跳转到内容
中文

MiniMax H3 Max Image-to-Video

POST Base URL: https://api.hiapi.ai /v1/tasks

图片、视频和音频模型通过统一异步接口 POST /v1/tasks 调用,区别只在 input 字段(见下方 input 参数)。

模型概览

模型 ID minimax-h3-max/image-to-video
类型 图生视频
接口 POST /v1/tasks
价格 查看实时价格

用首帧、尾帧或两张图片引导视频,画幅跟随图片。支持 480P、768P、1080P、0.92–15 秒目标时长,并可使用自己的音频。

生产建议

生产环境建议
  • 使用 callback.url 接收任务终态通知,并按 taskId 去重处理。
  • 等待中的任务继续查询;避免重复提交同一个生成请求。

请求参数

model string 必填

选择要调用的模型。

示例 minimax-h3-max/image-to-video
input object 必填

视频生成参数。

prompt string 必填

描述场景、动作、镜头和声音,1–50,000 个字符,不能只包含空白。

duration number 可选

生成视频的目标时长,范围 0.92–15 秒,可使用小数;传入 target_audio_url 时至少为 2 秒。

默认 5
resolution enum 可选

选择视频清晰度。1080P 在 768P 画面基础上细化,输出宽高还随画幅变化。

默认 768P 可选值: 480P768P1080P
seed integer 可选

控制生成的随机性,传入整数,0 也有效;省略时随机选择。

prompt_expansion_mode enum 可选

控制提示词扩写:disabled 保留原提示词,balanced 兼顾扩写与等待时间,quality 进行更充分的扩写,可能增加等待时间。

默认 balanced 可选值: disabledbalancedquality
target_audio_url string 可选

用自己的音频替换视频音轨。传入可公开访问的 HTTP(S) 音频链接,音频至少 2 秒且不超过 15 MB;较长音频截取开头,较短音频补静音,不改变播放速度或视频目标时长。

first_frame_image string 可选

传入图片,用作视频的首帧。

last_frame_image string 可选

传入图片,用作视频的尾帧。

callback object 可选

任务结束后接收通知的回调配置。

url string 必填

接收任务通知的 HTTPS 地址。

示例 https://your-domain.com/hiapi/callback
when enum 可选

任务进入终态时触发通知。

默认 final 可选值: final

用例示例

从纸船图片开始

用首帧建立画面,提示词描述纸船移动与镜头变化。

请求体
{
  "model": "minimax-h3-max/image-to-video",
  "input": {
    "prompt": "A red paper boat drifts beneath a stone bridge after rain. Smooth tracking camera, natural ripples, soft birdsong. No text or subtitles.",
    "duration": 1.5,
    "resolution": "480P",
    "seed": 0,
    "prompt_expansion_mode": "disabled",
    "first_frame_image": "https://static.hiapi.ai/model-onboarding/minimax-h3-max/2026/10/13/1791862423659-cd76600c6f3d1b5d-first-frame.png"
  }
}

获取结果

  1. 使用 Authorization: Bearer YOUR_HIAPI_API_KEY 认证,提交后保存返回的 taskId。
  2. 通过 GET /v1/tasks/{taskId} 查询,或用 callback.url 接收任务终态通知。
  3. 排队或生成中继续查询,不重复提交;成功后从 output[].url 读取视频地址。
  4. 失败时根据返回的错误信息处理;回调接收端应按 taskId 去重。

常见问题

只有结束画面的图片可以生成吗?

可以,只传 last_frame_image,并用 prompt 描述此前的动作和镜头;视频画幅由尾帧决定。也可以同时传入首帧与尾帧,由首帧决定画幅。

自己的音频会改变视频长度吗?

不会,视频目标时长由 duration 设置。target_audio_url 替换音轨,长于视频的音频截取开头,短于视频的音频补静音。请准备至少 2 秒且不超过 15 MB 的音频。

怎样保留原提示词、不做扩写?

设置 prompt_expansion_mode 为 disabled。需要更充分的描述时可选择 quality,并为生成预留更多等待时间。

下一步