Video
MiniMax H3
用 MiniMax H3 生成 4–15 秒、768P 或 2K 的带声音视频:支持文生视频、首尾帧生视频和参考生视频,采用 MiniMax 官方请求格式,以任务形式交付。
Standard 与 Pro
两个渠道均支持 content_filter,默认为 true,在生成前检查内容。Playground 保持开启,API 调用方可以设为 false。上游的内容限制仍可能适用。
minimax-h3 即 Pro,保留现有请求格式和行为。下方原生格式章节介绍 Pro。Standard 使用 minimax-h3-standard,在同一个 /v1/videos/generations 接口提交独立的扁平 JSON 请求体。它不是 Max 或 Turbo 版本。两者之间不会自动回退。
{
"model": "minimax-h3-standard",
"prompt": "A sailboat crosses a quiet bay, with soft wind and waves.",
"quality": "high",
"content_filter": true,
"duration_s": 5,
"resolution": "768p",
"aspect_ratio": "16:9"
}Standard 仅接受以下字段。URL 必须是公开可访问且不含凭据的 HTTP(S) 地址;不接受文件上传和 base64。
| 字段 | 类型 | 必填 / 默认值 | 取值 |
|---|---|---|---|
model | string | 必填 | minimax-h3-standard |
prompt | string | 必填 | 非空;每种模式均必填 |
quality | string | 必填 | low, high; 价格相同 |
duration_s | number | 5 | 5–15, 支持小数 |
resolution | string | 768p | 480p, 768p, 1080p, 2k, 4k |
aspect_ratio | string | 16:9 | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 |
seed | integer | 随机 | 0–9223372036854775807 |
watermark | boolean | false | true / false |
enhance | boolean | true | 改写提示词;false 保留原提示词 |
priority | integer | 1000 | 1000 / 0 |
content_filter | boolean | true | SeedRouter 在生成前检查内容;false 跳过检查 |
first_frame_image_url | string | 可选 | 一个图片 URL |
last_frame_image_url | string | 可选 | 必须提供首帧 |
reference_image_url | string[] | 可选 | 1–4 个图片 URL |
reference_video_url | string[] | 可选 | 一个视频 URL |
首尾帧不能与参考素材同时使用。不提供素材时即为文生视频。参考图片与一个参考视频可以同时使用。不支持独立参考音频。每个输出都包含原生音频。Low 侧重速度,High 侧重保真度,但不承诺任何一档与 Pro 的画质相同。
图片:每张最大 30 MiB;支持 JPEG、PNG、WebP、GIF、BMP、TIFF、HEIC、HEIF 或 AVIF。图片无尺寸限制;大图可能在生成前缩放。视频:最大 100 MiB,时长 0.5–600 秒,须有可读取的视频流(包括 MP4、MOV 和 WebM),宽高均为偶数且至少为 64 像素。
Standard 按 ceil(duration_s) × 对应分辨率的实时费率计费。参考素材、音频、画质和提示词改写均不额外收费。失败的任务不收费。价格来自实时价格区块。
创建与轮询使用下方共享的异步协议。成功输出包含 video_url、resolution、ratio 和 duration;duration 为请求中的时长。不返回费用、供应商标识或供应商 URL。提交结果不确定时不得自动重试。种子超过 JavaScript 安全整数范围时,须无损序列化该整数,不要经由 Number 导致舍入。
Pro 参考
MiniMax H3(Hailuo 03)是 MiniMax 的多模态视频模型。一次请求就能同时生成画面和声音:一段 4–15 秒、768P 或 2K 的视频,自带对白、环境声和音效。请求体采用 MiniMax 官方格式,模型 ID 为 minimax-h3。发送请求,保存返回的任务 ID,再从该任务读取生成完成的视频。首尾帧和参考素材以 URL 形式传入。
模型 ID
| 模型 ID | 输入 | 分辨率 | 时长 |
|---|---|---|---|
minimax-h3 | 文本、首帧与尾帧、参考图片、视频和音频 | 768P、2K | 4–15 秒 |
当前价格请查看模型页面。
快速示例
curl https://api.seedrouter.ai/v1/videos/generations \
-H "Authorization: Bearer $SEEDROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax-h3",
"content": [
{"type": "text", "text": "A small sailboat glides across a calm turquoise bay at sunrise, seagulls in the distance, the sound of water and wind. No text, no logos."}
],
"resolution": "768P",
"duration": 5,
"ratio": "16:9"
}'端点
POST https://api.seedrouter.ai/v1/videos/generations| 请求头 | 值 |
|---|---|
| Authorization | Bearer YOUR_API_KEY |
| Content-Type | application/json |
响应是一个任务({"id": "task_...", "status": "processing"}),而不是生成完成的视频。请轮询 GET /v1/tasks/{task_id} 获取结果。请把 API 密钥保存在服务端代码中。
参数
| 字段 | 类型 | 默认值 | 说明 |
|---|---|---|---|
model | string | 必填 | minimax-h3 |
content | array | 必填 | 提示词和所有素材,按下文所述的条目组织。必须恰好包含一个非空的 text 条目。 |
resolution | enum | 必填 | 768P 或 2K。 |
duration | integer | 必填 | 4 到 15 秒之间的任意整数。 |
ratio | enum | 取决于输入 | adaptive、21:9、16:9、4:3、1:1、3:4、9:16。仅用文本时必填,且不接受 adaptive。 |
content_filter | boolean | true | SeedRouter 的内容过滤,见下文。不会发送给模型。 |
请求结构是严格校验的:未知字段会被拒绝,而不是被忽略。不支持 callback_url;请改为轮询任务。extra 属于 MiniMax-H3-Max,本模型不接受该字段。
Content 条目
type | 条目 | role |
|---|---|---|
text | {"type": "text", "text": "..."},最多 7,000 个字符 | 无 |
image_url | {"type": "image_url", "image_url": {"url": "https://..."}, "role": "..."} | first_frame、last_frame 或 reference_image |
video_url | {"type": "video_url", "video_url": {"url": "https://..."}, "role": "reference_video"} | reference_video |
audio_url | {"type": "audio_url", "audio_url": {"url": "https://..."}, "role": "reference_audio"} | reference_audio |
只有一张图片且没有 role 时,它就是首帧。多于一张图片时,每张图片都需要 role。
模式
由 content 中的条目决定模式;没有单独的模式字段。
| 模式 | content 包含 | ratio |
|---|---|---|
| 文生视频 | 一个 text 条目 | 必填,不能是 adaptive |
| 图生视频 | text,加上一张 first_frame 和/或一张 last_frame 图片 | 任何取值都按 adaptive 处理:画幅由图片决定 |
| 参考生视频 | text,加上最多 9 个 reference_image、3 个 reference_video 和 3 个 reference_audio 条目的任意组合 | 可选,默认 adaptive |
同一个请求中,首尾帧和参考素材不能同时使用。
{
"model": "minimax-h3",
"content": [
{"type": "text", "text": "The person in the photo speaks to camera: Follow the wind. Voice follows the reference audio."},
{"type": "image_url", "image_url": {"url": "https://example.com/person.jpg"}, "role": "reference_image"},
{"type": "audio_url", "audio_url": {"url": "https://example.com/voice.mp3"}, "role": "reference_audio"}
],
"resolution": "2K",
"duration": 6
}媒体输入
每个图片、视频和音频条目都是一个公开的 HTTP(S) URL。不接受 Base64 data URI 和 mm_file:// ID:请把文件上传到你自己的存储,再传入它的 URL。
| 输入 | 格式 | 限制 |
|---|---|---|
| 图片 | JPG、JPEG、PNG、WebP、HEIC、HEIF | 不超过 30 MB;每边 256–5760 px;宽 / 高 0.4–2.5 |
| 视频 | MP4、MOV(H.264 或 H.265) | 不超过 50 MB;每段 2–15 秒,总计 15 秒;每边 256–5760 px;宽 / 高 0.4–2.5;23.976–60 fps |
| 音频 | WAV、MP3 | 不超过 15 MB;每段 2–15 秒,总计 15 秒 |
参考视频在请求被受理时测量时长;无法读取时长的视频会被拒绝,且不扣费。其他限制在生成前检查,违反任意一项的请求会失败,且不扣费。
内容过滤
除非你自行设置,content_filter 默认为 true。开启过滤时,请求(包括文本和素材)会在生成前经过审核。被标记的请求会以错误码 60001 失败,且不扣费。把 content_filter 设为 false 可跳过审核;网站上的 Playground 始终保持开启。
计费维度
当前费率请查看模型定价部分。MiniMax H3 按视频秒数计费,费率由输出分辨率决定,另外对前五张之后的输入图片计费:
billed seconds = duration + ceil(Σ each reference video's seconds)
extra images = max(0, number of images − 5)
cost = billed seconds × rate per second + extra images × rate per image首帧、尾帧和参考图片都计为图片。参考音频不计费。这两个数量在请求被受理时就已确定,因此预扣金额就是实际扣费金额。最终扣费请在账户的用量记录中查看。失败的任务不计费。
输出结构
提交后返回任务:
{"id": "task_...", "model": "minimax-h3", "status": "processing", "created_at": 1789689600}查询任务
GET https://api.seedrouter.ai/v1/tasks/{task_id}每 10–20 秒轮询一次,直到 status 变为 completed 或 failed。轮询过程中出现网络超时,并不意味着生成失败:请保留任务 ID 并继续查询。不要为了查看进度而再创建一个任务。
完成的任务
{
"id": "task_...",
"model": "minimax-h3",
"status": "completed",
"created_at": 1789689600,
"finished_at": 1789689740,
"output": {
"video_url": "https://static.seedrouter.ai/media/tasks/task_example/0.mp4",
"resolution": "768P",
"ratio": "16:9",
"duration": 5
}
}ratio 是视频实际采用的宽高比,包括为 adaptive 选定的那一个。在我们的测试中,一段 4 秒、16:9 的 768P 视频返回为 MP4(H.264),分辨率 1344 × 768,24 fps,附带 32 kHz 的立体声 AAC 音轨。
错误
在任务创建之前被拒绝的请求,会返回 HTTP 错误状态码和一个 error 对象,且不计费。受理之后才失败的任务,在查询时返回 HTTP 200,并带有 status: "failed" 和一个 error 对象。
错误码、HTTP 状态码和重试建议请参见公共错误目录。
{
"id": "task_...",
"model": "minimax-h3",
"status": "failed",
"error": {
"code": 60001,
"message": "the request was blocked by content moderation"
}
}如果提交本身超时,请先检查你的任务列表再重新提交:第一次请求有可能已经被受理。
实用建议
- 把画面和声音一起描述:主体、地点、镜头、光线、对白和音效。
- 把对白写进提示词;希望声音照着某个人来时,附上一段参考音频。
- 先用
768P出草稿,再用同一个请求以2K渲染最终镜头。 - 用首帧和尾帧控制镜头从哪里开始、在哪里结束;用参考素材保留某个产品、某个人或某种动作。
- 加上
no text, no logos,避免出现凭空编造的标记。
