MiniMax Video API

На этой странице описан вызов видеомодели MiniMax H3 — minimax-h3. Как и другие видеомодели, она создаётся через POST /v1/videos и опрашивается через GET /v1/videos/{id}; аутентификация, загрузка материалов, статусы опроса, скачивание результатов и обработка ошибок описаны в полной спецификации Video API. Здесь приведены только поля и правила, специфичные для H3.

Обновлено 2026-10-13. H3 продаётся только в трёх разрешениях — 768P, 1080P и 2K; 480P и 4K сняты с продажи. Новые запросы поддерживают только опрос; не указывайте callback_url.

Пример «текст в видео»

curl --request POST 'https://api.88api.ai/v1/videos' \
  --header 'Authorization: Bearer sk-xxxx' \
  --header 'Content-Type: application/json' \
  --data-raw '{
    "model": "minimax-h3",
    "prompt": "Серебристый спорткар в дождливом ночном городе, съёмка с низкой точки в движении, отражения неона, кинематографично",
    "duration": 5,
    "resolution": "1080p",
    "ratio": "16:9"
  }'

После создания сохраните id из ответа, опрашивайте GET /v1/videos/{id} до завершения задачи, затем скачайте видео по url из финального ответа. minimax_h3 — другое название той же модели, вызов и тарификация полностью совпадают.

Параметры вывода

У H3 одно название модели: resolution выбирает выходное разрешение (от него зависит тарификация), ratio — соотношение сторон.

• 2K получается апскейлом, а не нативной генерацией.
• Не передавайте соотношение сторон через size. size принимает только разрешение вида 1080p или размер в пикселях вида 1920x1080; значение 16:9 будет воспринято как разрешение и отклонено.
• Видео всегда содержит звуковую дорожку, переключателя генерации звука нет; фактическая длительность обычно на 0,1–0,6 секунды больше запрошенной.
• Если параметры не соответствуют требованиям (разрешение, соотношение сторон, длительность, количество или сочетание материалов), запрос сразу вернёт 400, задача не будет создана и оплачена.

Время генерации и опрос

Время генерации H3 зависит от параметров запроса:

• Обычные запросы (соотношение 16:9 или 9:16, текст в видео, референсные изображения или первый и последний кадр в 768P) выполняются быстрее: около 2–3 минут в 768P и около 5–8 минут в 1080P и 2K.
• Другие соотношения сторон, только первый кадр, первый и последний кадр в 1080P/2K и подобные сочетания выполняются заметно дольше; с учётом очереди может потребоваться 10–60 минут.

Устанавливайте тайм-аут опроса не менее 60 минут; интервала опроса 10–30 секунд достаточно.

Референсы

Референсные изображения передаются в metadata.referenceImages, референсное аудио — в metadata.referenceAudios. Не более 9 референсных изображений и 3 референсных аудио; референсное аудио нужно передавать вместе хотя бы с одним референсным изображением.

{
  "model": "minimax-h3",
  "prompt": "Человек с референсного изображения танцует в ритме референсного аудио, камера медленно облетает его по кругу",
  "duration": 6,
  "resolution": "768p",
  "ratio": "16:9",
  "metadata": {
    "referenceImages": ["https://cdn.example.com/dancer.jpg"],
    "referenceAudios": ["https://cdn.example.com/music.mp3"]
  }
}

Первый и последний кадр

Используйте metadata.firstFrame и metadata.lastFrame; их нельзя сочетать с референсными изображениями или референсным аудио. Быстрее всего видео готово, если переданы оба кадра и выбрано 768P; можно передать только первый кадр или использовать первый и последний кадр в 1080P и 2K, но генерация займёт больше времени.

{
  "model": "minimax-h3",
  "prompt": "Камера переходит от побережья на рассвете к той же бухте на закате",
  "duration": 5,
  "resolution": "768p",
  "ratio": "16:9",
  "metadata": {
    "firstFrame": "https://cdn.example.com/start.jpg",
    "lastFrame": "https://cdn.example.com/end.jpg"
  }
}

Обработка images верхнего уровня

Если в images верхнего уровня (или input_reference) 2 изображения, они трактуются как первый и последний кадр; при 1 изображении или 3 и более назначение не фиксировано (они могут трактоваться как референсные изображения или первый кадр). Чтобы явно указать назначение, используйте metadata.referenceImages или metadata.firstFrame/lastFrame.

Требования к материалам

• Изображения и аудио передавайте общедоступными HTTPS-ссылками или Base64 data URL; локальные файлы изображений и аудио можно также загрузить напрямую через multipart-форму.
• Изображения: JPG, PNG или WebP, рекомендуется не более 10 МБ на изображение. Аудио: MP3 или WAV, не более 20 МБ на файл. Встроенные Base64-материалы — не более 32 МБ в сумме.
• Не используйте локальные пути, адреса внутренней сети или ссылки браузера blob:.
• Ссылки на готовое видео действуют ограниченное время (не менее 24 часов); скачайте и сохраните видео сразу после завершения задачи.