שפּרינגען צו אינהאַלט

H3 Max Reference to Video

אינטעגרירן

מאָדעל־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"

פֿײַלן ווי דער בײַשפּיל: ⁨$ 0.40⁩ 400 API־קרעדיטן · ≈ ⁨₽ 42.19⁩ אײַערע פֿײַלן ווערן געמאסטן איידערן לויפֿן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
MiniMax רעפֿערענץ צו ווידעא רעפֿערענץ־אײַנגאַבעס0.92–15 sביז 1080P #stylized#transform#typography

H3 Max ווידעא־גענעראַציע וואָס האלט סוביעקטן קאָנסיסטענט מיט רעפֿערענץ־בילדער, ווידעאָס און אַודיאָ־קליפּס

געמאַכט אויף Doitong

עפֿנטלעכע ווערק געמאַכט מיט Hailuo 03 New Turbo פֿון דער Doitong קהילה. ניצט אַ פּינטלעך מיט איין קליק.

געוויזענע עפֿנטלעכע ווערק: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... ווידעא

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... ווידעא

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... ווידעא

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... ווידעא

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... ווידעא

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 ... ווידעא

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... ווידעא

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...

ווידעא

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....

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט 88 / 50000

ווידעא־גענערירונג־אנווײַזונגען מיט רעפֿערענצן אידענטיפֿיצירט לויט אַסעט־טיפּ און פּאָזיציע אין יעדן רעפֿערענץ־ליסטע, מיט לאַבעלס ווי Audio 1, Video 1, Image 1, Image 2 און ווײַטער.

•פארלאנגט

מי פֿאַר פּראָמפּט־איבערשרײַבונג פֿאַר דער גענערירונג: 'quality' אַנטוויקלט אַ רײַכערן פּראָמפּט אין ביז בערך 30s, בשעת 'balanced' קערט צוריק אין בערך אַ סעקונדע. קלײַבט 'disabled' צו לאָזן אויס פּראָמפּט־אויסברייטערונג.

resolution סטאַנדאַרט 768P

גענערירונג־רעזאָלוציע: 1080P דאַרף לאַטענטן־פֿײַנפֿאַרבעסערונג פֿון מאַטעריאַל, וואָס איז געבוירן גענערירט געוואָרן אין 768P, אַנשטאָט געבוירן גענערירונג אין דער אויסגעקליבענער רעזאָלוציע.

aspect_ratio סטאַנדאַרט adaptive

אַספּעקט־ראַטיאָ פונעם רעזולטאַט־ווידעא.

סטאַנדאַרט 5

געבעטן געדויער אין סעקונדעס, וואָס דערלויבט אַן עכטע ווידעא־לענג ביז בערך 0.7 s איבער דער בקשה.

פֿאָרגעשריטן 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
לייגט אַרײַן אַ טעקע, אָדער · ביז 9

URL־ס פֿון סוביעקט־ אָדער סטיל־רעפֿערענץ־בילדער, מיט אַ געמיינזאַמער מאַקסימום פֿון 12 פֿײַלן צוזאַמען מיט אַלע ווידעא־ און אַודיאָ־רעפֿערענצן. אידענטיפֿיצירט די בילדער אינעם פּראָמפּט לויט ליסטע־פּאָזיציע מיט Image 1, Image 2 און ווײַטערע לאַבעלס.

לייגט אַרײַן אַ טעקע, אָדער · ביז 3

URL־ס פֿון באַוועגונג־ אָדער אַנדערע רעפֿערענץ־ווידעאָס, אידענטיפֿיצירט אינעם פּראָמפּט לויט ליסטע־פּאָזיציע מיט Video 1, Video 2 און ווײַטערע לאַבעלס. דער געמיינזאַמער לימיט פֿאַר בילד־, ווידעא־ און אַודיאָ־רעפֿערענצן איז 12 פֿײַלן; יעדער ווידעא־קליפּ מוז געדויערן 2–15 סעקונדעס און אינגאַנצן נישט מער ווי 15 סעקונדעס.

לייגט אַרײַן אַ טעקע, אָדער · ביז 3

צושטעלט רעפֿערענץ־אַודיאָ ווי URL־ס און אידענטיפֿיצירט די קליפּס אינעם פּראָמפּט מיט Audio 1, Audio 2 און ווײַטערע לאַבעלס. יעדער קליפּ מוז זײַן 2–15 סעקונדעס לאַנג, מיט נישט מער ווי 15 סעקונדעס אַודיאָ אינגאַנצן. יעדע פֿון די בילד־, ווידעא־ און אַודיאָ־רעפֿערענץ־טיפּן קען ווערן צוגעשטעלט אַליין אָדער צוזאַמען, אונטער אַ געמיינזאַמער מאַקסימום פֿון 12 פֿײַלן.

image_url
לייגט אַרײַן אַ טעקע, אָדער

אָפּציאָנאַלע בילד־URL וואָס דעפֿינירט דעם פּינקטלעכן אָנהייב־ראַם און באַשטימט דעם רעזולטאַט־קאַנוואַס. רעפֿערענץ־אַסעטן האַלטן די קאָנסיסטענץ פֿונעם סוביעקט.

לייגט אַרײַן אַ טעקע, אָדער

אָפּציאָנאַלע גיידנדיקע בילד פֿאַר middle_frame_time, בנימצא נאָר מיט געבוירן 480P אָדער 768P גענערירונג און ווען סײַ אַן אָנהייב־בילד סײַ אַן סוף־בילד ווערן צוגעשטעלט.

end_image_url
לייגט אַרײַן אַ טעקע, אָדער

אָפּציאָנאַלע URL פֿונעם לעצטן בילד, וואָס פֿעסטיקט דעם פּינקטלעכן סוף־ראַם פֿונעם ווידעא צום צוגעשטעלטן בילד.

צײַט פֿון מיטל־בילד־פּלייסמענט, ניצלעך נאָר מיט middle_image_url און באַגרענעצט צו פּאָזיציעס שטרענג אינעווייניק צווישן די ערשטע און לעצטע רעמס פֿונעם געבעטן ווידעא. צושטעלט סעקונדעס זינט אָנהייב; דער ווערט ווערט געראַונדעט צום נענסטן 24 fps ראַם.

זוימען פֿאַר צופֿעליקער גענערירונג; אויב עס ווערט נישט צוגעשטעלט, ווערט איינער צופֿעליק אויסגעקליבן.

רעפֿערענץ־ליסטע צוגעשטעלט ווי אַן אַלטערנאַטיוו צו reference_*_urls, קיינמאָל צוזאַמען מיט זיי. די סדר צווישן מאָדאַליטעטן האָט באַטײַט, דערפֿאַר ווערט די סיקוואַנץ אָפּגעהיט בעת דער גאנצער פּראַסעסינג.

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

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן H3 Max Reference to Video

גענערירט ווידעא גיידירט דורך רעפֿערענץ־אַסעץ: ביז 9 בילדער, 3 ווידעאָס און 3 אַודיאָ־קליפּס, מיט לכל־היותר 12 פֿײַלן אינגאַנצן. דער פּראָמפּט רעפֿערט צו זיי ווי Image 1, Video 1, Audio 1 און אַזוי ווײַטער. אַפּשאַנאַלע ערשטע, מיטעלע (`middle_image_url` ביי `middle_frame_time`) און לעצטע ראַמען פֿאַרפעסטיקן אָנהייב, מיט און סוף. `duration` איז 0.92 ביז 15 סעקונדעס, און `aspect_ratio` קען זײַן adaptive.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
promptפארלאנגט
טיפּstring
≤ 50,000 כאַראַקטערן
ווידעא־גענערירונג־אנווײַזונגען מיט רעפֿערענצן אידענטיפֿיצירט לויט אַסעט־טיפּ און פּאָזיציע אין יעדן רעפֿערענץ־ליסטע, מיט לאַבעלס ווי Audio 1, Video 1, Image 1, Image 2 און ווײַטער.
reference_image_urlsאָפּציאָנעל images
טיפּurl[] · image
≤ 9 ייטעמס
URL־ס פֿון סוביעקט־ אָדער סטיל־רעפֿערענץ־בילדער, מיט אַ געמיינזאַמער מאַקסימום פֿון 12 פֿײַלן צוזאַמען מיט אַלע ווידעא־ און אַודיאָ־רעפֿערענצן. אידענטיפֿיצירט די בילדער אינעם פּראָמפּט לויט ליסטע־פּאָזיציע מיט Image 1, Image 2 און ווײַטערע לאַבעלס.
reference_video_urlsאָפּציאָנעל
טיפּurl[] · video
≤ 3 ייטעמס
URL־ס פֿון באַוועגונג־ אָדער אַנדערע רעפֿערענץ־ווידעאָס, אידענטיפֿיצירט אינעם פּראָמפּט לויט ליסטע־פּאָזיציע מיט Video 1, Video 2 און ווײַטערע לאַבעלס. דער געמיינזאַמער לימיט פֿאַר בילד־, ווידעא־ און אַודיאָ־רעפֿערענצן איז 12 פֿײַלן; יעדער ווידעא־קליפּ מוז געדויערן 2–15 סעקונדעס און אינגאַנצן נישט מער ווי 15 סעקונדעס.
reference_audio_urlsאָפּציאָנעל
טיפּurl[] · audio
≤ 3 ייטעמס
צושטעלט רעפֿערענץ־אַודיאָ ווי URL־ס און אידענטיפֿיצירט די קליפּס אינעם פּראָמפּט מיט Audio 1, Audio 2 און ווײַטערע לאַבעלס. יעדער קליפּ מוז זײַן 2–15 סעקונדעס לאַנג, מיט נישט מער ווי 15 סעקונדעס אַודיאָ אינגאַנצן. יעדע פֿון די בילד־, ווידעא־ און אַודיאָ־רעפֿערענץ־טיפּן קען ווערן צוגעשטעלט אַליין אָדער צוזאַמען, אונטער אַ געמיינזאַמער מאַקסימום פֿון 12 פֿײַלן.
image_urlאָפּציאָנעל image
טיפּurl · image
אָפּציאָנאַלע בילד־URL וואָס דעפֿינירט דעם פּינקטלעכן אָנהייב־ראַם און באַשטימט דעם רעזולטאַט־קאַנוואַס. רעפֿערענץ־אַסעטן האַלטן די קאָנסיסטענץ פֿונעם סוביעקט.
middle_image_urlאָפּציאָנעל
טיפּurl · image
אָפּציאָנאַלע גיידנדיקע בילד פֿאַר middle_frame_time, בנימצא נאָר מיט געבוירן 480P אָדער 768P גענערירונג און ווען סײַ אַן אָנהייב־בילד סײַ אַן סוף־בילד ווערן צוגעשטעלט.
middle_frame_timeאָפּציאָנעל
טיפּnumber | null
> 0< 15
צײַט פֿון מיטל־בילד־פּלייסמענט, ניצלעך נאָר מיט middle_image_url און באַגרענעצט צו פּאָזיציעס שטרענג אינעווייניק צווישן די ערשטע און לעצטע רעמס פֿונעם געבעטן ווידעא. צושטעלט סעקונדעס זינט אָנהייב; דער ווערט ווערט געראַונדעט צום נענסטן 24 fps ראַם.
end_image_urlאָפּציאָנעל end_image
טיפּurl · image
אָפּציאָנאַלע URL פֿונעם לעצטן בילד, וואָס פֿעסטיקט דעם פּינקטלעכן סוף־ראַם פֿונעם ווידעא צום צוגעשטעלטן בילד.
durationאָפּציאָנעל
טיפּnumber
סטאַנדאַרט5
0.92 – 15
געבעטן געדויער אין סעקונדעס, וואָס דערלויבט אַן עכטע ווידעא־לענג ביז בערך 0.7 s איבער דער בקשה.
resolutionאָפּציאָנעל
טיפּenum
סטאַנדאַרט768P
480P768P1080P
גענערירונג־רעזאָלוציע: 1080P דאַרף לאַטענטן־פֿײַנפֿאַרבעסערונג פֿון מאַטעריאַל, וואָס איז געבוירן גענערירט געוואָרן אין 768P, אַנשטאָט געבוירן גענערירונג אין דער אויסגעקליבענער רעזאָלוציע.
seedאָפּציאָנעל
טיפּinteger | null
זוימען פֿאַר צופֿעליקער גענערירונג; אויב עס ווערט נישט צוגעשטעלט, ווערט איינער צופֿעליק אויסגעקליבן.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
אַקטיוואַציע פון זיכערקייט־קאָנטראָלער; true דערמעגלעכט קאָנטראָל.
prompt_expansion_modeפארלאנגט
טיפּstring
סטאַנדאַרטbalanced
מי פֿאַר פּראָמפּט־איבערשרײַבונג פֿאַר דער גענערירונג: 'quality' אַנטוויקלט אַ רײַכערן פּראָמפּט אין ביז בערך 30s, בשעת 'balanced' קערט צוריק אין בערך אַ סעקונדע. קלײַבט 'disabled' צו לאָזן אויס פּראָמפּט־אויסברייטערונג.
aspect_ratioאָפּציאָנעל
טיפּenum
סטאַנדאַרטadaptive
adaptive21:916:94:31:13:49:16
אַספּעקט־ראַטיאָ פונעם רעזולטאַט־ווידעא.
reference_conditionsאָפּציאָנעל
טיפּobject[]
≤ 12 ייטעמס
רעפֿערענץ־ליסטע צוגעשטעלט ווי אַן אַלטערנאַטיוו צו reference_*_urls, קיינמאָל צוזאַמען מיט זיי. די סדר צווישן מאָדאַליטעטן האָט באַטײַט, דערפֿאַר ווערט די סיקוואַנץ אָפּגעהיט בעת דער גאנצער פּראַסעסינג.
reference_conditions[].typeפארלאנגט
טיפּenum
imagevideoaudio
מאָדאַליטעט פֿונעם רעפֿערענץ; די סדר צווישן מאָדאַליטעטן אין דער ליסטע האָט באַטײַט.
reference_conditions[].urlפארלאנגט
טיפּstring
≥ 1 characters
URL פֿון רעפֿערענץ־מעדיע.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
video
object {url, content_type, file_name, file_size}ווידעא געשאַפֿן דורך דעם מאָדעל.
expanded_prompt
string | nullפֿאַרן מאָדעל צוגעפּאַסטער אויסגעברייטערטער פּראָמפּט, אָדער null אויב קיין אויסגעברייטערטער טעקסט איז נישט פֿאַראַן. null ווערט גענוצט בײַ disabled אויסברייטערונג, ווען די אויסברייטערונג האָט גאָרנישט געענדערט, אָדער ווען דער מאָדעלס האָסטעד API האָט דאָס אינערלעך באַהאַנדלט.
seed
integerבאַזע־זוימען גענוצט צו רעפּראָדוצירן דעם גענערירטן רעזולטאַט.
timings
object | nullצײַט־מעסטן אויסגעדריקט אין סעקונדעס, בנימצא נאָר אויף רוטעס וואָס מעלדן באַקענד־צײַטן; אַנדערש null. דער 'inference' איינטראָג מעסט ווי לאַנג DiT־דענויזינג האָט געדויערט אויפֿן GPU באַקענד.

מער מאָדעלן: רעפֿערענץ צו ווידעא

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/minimax/h3-max/reference-to-video.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt