Ir para o conteúdo

H3 Max Reference to Video

Integrar

ID do modelo 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"

Arquivos como o exemplo: $ 0,40 400 créditos de API · ≈ ₽ 42,63 seus arquivos são medidos antes da execução Executar nesta página

Obter chave de API
MiniMax Referência para vídeo Entradas de referência0,92–15 saté 1080P #stylized#transform#typography

Geração de vídeo H3 Max que mantém a consistência dos sujeitos usando imagens, vídeos e clipes de áudio de referência

Feito no Doitong

Trabalhos públicos feitos com Hailuo 03 New Turbo pela comunidade Doitong. Reutilize um prompt com um clique.

Trabalhos públicos exibidos: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... Vídeo

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... Vídeo

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... Vídeo

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... Vídeo

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... Vídeo

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 ... Vídeo

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... Vídeo

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...

Vídeo

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....

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório 88 / 50000

Instruções de geração de vídeo com referências identificadas pelo tipo de recurso e pela posição em cada lista de referências, usando rótulos como Audio 1, Video 1, Image 1, Image 2 e assim por diante.

•obrigatório

Intensidade da reescrita do prompt antes da geração: 'quality' desenvolve um prompt mais rico em até aproximadamente 30s, enquanto 'balanced' retorna em cerca de um segundo. Escolha 'disabled' para omitir a expansão do prompt.

resolution padrão 768P

Seleção da resolução de geração: 1080P requer refinamento latente do material gerado nativamente em 768P, em vez de geração nativa na resolução selecionada.

aspect_ratio padrão adaptive

Proporção da imagem do vídeo de saída.

padrão 5

Duração solicitada em segundos, permitindo um comprimento real do vídeo de até aproximadamente 0.7 s além do solicitado.

Avançado 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
Solte um arquivo ou · até 9

URLs de imagens de referência de assunto ou estilo, compartilhando um máximo de 12 arquivos com todas as referências de vídeo e áudio. Identifique essas imagens no prompt pela posição na lista usando Image 1, Image 2 e os rótulos seguintes.

Solte um arquivo ou · até 3

URLs de vídeos de referência de movimento ou outros, identificadas pela posição na lista no prompt usando Video 1, Video 2 e os rótulos seguintes. O limite compartilhado entre referências de imagem, vídeo e áudio é de 12 arquivos; cada clipe de vídeo deve durar 2–15 segundos e o total não pode exceder 15 segundos.

Solte um arquivo ou · até 3

Forneça o áudio de referência como URLs e identifique os clipes no prompt usando Audio 1, Audio 2 e os rótulos seguintes. Cada clipe deve durar 2–15 segundos, com no máximo 15 segundos de áudio no total. Qualquer um dos tipos de referência de imagem, vídeo e áudio pode ser fornecido sozinho ou combinado, sujeito ao máximo compartilhado de 12 arquivos.

image_url
Solte um arquivo ou

URL opcional de imagem que define o quadro inicial exato e determina a tela de saída. Os recursos de referência mantêm a consistência do assunto.

Solte um arquivo ou

Imagem opcional de orientação para middle_frame_time, disponível somente com geração nativa em 480P ou 768P e com uma imagem inicial e uma imagem final fornecidas.

end_image_url
Solte um arquivo ou

URL opcional da imagem final que fixa o quadro final exato do vídeo na imagem fornecida.

Tempo de posicionamento da imagem intermediária, utilizável somente com middle_image_url e restrito a posições estritamente internas aos primeiros e últimos quadros do vídeo solicitado. Forneça os segundos decorridos desde o início; o valor é arredondado para o quadro mais próximo a 24 fps.

Seed para geração aleatória; se omitido, um é escolhido aleatoriamente.

Lista de referências fornecida como alternativa a reference_*_urls, nunca junto delas. A ordenação entre modalidades é significativa, portanto a sequência é mantida durante todo o processamento.

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

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre H3 Max Reference to Video

Gera vídeo orientado por recursos de referência: até 9 imagens, 3 vídeos e 3 clipes de áudio, com no máximo 12 arquivos no total. O prompt faz referência a eles como Image 1, Video 1, Audio 1 e assim por diante. Primeiro, intermediário (`middle_image_url` em `middle_frame_time`) e último quadro opcionais fixam o início, o meio e o fim. `duration` vai de 0.92 a 15 segundos, e `aspect_ratio` pode ser adaptive.

Parâmetros

Envie o nome canônico ou o nome nativo, não ambos. Nomes canônicos

NomeTipo PadrãoPermitido Descrição
promptobrigatório
Tipostring
≤ 50.000 caracteres
Instruções de geração de vídeo com referências identificadas pelo tipo de recurso e pela posição em cada lista de referências, usando rótulos como Audio 1, Video 1, Image 1, Image 2 e assim por diante.
reference_image_urlsopcional images
Tipourl[] · image
≤ 9 itens
URLs de imagens de referência de assunto ou estilo, compartilhando um máximo de 12 arquivos com todas as referências de vídeo e áudio. Identifique essas imagens no prompt pela posição na lista usando Image 1, Image 2 e os rótulos seguintes.
reference_video_urlsopcional
Tipourl[] · video
≤ 3 itens
URLs de vídeos de referência de movimento ou outros, identificadas pela posição na lista no prompt usando Video 1, Video 2 e os rótulos seguintes. O limite compartilhado entre referências de imagem, vídeo e áudio é de 12 arquivos; cada clipe de vídeo deve durar 2–15 segundos e o total não pode exceder 15 segundos.
reference_audio_urlsopcional
Tipourl[] · audio
≤ 3 itens
Forneça o áudio de referência como URLs e identifique os clipes no prompt usando Audio 1, Audio 2 e os rótulos seguintes. Cada clipe deve durar 2–15 segundos, com no máximo 15 segundos de áudio no total. Qualquer um dos tipos de referência de imagem, vídeo e áudio pode ser fornecido sozinho ou combinado, sujeito ao máximo compartilhado de 12 arquivos.
image_urlopcional image
Tipourl · image
URL opcional de imagem que define o quadro inicial exato e determina a tela de saída. Os recursos de referência mantêm a consistência do assunto.
middle_image_urlopcional
Tipourl · image
Imagem opcional de orientação para middle_frame_time, disponível somente com geração nativa em 480P ou 768P e com uma imagem inicial e uma imagem final fornecidas.
middle_frame_timeopcional
Tiponumber | null
> 0< 15
Tempo de posicionamento da imagem intermediária, utilizável somente com middle_image_url e restrito a posições estritamente internas aos primeiros e últimos quadros do vídeo solicitado. Forneça os segundos decorridos desde o início; o valor é arredondado para o quadro mais próximo a 24 fps.
end_image_urlopcional end_image
Tipourl · image
URL opcional da imagem final que fixa o quadro final exato do vídeo na imagem fornecida.
durationopcional
Tiponumber
Padrão5
0,92 – 15
Duração solicitada em segundos, permitindo um comprimento real do vídeo de até aproximadamente 0.7 s além do solicitado.
resolutionopcional
Tipoenum
Padrão768P
480P768P1080P
Seleção da resolução de geração: 1080P requer refinamento latente do material gerado nativamente em 768P, em vez de geração nativa na resolução selecionada.
seedopcional
Tipointeger | null
Seed para geração aleatória; se omitido, um é escolhido aleatoriamente.
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
Ativação do verificador de segurança; true ativa a verificação.
prompt_expansion_modeobrigatório
Tipostring
Padrãobalanced
Intensidade da reescrita do prompt antes da geração: 'quality' desenvolve um prompt mais rico em até aproximadamente 30s, enquanto 'balanced' retorna em cerca de um segundo. Escolha 'disabled' para omitir a expansão do prompt.
aspect_ratioopcional
Tipoenum
Padrãoadaptive
adaptive21:916:94:31:13:49:16
Proporção da imagem do vídeo de saída.
reference_conditionsopcional
Tipoobject[]
≤ 12 itens
Lista de referências fornecida como alternativa a reference_*_urls, nunca junto delas. A ordenação entre modalidades é significativa, portanto a sequência é mantida durante todo o processamento.
reference_conditions[].typeobrigatório
Tipoenum
imagevideoaudio
Modalidade da referência; a ordenação entre modalidades na lista é significativa.
reference_conditions[].urlobrigatório
Tipostring
≥ 1 characters
URL da mídia de referência.
obrigatório Nome canônico, também aceito

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
video
object {url, content_type, file_name, file_size}Vídeo produzido pelo modelo.
expanded_prompt
string | nullPrompt expandido pronto para o modelo, ou null se não houver texto expandido disponível. Os casos null são expansão desativada, expansão que não produziu alterações e expansão processada internamente pela API hospedada do modelo.
seed
integerSeed base usado para reproduzir o resultado gerado.
timings
object | nullMedições de tempo expressas em segundos, disponíveis apenas em rotas que informam os tempos do backend; caso contrário, null. A entrada 'inference' mede quanto tempo a remoção de ruído DiT levou no backend de GPU.

Mais modelos: Referência para vídeo

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/minimax/h3-max/reference-to-video.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt