API de geração de vídeo · MiniMax-H3

Geração de vídeo multimodal com MiniMax-H3: texto para vídeo, imagem para vídeo com primeiro e último quadro e geração de vídeo com imagem, vídeo ou áudio de referência. A geração de vídeo é uma tarefa assíncrona, diferente das APIs de modelos de chat: primeiro crie uma tarefa, depois consulte o progresso e, quando estiver concluída, baixe o vídeo.

Visão geral da API

Um vídeo de 5 segundos geralmente leva de 2 a 3 minutos para ser gerado. Status da tarefa:queued(na fila) → in_progress(em geração) → completed(concluído) ou failed(falhou).

Criar vídeo (texto para vídeo)

curl https://aixvaro.com/v1/videos \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3",
    "prompt": "夕阳下的海面上，一只红色的鸟展翅滑翔，镜头缓慢跟随",
    "seconds": 5,
    "size": "768P"
  }'

import requests

resp = requests.post(
    "https://aixvaro.com/v1/videos",
    headers={"Authorization": "Bearer sk-你的密钥"},
    json={
        "model": "MiniMax-H3",
        "prompt": "夕阳下的海面上，一只红色的鸟展翅滑翔，镜头缓慢跟随",
        "seconds": 5,
        "size": "768P",
    },
)
print(resp.json())   # {"id": "task_xxx", "status": "queued", ...}

Exemplo de retorno:

{
  "id": "task_VMSYYE7VC25NuR2KAnyxkhV58iVFrBcs",
  "object": "video",
  "model": "MiniMax-H3",
  "status": "queued",
  "progress": 0,
  "created_at": 1790689587
}

Parâmetros da solicitação

Imagem para vídeo (primeiro/último quadro)

Informe a imagem do primeiro quadro para que o vídeo comece a partir dela. Se também informar o último quadro, o vídeo fará a transição para essa imagem:

curl https://aixvaro.com/v1/videos \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3",
    "prompt": "画面中的鸟向前飞去，镜头跟随",
    "input_reference": "https://example.com/first-frame.jpg",
    "seconds": 5,
    "size": "768P"
  }'

curl https://aixvaro.com/v1/videos \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3",
    "prompt": "从白天自然过渡到夜晚",
    "images": [
      "https://example.com/first-frame.jpg",
      "https://example.com/last-frame.jpg"
    ],
    "seconds": 6
  }'

Recomendamos imagens JPG/PNG, com pelo menos 300 pixels no lado menor e proporção entre 2:5 e 5:2.

Materiais de referência (imagens/vídeos/áudios)

Use vídeos e áudios de referência para orientar o estilo e o conteúdo.Não é possível usar materiais de referência junto com o primeiro e o último quadro.

curl https://aixvaro.com/v1/videos \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3",
    "prompt": "参考视频的运镜，拍一段城市夜景",
    "seconds": 5,
    "metadata": {
      "ratio": "16:9",
      "reference_video": ["https://example.com/ref.mp4"],
      "reference_audio": ["https://example.com/bgm.mp3"]
    }
  }'

Para usar imagens de referência (até 9), use metadata.content Envie o array multimodal completo e use, em cada item, role para indicar a finalidade:

{
  "model": "MiniMax-H3",
  "seconds": 5,
  "metadata": {
    "ratio": "adaptive",
    "content": [
      {"type": "text", "text": "图 1 的人物穿着图 2 的衣服在街头行走"},
      {"type": "image_url", "role": "reference_image", "image_url": {"url": "https://example.com/person.jpg"}},
      {"type": "image_url", "role": "reference_image", "image_url": {"url": "https://example.com/outfit.jpg"}}
    ]
  }
}

role Opcional:first_frame、last_frame、reference_image、reference_video、reference_audio. Limites: 9 imagens de referência, 3 vídeos de referência (duração total de até 15 segundos) e 3 áudios de referência.

Consultar o progresso e baixar

curl https://aixvaro.com/v1/videos/task_xxx \
  -H "Authorization: Bearer sk-你的密钥"

{
  "id": "task_xxx",
  "object": "video",
  "model": "MiniMax-H3",
  "status": "completed",
  "progress": 100,
  "created_at": 1790689587,
  "completed_at": 1790689721
}

curl -L -o video.mp4 https://aixvaro.com/v1/videos/task_xxx/content \
  -H "Authorization: Bearer sk-你的密钥"

Exemplo completo (Python)

Criar tarefa → consultar o progresso → baixar o MP4. Copie e execute (requer pip install requests）：

import time
import requests

API = "https://aixvaro.com/v1/videos"
HEADERS = {"Authorization": "Bearer sk-你的密钥"}

task = requests.post(API, headers=HEADERS, json={
    "model": "MiniMax-H3",
    "prompt": "夕阳下的海面上，一只红色的鸟展翅滑翔，镜头缓慢跟随",
    "seconds": 5,
    "size": "768P",
}).json()
if "id" not in task:
    raise SystemExit(task)          # 参数错误等会直接返回 error
print("任务已创建:", task["id"])

while True:
    time.sleep(10)
    info = requests.get(f"{API}/{task['id']}", headers=HEADERS).json()
    print("状态:", info["status"], info.get("progress"))
    if info["status"] == "completed":
        break
    if info["status"] == "failed":
        raise SystemExit(info.get("error"))

video = requests.get(f"{API}/{task['id']}/content", headers=HEADERS)
with open("video.mp4", "wb") as f:
    f.write(video.content)
print("已保存 video.mp4")

Preços

A cobrança é feita por segundo de vídeo gerado. O valor é pré-deduzido ao criar a tarefa e devolvido automaticamente em caso de falha:

Ao usar um vídeo de referência, como não é possível saber a duração do vídeo no momento do envio, a cobrança considera o limite máximo de 15 segundos. Consulte os preços em tempo real em Modelos e preços .

Perguntas frequentes