Aqbeż għall-kontenut

H3 Max Reference to Video

Integra

Id tal-mudell 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"

Fajls bħall-eżempju: $0.40 400 krediti tal-API · ≈ ₽42.19 il-fajls tiegħek jitkejlu qabel it-tħaddim Ħaddmu f’din il-paġna

Ikseb ċavetta API
MiniMax Referenza għal vidjo Inputs ta’ referenza0.92–15 ssa 1080P #stylized#transform#typography

Ġenerazzjoni tal-vidjo H3 Max li żżomm is-suġġetti konsistenti billi tuża immaġnijiet, vidjows u klipps awdjo ta' referenza

Magħmul fuq Doitong

Xogħlijiet pubbliċi magħmula b’Hailuo 03 New Turbo mill-komunità ta’ Doitong. Uża prompt mill-ġdid bi klikk waħda.

Xogħlijiet pubbliċi murija: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Vidjo

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... Vidjo

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... Vidjo

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... Vidjo

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... Vidjo

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 ... Vidjo

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... Vidjo

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...

Vidjo

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....

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ 88 / 50000

Istruzzjonijiet għall-ġenerazzjoni tal-vidjo b’referenzi identifikati skont it-tip ta’ assi u l-pożizzjoni fil-lista ta’ referenzi rispettiva, bl-użu ta’ tikketti bħal Audio 1, Video 1, Image 1, Image 2, u oħrajn.

•meħtieġ

Livell ta’ sforz għar-riformulazzjoni tal-prompt qabel il-ġenerazzjoni: 'quality' jiżviluppa prompt aktar rikk f’madwar 30s, filwaqt li 'balanced' jirritorna f’madwar sekonda. Agħżel 'disabled' biex titħalla barra l-espansjoni tal-prompt.

resolution prestabbilit 768P

Għażla tar-riżoluzzjoni tal-ġenerazzjoni: 1080P teħtieġ irfinar latent ta’ materjal iġġenerat b’mod nattiv f’768P, minflok ġenerazzjoni nattiva fir-riżoluzzjoni magħżula.

aspect_ratio prestabbilit adaptive

Proporzjon tal-aspett għall-vidjo tal-output.

prestabbilit 5

Tul mitlub f’sekondi, li jippermetti tul reali tal-vidjo sa madwar 0.7 s lil hinn minn dik it-talba.

Avvanzat 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
Waqqa’ fajl, jew · sa 9

URLs ta’ immaġnijiet ta’ referenza għas-suġġett jew għall-istil, b’massimu kondiviż ta’ 12-il fajl mar-referenzi kollha tal-vidjo u tal-awdjo. Identifika dawn l-immaġnijiet fil-prompt skont il-pożizzjoni fil-lista billi tuża Image 1, Image 2, u tikketti sussegwenti.

Waqqa’ fajl, jew · sa 3

URLs ta’ vidjows ta’ referenza għall-moviment jew għal skopijiet oħra, identifikati skont il-pożizzjoni fil-lista fil-prompt billi tuża Video 1, Video 2, u tikketti sussegwenti. Il-limitu kondiviż bejn ir-referenzi tal-immaġni, tal-vidjo u tal-awdjo huwa ta’ 12-il fajl; kull klipp tal-vidjo jrid idum 2–15-il sekonda u t-total ma jaqbiżx 15-il sekonda.

Waqqa’ fajl, jew · sa 3

Ipprovdi awdjo ta’ referenza bħala URLs u identifika l-klipps fil-prompt billi tuża Audio 1, Audio 2, u tikketti sussegwenti. Kull klipp irid idum 2–15-il sekonda, b’massimu ta’ 15-il sekonda awdjo b’kollox. Kwalunkwe tip ta’ referenza tal-immaġni, tal-vidjo u tal-awdjo jista’ jiġi pprovdut waħdu jew flimkien, soġġett għal massimu kondiviż ta’ 12-il fajl.

image_url
Waqqa’ fajl, jew

URL ta’ immaġni mhux obbligatorju li jiddefinixxi l-frejm eżatt tal-bidu u jiddetermina l-kanvas tal-output. L-assi ta’ referenza jżommu l-konsistenza tas-suġġett.

Waqqa’ fajl, jew

Immaġni ta’ gwida mhux obbligatorja għal middle_frame_time, disponibbli biss b’ġenerazzjoni nattiva f’480P jew 768P u meta jiġu pprovduti kemm immaġni tal-bidu kif ukoll immaġni tat-tmiem.

end_image_url
Waqqa’ fajl, jew

URL ta’ immaġni finali mhux obbligatorju li jiffissa l-frejm eżatt tat-tmiem tal-vidjo għall-immaġni pprovduta.

Ħin tat-tqegħid tal-immaġni tan-nofs, użabbli biss ma’ middle_image_url u ristrett għal pożizzjonijiet strettament ġewwa l-ewwel u l-aħħar frejm tal-vidjo mitlub. Ipprovdi s-sekondi li għaddew mill-bidu; il-valur jiġi arrotondat għall-eqreb frejm ta’ 24 fps.

Seed għall-ġenerazzjoni każwali; jekk jitħalla barra, jintgħażel wieħed b’mod każwali.

Lista ta’ referenzi pprovduta bħala alternattiva għal reference_*_urls, qatt flimkien magħhom. L-ordni bejn il-modalitajiet għandha tifsira, għalhekk is-sekwenza tinżamm matul l-ipproċessar kollu.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar H3 Max Reference to Video

Jiġġenera vidjo ggwidat minn assi ta' referenza: sa 9 immaġnijiet, 3 vidjows u 3 klipps awdjo, b'massimu ta' 12-il fajl b'kollox. Il-prompt jirreferi għalihom bħala Image 1, Video 1, Audio 1 u hekk ikompli. L-ewwel, tan-nofs fakultattiv (`middle_image_url` f'`middle_frame_time`) u l-aħħar frejms jiffissaw il-bidu, in-nofs u t-tmiem. `duration` huwa 0.92 sa 15-il sekonda, u `aspect_ratio` jista' jkun adattiv.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
≤ 50,000 karattri
Istruzzjonijiet għall-ġenerazzjoni tal-vidjo b’referenzi identifikati skont it-tip ta’ assi u l-pożizzjoni fil-lista ta’ referenzi rispettiva, bl-użu ta’ tikketti bħal Audio 1, Video 1, Image 1, Image 2, u oħrajn.
reference_image_urlsmhux obbligatorju images
Tipurl[] · image
≤ 9 oġġetti
URLs ta’ immaġnijiet ta’ referenza għas-suġġett jew għall-istil, b’massimu kondiviż ta’ 12-il fajl mar-referenzi kollha tal-vidjo u tal-awdjo. Identifika dawn l-immaġnijiet fil-prompt skont il-pożizzjoni fil-lista billi tuża Image 1, Image 2, u tikketti sussegwenti.
reference_video_urlsmhux obbligatorju
Tipurl[] · video
≤ 3 oġġetti
URLs ta’ vidjows ta’ referenza għall-moviment jew għal skopijiet oħra, identifikati skont il-pożizzjoni fil-lista fil-prompt billi tuża Video 1, Video 2, u tikketti sussegwenti. Il-limitu kondiviż bejn ir-referenzi tal-immaġni, tal-vidjo u tal-awdjo huwa ta’ 12-il fajl; kull klipp tal-vidjo jrid idum 2–15-il sekonda u t-total ma jaqbiżx 15-il sekonda.
reference_audio_urlsmhux obbligatorju
Tipurl[] · audio
≤ 3 oġġetti
Ipprovdi awdjo ta’ referenza bħala URLs u identifika l-klipps fil-prompt billi tuża Audio 1, Audio 2, u tikketti sussegwenti. Kull klipp irid idum 2–15-il sekonda, b’massimu ta’ 15-il sekonda awdjo b’kollox. Kwalunkwe tip ta’ referenza tal-immaġni, tal-vidjo u tal-awdjo jista’ jiġi pprovdut waħdu jew flimkien, soġġett għal massimu kondiviż ta’ 12-il fajl.
image_urlmhux obbligatorju image
Tipurl · image
URL ta’ immaġni mhux obbligatorju li jiddefinixxi l-frejm eżatt tal-bidu u jiddetermina l-kanvas tal-output. L-assi ta’ referenza jżommu l-konsistenza tas-suġġett.
middle_image_urlmhux obbligatorju
Tipurl · image
Immaġni ta’ gwida mhux obbligatorja għal middle_frame_time, disponibbli biss b’ġenerazzjoni nattiva f’480P jew 768P u meta jiġu pprovduti kemm immaġni tal-bidu kif ukoll immaġni tat-tmiem.
middle_frame_timemhux obbligatorju
Tipnumber | null
> 0< 15
Ħin tat-tqegħid tal-immaġni tan-nofs, użabbli biss ma’ middle_image_url u ristrett għal pożizzjonijiet strettament ġewwa l-ewwel u l-aħħar frejm tal-vidjo mitlub. Ipprovdi s-sekondi li għaddew mill-bidu; il-valur jiġi arrotondat għall-eqreb frejm ta’ 24 fps.
end_image_urlmhux obbligatorju end_image
Tipurl · image
URL ta’ immaġni finali mhux obbligatorju li jiffissa l-frejm eżatt tat-tmiem tal-vidjo għall-immaġni pprovduta.
durationmhux obbligatorju
Tipnumber
Prestabbilit5
0.92 – 15
Tul mitlub f’sekondi, li jippermetti tul reali tal-vidjo sa madwar 0.7 s lil hinn minn dik it-talba.
resolutionmhux obbligatorju
Tipenum
Prestabbilit768P
480P768P1080P
Għażla tar-riżoluzzjoni tal-ġenerazzjoni: 1080P teħtieġ irfinar latent ta’ materjal iġġenerat b’mod nattiv f’768P, minflok ġenerazzjoni nattiva fir-riżoluzzjoni magħżula.
seedmhux obbligatorju
Tipinteger | null
Seed għall-ġenerazzjoni każwali; jekk jitħalla barra, jintgħażel wieħed b’mod każwali.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
Attivazzjoni tal-kontroll tas-sikurezza; true jippermetti l-kontroll.
prompt_expansion_modemeħtieġ
Tipstring
Prestabbilitbalanced
Livell ta’ sforz għar-riformulazzjoni tal-prompt qabel il-ġenerazzjoni: 'quality' jiżviluppa prompt aktar rikk f’madwar 30s, filwaqt li 'balanced' jirritorna f’madwar sekonda. Agħżel 'disabled' biex titħalla barra l-espansjoni tal-prompt.
aspect_ratiomhux obbligatorju
Tipenum
Prestabbilitadaptive
adaptive21:916:94:31:13:49:16
Proporzjon tal-aspett għall-vidjo tal-output.
reference_conditionsmhux obbligatorju
Tipobject[]
≤ 12 oġġetti
Lista ta’ referenzi pprovduta bħala alternattiva għal reference_*_urls, qatt flimkien magħhom. L-ordni bejn il-modalitajiet għandha tifsira, għalhekk is-sekwenza tinżamm matul l-ipproċessar kollu.
reference_conditions[].typemeħtieġ
Tipenum
imagevideoaudio
Modalità tar-referenza; l-ordni bejn il-modalitajiet fil-lista għandha tifsira.
reference_conditions[].urlmeħtieġ
Tipstring
≥ 1 characters
URL tal-midja ta’ referenza.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
video
object {url, content_type, file_name, file_size}Vidjo prodott mill-mudell.
expanded_prompt
string | nullPrompt estiż lest għall-mudell, jew null jekk ma jkunx hemm test estiż disponibbli. Il-każijiet null huma espansjoni diżattivata, espansjoni li ma biddlet xejn, u espansjoni ttrattata internament mill-API ospitat tal-mudell.
seed
integerSeed bażiku użat biex jiġi riprodott ir-riżultat iġġenerat.
timings
object | nullKejl tal-ħin espress f’sekondi, disponibbli biss fuq rotot li jirrapportaw il-ħinijiet tal-backend; inkella null. L-entrata 'inference' tkejjel kemm dam id-denoising DiT fuq il-backend tal-GPU.

Aktar mudelli: Referenza għal vidjo

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/minimax/h3-max/reference-to-video.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt