Generación de vídeo MiniMax-H3-Max

curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "MiniMax-H3-Max",
    "prompt": "Un detective con gabardina se gira en una calle iluminada por neón bajo la lluvia. La cámara se acerca lentamente.",
    "duration": 5,
    "resolution": "768P",
    "aspect_ratio": "16:9"
  }'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/videos/generations",
    headers={"Authorization": "Bearer <token>", "Content-Type": "application/json"},
    json={
        "model": "MiniMax-H3-Max",
        "prompt": "Un detective se gira en una calle de neón bajo la lluvia.",
        "duration": 5,
        "resolution": "768P",
        "aspect_ratio": "16:9",
    },
)
print(response.json())

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01J9HA7JPQ9A0Z6JZ3V8M9W6PZ"
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Parámetros de solicitud no válidos",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Error de autenticación. Compruebe su clave de API.",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Saldo de cuenta insuficiente",
    "type": "payment_required"
  }
}

POST

videos

generations

curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "MiniMax-H3-Max",
    "prompt": "Un detective con gabardina se gira en una calle iluminada por neón bajo la lluvia. La cámara se acerca lentamente.",
    "duration": 5,
    "resolution": "768P",
    "aspect_ratio": "16:9"
  }'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/videos/generations",
    headers={"Authorization": "Bearer <token>", "Content-Type": "application/json"},
    json={
        "model": "MiniMax-H3-Max",
        "prompt": "Un detective se gira en una calle de neón bajo la lluvia.",
        "duration": 5,
        "resolution": "768P",
        "aspect_ratio": "16:9",
    },
)
print(response.json())

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01J9HA7JPQ9A0Z6JZ3V8M9W6PZ"
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Parámetros de solicitud no válidos",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Error de autenticación. Compruebe su clave de API.",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Saldo de cuenta insuficiente",
    "type": "payment_required"
  }
}

Selección del modelo: MiniMax-H3-Max es adecuado para generación rápida desde texto, control de fotogramas inicial/final y referencias multimodales en 480P, 768P o 1080P. Para 2K o fotogramas intermedios, use MiniMax-H3.

curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "MiniMax-H3-Max",
    "prompt": "Un detective con gabardina se gira en una calle iluminada por neón bajo la lluvia. La cámara se acerca lentamente.",
    "duration": 5,
    "resolution": "768P",
    "aspect_ratio": "16:9"
  }'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/videos/generations",
    headers={"Authorization": "Bearer <token>", "Content-Type": "application/json"},
    json={
        "model": "MiniMax-H3-Max",
        "prompt": "Un detective se gira en una calle de neón bajo la lluvia.",
        "duration": 5,
        "resolution": "768P",
        "aspect_ratio": "16:9",
    },
)
print(response.json())

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01J9HA7JPQ9A0Z6JZ3V8M9W6PZ"
    }
  ]
}

{
  "error": {
    "code": 400,
    "message": "Parámetros de solicitud no válidos",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Error de autenticación. Compruebe su clave de API.",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Saldo de cuenta insuficiente",
    "type": "payment_required"
  }
}

Autenticación

string

requerido

Todos los endpoints requieren un Bearer Token. Obtenga su clave en la página de claves de API.

Authorization: Bearer YOUR_API_KEY

Elegir el modelo

Capacidad	`MiniMax-H3`	`MiniMax-H3-Max`
Resolución	`2K` / `768P`, predeterminada `2K`	`480P` / `768P` / `1080P`, predeterminada `768P`
Duración	4–15 segundos	5–15 segundos
Texto a vídeo	Compatible	Compatible
Fotograma inicial / final	Compatible	Compatible
Fotograma intermedio	Compatible	No compatible
Referencias multimodales	Imagen, vídeo y audio	Imagen, vídeo y audio
Coste de imágenes de entrada	Primeras 5 gratis	Las primeras 2 imágenes son gratuitas; las adicionales se cobran por imagen
Coste de vídeos de referencia	Según la duración de entrada, con la misma tarifa que la salida de igual resolución	Según la duración de entrada, con tarifa independiente
Marca de agua AIGC	Compatible	Compatible en 480P / 768P; no disponible en 1080P

MiniMax-H3-Max no admite 2K y su salida no puede usarse como origen para Regeneration.

Modos de generación

Los campos de la solicitud determinan el modo automáticamente; no envíe mode.

Modo	Activador	Comportamiento
Texto a vídeo (T2V)	Solo `prompt` y campos comunes	Genera desde texto
Imagen a vídeo (I2V)	`first_frame_image` / `last_frame_image` o roles equivalentes en `image_with_roles`	Controla el fotograma inicial, final o ambos
Referencias multimodales (R2V)	`image_urls` / `video_urls` / `audio_urls` o `reference_image` en `image_with_roles`	Genera con imágenes, vídeos y audios de referencia; también en 1080P

Los fotogramas inicial/final no pueden combinarse con referencias. El audio de referencia requiere al menos una imagen o vídeo de referencia. Las combinaciones inválidas devuelven HTTP 400 de forma síncrona, sin crear ni cobrar una tarea.

Parámetros de solicitud

string

requerido

Valor fijo: MiniMax-H3-Max. No distingue mayúsculas y minúsculas; minimax-h3-max también se acepta.

string

requerido

Descripción no vacía del vídeo, obligatoria en todos los modos. Máximo de 7000 caracteres.

integer

predeterminado:"5"

Duración en segundos: entero de 5 a 15, valor predeterminado 5. No se admiten 4 segundos.

string

predeterminado:"768P"

Resolución de salida: 480P, 768P (predeterminada) o 1080P.En 1080P, omita watermark y su alias aigc_watermark, incluso si su valor es false.

2K, 1440P y 2048P no se admiten. Un valor no válido devuelve HTTP 400 sin reducción automática.

string

Relación de aspecto. También se aceptan los alias size y ratio.Valores T2V: 21:9, 16:9, 4:3, 1:1, 3:4, 9:16.

T2V sin el campo o con adaptive: usa 16:9
I2V: la determina la imagen de entrada; este campo se ignora
Referencias multimodales: opcional, valor predeterminado adaptive; también puede indicar una proporción concreta

string

URL pública de la imagen usada como fotograma inicial.

string

URL pública de la imagen usada como fotograma final. Puede usarse sola o junto con first_frame_image.

object[]

Array de imágenes con roles que puede sustituir a first_frame_image, last_frame_image o image_urls.

Mostrar Elemento de image_with_roles

string

requerido

URL pública de la imagen

string

Roles admitidos:

first_frame; alias first y start
last_frame; alias last, end_frame y tail
reference_image: imagen de referencia; alias reference; un rol vacío se trata como referencia

Como máximo un fotograma inicial y uno final. Las referencias de este array y de image_urls suman como máximo 9 imágenes. No mezcle roles de fotograma con roles de referencia.

string[]

Array de URL públicas de imágenes de referencia. Máximo 9 imágenes junto con las referencias de image_with_roles. Todas se tratan como referencias, nunca automáticamente como fotogramas inicial/final. Para el fotograma inicial use first_frame_image o el rol first_frame.

string[]

Array de URL públicas de vídeos de referencia; un solo vídeo también admite video_url (string). Máximo 3 clips, de 2 a 15 segundos cada uno, con duración total de vídeos de referencia no superior a 15 segundos.La duración de los vídeos de referencia se lee al enviar la solicitud para la facturación. Si no puede leerse, se devuelve HTTP 400 de forma síncrona, sin crear ni cobrar una tarea.

string[]

Array de URL públicas de audios de referencia; un solo clip también admite audio_url (string). Máximo 3 clips, de 2 a 15 segundos cada uno, con duración total de audios de referencia no superior a 15 segundos. Requiere al menos una imagen o vídeo de referencia; no admite solo audio.

boolean

predeterminado:"false"

Añade una marca de agua AIGC. Alias: aigc_watermark.Las marcas de agua solo se admiten en 480P / 768P. En 1080P, omita watermark y su alias aigc_watermark, incluso si su valor es false.

string

Recibe una notificación cuando la tarea termina correctamente o con error.

Use webhook, no el callback_url de MiniMax. La puerta de enlace reserva callback_url para uso interno.

Restricciones de parámetros

Los siguientes parámetros o combinaciones inválidos devuelven HTTP 400 antes de crear y cobrar la tarea:

Parámetro / valor	Motivo
Fotogramas inicial/final combinados con referencias	I2V y R2V son mutuamente excluyentes
Más de `9` imágenes de referencia o más de `3` vídeos o audios de referencia	Supera el límite de medios
Solo audio de referencia	Requiere una imagen o vídeo de referencia
`resolution: "2K"`	Solo se admiten `480P`, `768P` y `1080P`
`duration: 4` o superior a `15`	Solo 5–15 segundos

Cada vídeo y audio de referencia debe durar de 2 a 15 segundos. Los totales de vídeo y audio se calculan por separado y no superan 15 segundos cada uno. Recorte los medios demasiado largos antes de enviarlos; no son entradas válidas.

En 1080P, omita watermark y su alias aigc_watermark, incluso si su valor es false.

Para 2K, fotogramas intermedios o un vídeo de 4 segundos, use MiniMax-H3 y ajuste los parámetros.

Límites de medios de entrada

El cuerpo total de la solicitud no debe superar 64 MB. Use URL públicas para imágenes, vídeos y audios, no Base64.

Imágenes

Elemento	Límite
Formatos	JPG / JPEG / PNG / WEBP / HEIC / HEIF
Por archivo	≤ 30 MB
Ancho y alto	256–5760 px
Relación de aspecto	0,4–2,5
Cantidad	Máximo 1 fotograma inicial, 1 final y 9 referencias; no mezcle fotogramas con referencias

Vídeos de referencia

Elemento	Límite
Formatos	MP4 / MOV, H.264 / H.265
Por archivo	≤ 50 MB
Cantidad	≤ 3
Duración por clip	2–15 s
Duración total	≤ 15 s
Ancho y alto	256–5760 px
Relación de aspecto	0.4–2.5
Frecuencia de fotogramas	23.976–60 fps

Audios de referencia

Elemento	Límite
Formatos	WAV / MP3
Por archivo	≤ 15 MB
Cantidad	≤ 3
Duración por clip	2–15 s
Duración total	≤ 15 s

El audio de referencia requiere una imagen o vídeo de referencia. Los totales de duración de vídeo y audio se calculan por separado, cada uno con un máximo de 15 segundos. Los medios que incumplan los requisitos pueden fallar durante la generación; las tareas fallidas se reembolsan automáticamente.

Ejemplos

Imagen a vídeo con fotograma inicial

{
  "model": "MiniMax-H3-Max",
  "prompt": "La cámara se acerca lentamente mientras asciende el vapor.",
  "first_frame_image": "https://cdn.example.com/ramen.png",
  "duration": 5,
  "resolution": "480P"
}

Imagen a vídeo con fotogramas inicial y final

{
  "model": "MiniMax-H3-Max",
  "prompt": "La escena pasa gradualmente de la mañana al atardecer.",
  "first_frame_image": "https://cdn.example.com/morning.png",
  "last_frame_image": "https://cdn.example.com/sunset.png",
  "duration": 8,
  "resolution": "768P"
}

Texto a vídeo en 1080P

En 1080P, omita watermark y su alias aigc_watermark, incluso si su valor es false.

{
  "model": "MiniMax-H3-Max",
  "prompt": "Atardecer en la costa, olas suaves en la playa, avance lento de cámara, textura cinematográfica.",
  "duration": 5,
  "resolution": "1080P",
  "aspect_ratio": "16:9"
}

Generación con referencias multimodales

{
  "model": "MiniMax-H3-Max",
  "prompt": "El personaje de la imagen de referencia corre por la escena del vídeo de referencia al ritmo del audio de referencia.",
  "image_urls": [
    "https://cdn.example.com/role.png"
  ],
  "video_urls": [
    "https://cdn.example.com/scene.mp4"
  ],
  "audio_urls": [
    "https://cdn.example.com/beat.mp3"
  ],
  "duration": 6,
  "resolution": "1080P",
  "aspect_ratio": "16:9"
}

Consultar una tarea

El envío devuelve task_id. Consulte el estado de la tarea cada 5–10 segundos y use un timeout de cliente de 15 minutos.

`status`	Significado
`pending`	Enviada o en cola
`processing`	Generándose
`completed`	URL del vídeo en `result.videos[0].url`
`failed`	Consulte `error.message`; reembolso automático

Las URL generadas suelen caducar tras unas 24 horas. Descargue y guarde el resultado cuanto antes.

Precios

El coste total incluye vídeo generado, imágenes adicionales y vídeos de referencia:

Coste total = tarifa de generación por segundo × duración de salida
            + tarifa por imagen adicional × max(0, número de imágenes de entrada − 2)
            + tarifa de vídeo de referencia por segundo × duración total de vídeos de referencia

Se cuentan juntos los fotogramas inicial/final y las imágenes de referencia. Las primeras 2 imágenes son gratuitas; las adicionales se cobran por imagen. Los vídeos de referencia no superan 15 segundos en total.

Elemento	Tarifa
Vídeo 1080P	Según los precios del modelo
Vídeo 768P	Según los precios del modelo
Vídeo 480P	Según los precios del modelo
Imágenes de entrada	Las primeras 2 imágenes son gratuitas; las adicionales se cobran por imagen; Según los precios del modelo
Vídeos de referencia	Se cobra por segundo de entrada según los precios del modelo; depende de la resolución de salida y es independiente de la tarifa de generación
Audios de referencia	Gratis

Ejemplo	Coste
768P / 5s	768P tarifa de generación × 5
768P / 10s	768P tarifa de generación × 10
480P / 10s	480P tarifa de generación × 10
480P / 15s	480P tarifa de generación × 15
768P / 5s + Imágenes × 3	768P tarifa de generación × 5 + tarifa por imagen adicional × 1
480P / 10s + Vídeos de referencia (12s)	480P tarifa de generación × 10 + 480P tarifa de vídeo de referencia × 12
1080P / 5s + Imágenes × 2 + Audios de referencia	1080P tarifa de generación × 5

Todas las tarifas dependen de los precios del modelo. En el ejemplo 1080P con 2 imágenes de referencia y audio de referencia, las imágenes y el audio son gratuitos. El importe estimado se reserva al enviar. Las tareas fallidas se reembolsan íntegramente; el campo cost de la tarea es definitivo.

Errores

Escenario	Resultado
`prompt` vacío o superior a 7000 caracteres	400; sin tarea
`duration` fuera de 5–15	400; sin tarea
`resolution` no admitida	400; sin tarea
Fotogramas inicial/final combinados con referencias / Solo audio de referencia	400; sin tarea
Más de `9` imágenes de referencia o más de `3` vídeos o audios de referencia	400; sin tarea
No se puede leer la duración del vídeo de referencia	400; sin tarea
Rol de imagen inválido o más de una imagen para el mismo rol de fotograma inicial/final	400; sin tarea
Saldo insuficiente	402
Rechazo de seguridad de contenido	422
Límite de solicitudes	429; reintente con backoff

Los fallos de generación devuelven status = failed y error.message, con reembolso automático.

Response

integer

Código de respuesta; 200 si es correcto

array

Resultado del envío con estado inicial e ID de tarea

Mostrar Elemento del array

string

Inicialmente submitted

string

ID único para consultar progreso y resultado

Visión general

Modelos

Serie de texto

Serie de imágenes

Serie de video

Serie de audio

Serie de Moderación

Gestión de subidas

Gestión de tareas

Gestión de cuenta

Generación de vídeo MiniMax-H3-Max

Autenticación

Elegir el modelo

Modos de generación

Parámetros de solicitud

Restricciones de parámetros

Límites de medios de entrada

Imágenes

Vídeos de referencia

Audios de referencia

Ejemplos

Imagen a vídeo con fotograma inicial

Imagen a vídeo con fotogramas inicial y final

Texto a vídeo en 1080P

Generación con referencias multimodales

Consultar una tarea

Precios

Errores

Response

​Autenticación

​Elegir el modelo

​Modos de generación

​Parámetros de solicitud

​Restricciones de parámetros

​Límites de medios de entrada

​Imágenes

​Vídeos de referencia

​Audios de referencia

​Ejemplos

​Imagen a vídeo con fotograma inicial

​Imagen a vídeo con fotogramas inicial y final

​Texto a vídeo en 1080P

​Generación con referencias multimodales

​Consultar una tarea

​Precios

​Errores

​Response

Autenticación

Elegir el modelo

Modos de generación

Parámetros de solicitud

Restricciones de parámetros

Límites de medios de entrada

Imágenes

Vídeos de referencia

Audios de referencia

Ejemplos

Imagen a vídeo con fotograma inicial

Imagen a vídeo con fotogramas inicial y final

Texto a vídeo en 1080P

Generación con referencias multimodales

Consultar una tarea

Precios

Errores

Response