezeigte öffentliche Werke: 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....

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich 88 / 50000

Anweisungen für die Video-Generierung mit Referenzen, die anhand von Medientyp und Position in jeder Referenzliste identifiziert werden, etwa Audio 1, Video 1, Image 1, Image 2 und folgende Bezeichnungen.

•erforderlich

Aufwand für die Prompt-Umschreibung vor der Generierung: 'quality' entwickelt über bis zu etwa 30 s einen ausführlicheren Prompt, während 'balanced' in ungefähr einer Sekunde zurückkehrt. Wähle 'disabled', um die Prompt-Erweiterung zu überspringen.

resolution Standard 768P

Auswahl der Generierungsauflösung: Für 1080P ist eine latente Verfeinerung des nativ mit 768P generierten Materials erforderlich, statt einer nativen Generierung in der ausgewählten Auflösung.

aspect_ratio Standard adaptive

Seitenverhältnis des Ausgabevideos.

Standard 5

Angeforderte Dauer in Sekunden; die tatsächliche Videolänge kann bis zu etwa 0.7 s darüber liegen.

Erweitert 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
Datei ablegen oder · bis zu 9

URLs von Referenzbildern für Motiv oder Stil; zusammen mit allen Video- und Audioreferenzen maximal 12 Dateien. Identifiziere diese Bilder im Prompt anhand ihrer Listenposition mit Image 1, Image 2 und folgenden Bezeichnungen.

Datei ablegen oder · bis zu 3

URLs von Referenzvideos für Bewegung oder andere Eigenschaften, im Prompt anhand ihrer Listenposition mit Video 1, Video 2 und folgenden Bezeichnungen identifiziert. Das gemeinsame Kontingent für Bild-, Video- und Audioreferenzen beträgt 12 Dateien; Videoclips müssen jeweils 2–15 Sekunden lang sein und insgesamt höchstens 15 Sekunden umfassen.

Datei ablegen oder · bis zu 3

Stelle Referenzaudio als URLs bereit und identifiziere die Clips im Prompt mit Audio 1, Audio 2 und folgenden Bezeichnungen. Jeder Clip muss 2–15 Sekunden lang sein, insgesamt sind höchstens 15 Sekunden Audio zulässig. Bild-, Video- und Audioreferenzen können einzeln oder kombiniert bereitgestellt werden, unterliegen jedoch gemeinsam einem Maximum von 12 Dateien.

image_url
Datei ablegen oder

Optionale Bild-URL, die das exakte Start-Frame festlegt und die Ausgabe-Arbeitsfläche bestimmt. Referenz-Assets bewahren die Konsistenz des Motivs.

Datei ablegen oder

Optionales Leitbild für middle_frame_time, nur bei nativer 480P- oder 768P-Generierung und bei bereitgestelltem Start- und Endbild verfügbar.

end_image_url
Datei ablegen oder

Optionale URL für das letzte Bild, die das exakte End-Frame des Videos auf das bereitgestellte Bild festlegt.

Zeitposition des mittleren Bildes, nur mit middle_image_url verwendbar und auf Positionen strikt innerhalb des ersten und letzten Frames des angeforderten Videos beschränkt. Gib die seit Beginn verstrichenen Sekunden an; der Wert wird auf das nächste Frame bei 24 fps gerundet.

Seed für die zufällige Generierung; wenn nicht angegeben, wird zufällig einer ausgewählt.

Referenzliste als Alternative zu reference_*_urls, niemals zusammen mit diesen. Die Reihenfolge über die Modalitäten hinweg ist bedeutungstragend und wird während der gesamten Verarbeitung beibehalten.

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

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über H3 Max Reference to Video

Generiert Videos anhand von Referenzmaterial: bis zu 9 Bilder, 3 Videos und 3 Audioclips, insgesamt höchstens 12 Dateien. Der Prompt verweist darauf als Image 1, Video 1, Audio 1 usw. Optionale erste, mittlere (`middle_image_url` bei `middle_frame_time`) und letzte Bilder legen Anfang, Mitte und Ende fest. `duration` beträgt 0.92 bis 15 Sekunden, und `aspect_ratio` kann adaptiv sein.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
prompterforderlich
Typstring
≤ 50.000 Zeichen
Anweisungen für die Video-Generierung mit Referenzen, die anhand von Medientyp und Position in jeder Referenzliste identifiziert werden, etwa Audio 1, Video 1, Image 1, Image 2 und folgende Bezeichnungen.
reference_image_urlsoptional images
Typurl[] · image
≤ 9 Elemente
URLs von Referenzbildern für Motiv oder Stil; zusammen mit allen Video- und Audioreferenzen maximal 12 Dateien. Identifiziere diese Bilder im Prompt anhand ihrer Listenposition mit Image 1, Image 2 und folgenden Bezeichnungen.
reference_video_urlsoptional
Typurl[] · video
≤ 3 Elemente
URLs von Referenzvideos für Bewegung oder andere Eigenschaften, im Prompt anhand ihrer Listenposition mit Video 1, Video 2 und folgenden Bezeichnungen identifiziert. Das gemeinsame Kontingent für Bild-, Video- und Audioreferenzen beträgt 12 Dateien; Videoclips müssen jeweils 2–15 Sekunden lang sein und insgesamt höchstens 15 Sekunden umfassen.
reference_audio_urlsoptional
Typurl[] · audio
≤ 3 Elemente
Stelle Referenzaudio als URLs bereit und identifiziere die Clips im Prompt mit Audio 1, Audio 2 und folgenden Bezeichnungen. Jeder Clip muss 2–15 Sekunden lang sein, insgesamt sind höchstens 15 Sekunden Audio zulässig. Bild-, Video- und Audioreferenzen können einzeln oder kombiniert bereitgestellt werden, unterliegen jedoch gemeinsam einem Maximum von 12 Dateien.
image_urloptional image
Typurl · image
Optionale Bild-URL, die das exakte Start-Frame festlegt und die Ausgabe-Arbeitsfläche bestimmt. Referenz-Assets bewahren die Konsistenz des Motivs.
middle_image_urloptional
Typurl · image
Optionales Leitbild für middle_frame_time, nur bei nativer 480P- oder 768P-Generierung und bei bereitgestelltem Start- und Endbild verfügbar.
middle_frame_timeoptional
Typnumber | null
> 0< 15
Zeitposition des mittleren Bildes, nur mit middle_image_url verwendbar und auf Positionen strikt innerhalb des ersten und letzten Frames des angeforderten Videos beschränkt. Gib die seit Beginn verstrichenen Sekunden an; der Wert wird auf das nächste Frame bei 24 fps gerundet.
end_image_urloptional end_image
Typurl · image
Optionale URL für das letzte Bild, die das exakte End-Frame des Videos auf das bereitgestellte Bild festlegt.
durationoptional
Typnumber
Standard5
0,92 – 15
Angeforderte Dauer in Sekunden; die tatsächliche Videolänge kann bis zu etwa 0.7 s darüber liegen.
resolutionoptional
Typenum
Standard768P
480P768P1080P
Auswahl der Generierungsauflösung: Für 1080P ist eine latente Verfeinerung des nativ mit 768P generierten Materials erforderlich, statt einer nativen Generierung in der ausgewählten Auflösung.
seedoptional
Typinteger | null
Seed für die zufällige Generierung; wenn nicht angegeben, wird zufällig einer ausgewählt.
enable_safety_checkeroptional
Typboolean
Standardtrue
Aktivierung der Sicherheitsprüfung; true aktiviert die Prüfung.
prompt_expansion_modeerforderlich
Typstring
Standardbalanced
Aufwand für die Prompt-Umschreibung vor der Generierung: 'quality' entwickelt über bis zu etwa 30 s einen ausführlicheren Prompt, während 'balanced' in ungefähr einer Sekunde zurückkehrt. Wähle 'disabled', um die Prompt-Erweiterung zu überspringen.
aspect_ratiooptional
Typenum
Standardadaptive
adaptive21:916:94:31:13:49:16
Seitenverhältnis des Ausgabevideos.
reference_conditionsoptional
Typobject[]
≤ 12 Elemente
Referenzliste als Alternative zu reference_*_urls, niemals zusammen mit diesen. Die Reihenfolge über die Modalitäten hinweg ist bedeutungstragend und wird während der gesamten Verarbeitung beibehalten.
reference_conditions[].typeerforderlich
Typenum
imagevideoaudio
Modalität der Referenz; die Reihenfolge der Modalitäten in der Liste ist bedeutungstragend.
reference_conditions[].urlerforderlich
Typstring
≥ 1 characters
URL des Referenzmediums.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
video
object {url, content_type, file_name, file_size}Vom Modell erzeugtes Video.
expanded_prompt
string | nullFür das Modell erweiterter Prompt oder null, wenn kein erweiterter Text verfügbar ist. null tritt bei deaktivierter Erweiterung, unveränderter Erweiterung und intern von der gehosteten API des Modells verarbeiteter Erweiterung auf.
seed
integerBasis-Seed zur Reproduktion des generierten Ergebnisses.
timings
object | nullZeitmessungen in Sekunden, nur auf Routen verfügbar, die Backend-Zeitmessungen melden; andernfalls null. Der Eintrag 'inference' misst, wie lange die DiT-Entrauschung auf dem GPU-Backend gedauert hat.

Weitere Modelle: Referenz zu Video

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/minimax/h3-max/reference-to-video.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt