Vai al contenuto

H3 Max Reference to Video

Integra

ID del modello 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"

File come nell'esempio: 0,40 $ 400 crediti API · ≈ 42,19 ₽ i tuoi file vengono misurati prima dell'esecuzione Esegui in questa pagina

Ottieni la chiave API
MiniMax Da riferimento a video Input di riferimento0,92–15 sfino a 1080P #stylized#transform#typography

Generazione video H3 Max che mantiene coerenti i soggetti usando immagini, video e clip audio di riferimento

Creato su Doitong

Lavori pubblici creati con Hailuo 03 New Turbo dalla community di Doitong. Riutilizza un prompt con un clic.

Lavori pubblici mostrati: 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....

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio 88 / 50000

Istruzioni per la generazione video con riferimenti identificati dal tipo di risorsa e dalla posizione nell'elenco dei riferimenti, usando etichette come Audio 1, Video 1, Image 1, Image 2 e così via.

•obbligatorio

Livello di riscrittura del prompt prima della generazione: 'quality' sviluppa un prompt più ricco in circa 30 s, mentre 'balanced' restituisce il risultato in circa un secondo. Scegli 'disabled' per omettere l'espansione del prompt.

resolution predefinito 768P

Selezione della risoluzione di generazione: 1080P richiede il raffinamento latente del materiale generato nativamente a 768P, anziché la generazione nativa alla risoluzione selezionata.

aspect_ratio predefinito adaptive

Proporzioni del video di output.

predefinito 5

Durata richiesta in secondi, che consente una durata effettiva del video fino a circa 0.7 s oltre quella richiesta.

Avanzate 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
Trascina un file oppure · fino a 9

URL delle immagini di riferimento del soggetto o dello stile, condividendo con tutti i riferimenti video e audio un limite massimo di 12 file. Identifica queste immagini nel prompt in base alla posizione nell'elenco usando Image 1, Image 2 e le etichette successive.

Trascina un file oppure · fino a 3

URL dei video di riferimento del movimento o di altro tipo, identificati nel prompt in base alla posizione nell'elenco usando Video 1, Video 2 e le etichette successive. Il limite condiviso tra riferimenti immagine, video e audio è di 12 file; ogni clip video deve durare 2–15 secondi e la durata totale non deve superare 15 secondi.

Trascina un file oppure · fino a 3

Fornisci l'audio di riferimento come URL e identifica i clip nel prompt usando Audio 1, Audio 2 e le etichette successive. Ogni clip deve durare 2–15 secondi, con un massimo complessivo di 15 secondi di audio. È possibile fornire da soli o combinati tutti i tipi di riferimento immagine, video e audio, soggetti a un limite condiviso di 12 file.

image_url
Trascina un file oppure

URL facoltativo dell'immagine che definisce il fotogramma iniziale esatto e determina il canvas di output. Le risorse di riferimento mantengono la coerenza del soggetto.

Trascina un file oppure

Immagine guida facoltativa per middle_frame_time, disponibile solo con generazione nativa a 480P o 768P e con un'immagine iniziale e una finale entrambe fornite.

end_image_url
Trascina un file oppure

URL facoltativo dell'immagine finale che fissa il fotogramma finale esatto del video all'immagine fornita.

Tempo di posizionamento dell'immagine centrale, utilizzabile solo con middle_image_url e limitato a posizioni strettamente interne al primo e all'ultimo fotogramma del video richiesto. Fornisci i secondi trascorsi dall'inizio; il valore viene arrotondato al fotogramma più vicino a 24 fps.

Seed per la generazione casuale; se omesso, ne viene scelto uno casualmente.

Elenco di riferimenti fornito in alternativa a reference_*_urls, mai insieme a questi. L'ordine tra le modalità è significativo, quindi la sequenza viene mantenuta durante tutta l'elaborazione.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su H3 Max Reference to Video

Genera video guidati da risorse di riferimento: fino a 9 immagini, 3 video e 3 clip audio, con un massimo di 12 file complessivi. Il prompt vi fa riferimento come Image 1, Video 1, Audio 1 e così via. I fotogrammi iniziale, centrale (`middle_image_url` a `middle_frame_time`) e finale opzionali fissano inizio, centro e fine. `duration` va da 0.92 a 15 secondi e `aspect_ratio` può essere adaptive.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
promptobbligatorio
Tipostring
≤ 50.000 caratteri
Istruzioni per la generazione video con riferimenti identificati dal tipo di risorsa e dalla posizione nell'elenco dei riferimenti, usando etichette come Audio 1, Video 1, Image 1, Image 2 e così via.
reference_image_urlsfacoltativo images
Tipourl[] · image
≤ 9 elementi
URL delle immagini di riferimento del soggetto o dello stile, condividendo con tutti i riferimenti video e audio un limite massimo di 12 file. Identifica queste immagini nel prompt in base alla posizione nell'elenco usando Image 1, Image 2 e le etichette successive.
reference_video_urlsfacoltativo
Tipourl[] · video
≤ 3 elementi
URL dei video di riferimento del movimento o di altro tipo, identificati nel prompt in base alla posizione nell'elenco usando Video 1, Video 2 e le etichette successive. Il limite condiviso tra riferimenti immagine, video e audio è di 12 file; ogni clip video deve durare 2–15 secondi e la durata totale non deve superare 15 secondi.
reference_audio_urlsfacoltativo
Tipourl[] · audio
≤ 3 elementi
Fornisci l'audio di riferimento come URL e identifica i clip nel prompt usando Audio 1, Audio 2 e le etichette successive. Ogni clip deve durare 2–15 secondi, con un massimo complessivo di 15 secondi di audio. È possibile fornire da soli o combinati tutti i tipi di riferimento immagine, video e audio, soggetti a un limite condiviso di 12 file.
image_urlfacoltativo image
Tipourl · image
URL facoltativo dell'immagine che definisce il fotogramma iniziale esatto e determina il canvas di output. Le risorse di riferimento mantengono la coerenza del soggetto.
middle_image_urlfacoltativo
Tipourl · image
Immagine guida facoltativa per middle_frame_time, disponibile solo con generazione nativa a 480P o 768P e con un'immagine iniziale e una finale entrambe fornite.
middle_frame_timefacoltativo
Tiponumber | null
> 0< 15
Tempo di posizionamento dell'immagine centrale, utilizzabile solo con middle_image_url e limitato a posizioni strettamente interne al primo e all'ultimo fotogramma del video richiesto. Fornisci i secondi trascorsi dall'inizio; il valore viene arrotondato al fotogramma più vicino a 24 fps.
end_image_urlfacoltativo end_image
Tipourl · image
URL facoltativo dell'immagine finale che fissa il fotogramma finale esatto del video all'immagine fornita.
durationfacoltativo
Tiponumber
Predefinito5
0,92 – 15
Durata richiesta in secondi, che consente una durata effettiva del video fino a circa 0.7 s oltre quella richiesta.
resolutionfacoltativo
Tipoenum
Predefinito768P
480P768P1080P
Selezione della risoluzione di generazione: 1080P richiede il raffinamento latente del materiale generato nativamente a 768P, anziché la generazione nativa alla risoluzione selezionata.
seedfacoltativo
Tipointeger | null
Seed per la generazione casuale; se omesso, ne viene scelto uno casualmente.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Attivazione del controllo di sicurezza; true abilita il controllo.
prompt_expansion_modeobbligatorio
Tipostring
Predefinitobalanced
Livello di riscrittura del prompt prima della generazione: 'quality' sviluppa un prompt più ricco in circa 30 s, mentre 'balanced' restituisce il risultato in circa un secondo. Scegli 'disabled' per omettere l'espansione del prompt.
aspect_ratiofacoltativo
Tipoenum
Predefinitoadaptive
adaptive21:916:94:31:13:49:16
Proporzioni del video di output.
reference_conditionsfacoltativo
Tipoobject[]
≤ 12 elementi
Elenco di riferimenti fornito in alternativa a reference_*_urls, mai insieme a questi. L'ordine tra le modalità è significativo, quindi la sequenza viene mantenuta durante tutta l'elaborazione.
reference_conditions[].typeobbligatorio
Tipoenum
imagevideoaudio
Modalità del riferimento; l'ordine tra le modalità nell'elenco è significativo.
reference_conditions[].urlobbligatorio
Tipostring
≥ 1 characters
URL della risorsa multimediale di riferimento.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
video
object {url, content_type, file_name, file_size}Video prodotto dal modello.
expanded_prompt
string | nullPrompt espanso pronto per il modello, oppure null se non è disponibile alcun testo espanso. I casi null sono: espansione disabilitata, espansione che non ha apportato modifiche ed espansione gestita internamente dall'API ospitata del modello.
seed
integerSeed di base usato per riprodurre il risultato generato.
timings
object | nullMisurazioni dei tempi espresse in secondi, disponibili solo nelle route che riportano i tempi del backend; altrimenti null. La voce 'inference' misura la durata del denoising DiT sul backend GPU.

Altri modelli: Da riferimento a video

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/minimax/h3-max/reference-to-video.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt