Hoppa till innehåll

H3 Max Reference to Video

Integrera

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"

Filer som exemplet: 0,40 $ 400 API-krediter · ≈ 42,63 ₽ dina filer mäts innan körningen Kör den på den här sidan

Hämta API-nyckel
MiniMax Referens till video Referensinmatningar0,92–15 supp till 1080P #stylized#transform#typography

H3 Max-videogenerering som håller motiv konsekventa med hjälp av referensbilder, videor och ljudklipp

Skapat på Doitong

Offentliga verk skapade med Hailuo 03 New Turbo av Doitong-communityt. Återanvänd en prompt med ett klick.

Visade offentliga verk: 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....

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt 88 / 50000

Instruktioner för videogenerering med referenser identifierade efter medietyp och position i respektive referenslista, med etiketter som Audio 1, Video 1, Image 1, Image 2 och så vidare.

•obligatoriskt

Ansträngning för omskrivning av prompt före generering: 'quality' utvecklar en fylligare prompt under upp till cirka 30 s, medan 'balanced' returnerar på ungefär en sekund. Välj 'disabled' för att utelämna promptutvidgning.

resolution standard 768P

Val av genereringsupplösning: 1080P kräver latent förfining av material som genererats nativt i 768P, i stället för nativ generering i den valda upplösningen.

aspect_ratio standard adaptive

Bildförhållande för utdata-videon.

standard 5

Begärd längd i sekunder, med faktisk videolängd på upp till cirka 0,7 s över begäran.

Avancerat 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
Släpp en fil eller · upp till 9

URL:er till referensbilder för motiv eller stil, med en gemensam gräns på 12 filer för alla video- och ljudreferenser. Identifiera bilderna i prompten genom listposition med Image 1, Image 2 och efterföljande etiketter.

Släpp en fil eller · upp till 3

URL:er till referensvideor för rörelse eller annat, identifierade efter listposition i prompten med Video 1, Video 2 och efterföljande etiketter. Den gemensamma gränsen för bild-, video- och ljudreferenser är 12 filer; videoklipp måste vara 2–15 sekunder långa och totalt högst 15 sekunder.

Släpp en fil eller · upp till 3

Ange referensljud som URL:er och identifiera klippen i prompten med Audio 1, Audio 2 och efterföljande etiketter. Varje klipp måste vara 2–15 sekunder långt, med högst 15 sekunder ljud totalt. Bild-, video- och ljudreferenser kan anges separat eller kombineras, med en gemensam gräns på 12 filer.

image_url
Släpp en fil eller

Valfri bild-URL som definierar den exakta första bildrutan och utdataformatet. Referensresurser bevarar motivets konsekvens.

Släpp en fil eller

Valfri vägledande bild för middle_frame_time, endast tillgänglig med nativ 480P- eller 768P-generering och när både en startbild och en slutbild anges.

end_image_url
Släpp en fil eller

Valfri URL till den sista bilden som låser videons exakta sista bildruta till den angivna bilden.

Tidpunkt för placering av mittbilden, endast användbar med middle_image_url och begränsad till positioner strikt mellan den begärda videons första och sista bildruta. Ange förflutna sekunder från starten; värdet avrundas till närmaste bildruta vid 24 fps.

Seed för slumpmässig generering; om den utelämnas väljs en slumpmässigt.

Referenslista som anges som alternativ till reference_*_urls, aldrig tillsammans med dem. Ordningen mellan medietyperna har betydelse och bevaras under hela bearbetningen.

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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om H3 Max Reference to Video

Genererar video med hjälp av referensmaterial: upp till 9 bilder, 3 videor och 3 ljudklipp, med högst 12 filer totalt. Prompten hänvisar till dem som Image 1, Video 1, Audio 1 och så vidare. Valfria första-, mellan- (`middle_image_url` vid `middle_frame_time`) och sista bildrutor fixerar början, mitten och slutet. `duration` är 0.92 till 15 sekunder, och `aspect_ratio` kan vara adaptive.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
promptobligatoriskt
Typstring
≤ 50 000 tecken
Instruktioner för videogenerering med referenser identifierade efter medietyp och position i respektive referenslista, med etiketter som Audio 1, Video 1, Image 1, Image 2 och så vidare.
reference_image_urlsvalfritt images
Typurl[] · image
≤ 9 objekt
URL:er till referensbilder för motiv eller stil, med en gemensam gräns på 12 filer för alla video- och ljudreferenser. Identifiera bilderna i prompten genom listposition med Image 1, Image 2 och efterföljande etiketter.
reference_video_urlsvalfritt
Typurl[] · video
≤ 3 objekt
URL:er till referensvideor för rörelse eller annat, identifierade efter listposition i prompten med Video 1, Video 2 och efterföljande etiketter. Den gemensamma gränsen för bild-, video- och ljudreferenser är 12 filer; videoklipp måste vara 2–15 sekunder långa och totalt högst 15 sekunder.
reference_audio_urlsvalfritt
Typurl[] · audio
≤ 3 objekt
Ange referensljud som URL:er och identifiera klippen i prompten med Audio 1, Audio 2 och efterföljande etiketter. Varje klipp måste vara 2–15 sekunder långt, med högst 15 sekunder ljud totalt. Bild-, video- och ljudreferenser kan anges separat eller kombineras, med en gemensam gräns på 12 filer.
image_urlvalfritt image
Typurl · image
Valfri bild-URL som definierar den exakta första bildrutan och utdataformatet. Referensresurser bevarar motivets konsekvens.
middle_image_urlvalfritt
Typurl · image
Valfri vägledande bild för middle_frame_time, endast tillgänglig med nativ 480P- eller 768P-generering och när både en startbild och en slutbild anges.
middle_frame_timevalfritt
Typnumber | null
> 0< 15
Tidpunkt för placering av mittbilden, endast användbar med middle_image_url och begränsad till positioner strikt mellan den begärda videons första och sista bildruta. Ange förflutna sekunder från starten; värdet avrundas till närmaste bildruta vid 24 fps.
end_image_urlvalfritt end_image
Typurl · image
Valfri URL till den sista bilden som låser videons exakta sista bildruta till den angivna bilden.
durationvalfritt
Typnumber
Standard5
0,92 – 15
Begärd längd i sekunder, med faktisk videolängd på upp till cirka 0,7 s över begäran.
resolutionvalfritt
Typenum
Standard768P
480P768P1080P
Val av genereringsupplösning: 1080P kräver latent förfining av material som genererats nativt i 768P, i stället för nativ generering i den valda upplösningen.
seedvalfritt
Typinteger | null
Seed för slumpmässig generering; om den utelämnas väljs en slumpmässigt.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Aktivering av säkerhetskontroll; true aktiverar kontrollen.
prompt_expansion_modeobligatoriskt
Typstring
Standardbalanced
Ansträngning för omskrivning av prompt före generering: 'quality' utvecklar en fylligare prompt under upp till cirka 30 s, medan 'balanced' returnerar på ungefär en sekund. Välj 'disabled' för att utelämna promptutvidgning.
aspect_ratiovalfritt
Typenum
Standardadaptive
adaptive21:916:94:31:13:49:16
Bildförhållande för utdata-videon.
reference_conditionsvalfritt
Typobject[]
≤ 12 objekt
Referenslista som anges som alternativ till reference_*_urls, aldrig tillsammans med dem. Ordningen mellan medietyperna har betydelse och bevaras under hela bearbetningen.
reference_conditions[].typeobligatoriskt
Typenum
imagevideoaudio
Referensens medietyp; ordningen mellan medietyperna i listan har betydelse.
reference_conditions[].urlobligatoriskt
Typstring
≥ 1 characters
URL till referensmediet.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
video
object {url, content_type, file_name, file_size}Video som produceras av modellen.
expanded_prompt
string | nullUtvidgad prompt redo för modellen, eller null om ingen utvidgad text är tillgänglig. null-fallen är inaktiverad utvidgning, utvidgning som inte ändrade något och utvidgning som hanterades internt av modellens värd-API.
seed
integerBas-Seed som används för att återskapa det genererade resultatet.
timings
object | nullTidsmätningar uttryckta i sekunder, tillgängliga endast på rutter som rapporterar backend-tider; annars null. Posten 'inference' mäter hur lång tid DiT-avbrusning tog på GPU-backend.

Fler modeller: Referens till video

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/minimax/h3-max/reference-to-video.md. Alla modeller och guider: https://doitong.com/developers/llms.txt