メインコンテンツへスキップ
POST

認証

string
必須
すべてのエンドポイントで Bearer Token 認証が必要です。API キーページでキーを取得してください。

モデル概要

MiniMax H3 Image は、デフォルトでプロンプトを詳細な画面描写へ自動的に拡張してから画像を生成します。拡張後の内容は照会結果の revised_prompt で確認できます。元のテキストどおりに生成したい場合は、プロンプト拡張の無効化を参照してください。
resolution を省略すると 4K(約 1,600 万ピクセル)で出力され、単価は 1K / 2K の約 3 倍になります。4K が不要な場合は "resolution": "2K" を明示的に指定してください。

リクエストパラメータ

string
必須
画像生成モデル名。minimax-h3-image 固定です。
string
必須
画像生成または編集の内容を説明するテキスト。プロンプトは中国語と英語に対応しています。前後の空白を除いた長さは 1 ~ 32,000 文字です。
string[]
参照画像の配列。最大 16 枚です。指定すると自動的に編集モードになります。各要素には、公開アクセス可能な http(s):// の直リンク、または data:image/png;base64,... 形式のインライン Base64 を指定できます(プラットフォームがリンクに変換してからモデルに渡します)。詳しくは参照画像の要件を参照してください。
string
デフォルト:"auto"
出力画像のアスペクト比、または正確なピクセル寸法。指定可能な値:
  • auto:プロンプトに基づいてモデルが構図と比率を決定
  • アスペクト比:X:Y 形式。X、Y は 1 ~ 300 の整数で、比率は 1:3 ~ 3:1(両端を含む)。例:1:1、4:3、16:9、9:16、3:1
  • ピクセル指定:幅x高さ。例:2048x1152(区切り文字として X、×、* も使用可能)
詳しくはサイズルールを参照してください。
string
デフォルト:"4K"
解像度。アスペクト比と組み合わせて実際の出力ピクセル数を決定します。
  • 1K:約 100 万ピクセル
  • 2K:約 420 万ピクセル
  • 4K(デフォルト):約 1,600 万ピクセル
小文字でも指定できます。
size をピクセル形式で指定した場合、resolution は指定できません。指定すると 400 が返されます。
integer
デフォルト:"1"
生成する画像の枚数。1 ~ 10 の範囲で指定します。
boolean
デフォルト:"true"
プロンプトを自動的に拡張するかどうか。false はテキスト画像生成でのみ有効で、サイズの明示的な指定が必要です。詳しくはプロンプト拡張の無効化を参照してください。
string
デフォルト:"jpeg"
出力ファイル形式。
  • jpeg(デフォルト。jpg も可)
  • png
  • webp
integer
デフォルト:"95"
圧縮品質。範囲は 0 ~ 100 で、png には適用されません。
boolean
デフォルト:"false"
画像に可視の AI 生成ウォーターマークを追加するかどうか。画像メタデータ内の不可視の識別情報には影響しません。
次のパラメータはサポートされておらず、指定しても無視されます:quality、style、seed、negative_prompt、background、mask_url。結果は常に URL で返されます。response_format: "b64_json" を指定すると 400 が返されます。

サイズルール

解像度 + アスペクト比

解像度が総面積を、アスペクト比が形状を決定します: 実際の出力ピクセル数は、比率と解像度に基づいてモデルが丸めて決定します。返された結果を基準としてください。正確な寸法が必要な場合はピクセル形式を使用してください。

ピクセル指定

size: "幅x高さ" を使用する場合は、次の条件を満たす必要があります:
  • ✅ 1024x1024、2048x1152、1536x1536、4000x5000
  • ❌ 512x512(面積が小さすぎる)、4000x1000(比率が 3:1 を超える)、5000x5000(2,000 万ピクセルを超える)

参照画像の要件

URL を使用する場合は、リンクが公開アクセス可能であることを確認してください。リンクにアクセスできない場合、タスクは生成段階で失敗します(status が failed となり、料金は全額返金されます)。編集モードではプロンプト拡張が常に有効で、無効化できません。

プロンプト拡張の無効化

デフォルトでは、モデルはプロンプトを拡張してから画像を生成します。元のテキストどおりに生成したい場合は "prompt_optimizer": false を指定できます。ただし、次の条件があります:
  • テキスト画像生成でのみ使用可能。image_urls を含む場合は 400 が返されます
  • サイズの明示的な指定が必要:size はアスペクト比(例:1:1)またはピクセル(例:1024x1024)とし、auto や省略は不可
無効化すると、モデルはプロンプトの先頭約 4096 トークンのみを読み取ります。

Response

integer
レスポンスステータスコード。送信成功時は 200 です。
array
送信レスポンスデータ。

送信レスポンス

送信に成功すると、非同期タスク ID が即座に返されます:

タスク結果の照会

送信レスポンスの task_id を使って タスク状態 API を呼び出します:
実測では、1 枚あたり 1K / 2K で約 10 ~ 20 秒、4K で約 20 秒、参照画像による編集で約 20 秒かかります。3 ~ 5 秒ごとにポーリングし、状態が completed または failed になるまで確認してください。1 つのタスクは最大 600 秒実行されるため、クライアント側のポーリングタイムアウトは 10 分に設定することを推奨します。

タスク成功

画像 URL は data.result.images[0].url[] にあり、n 枚の画像はすべてこの配列に含まれます。expires_at までにダウンロードして保存してください。タスクが失敗した場合は status が failed となり、原因は error.message で確認できます。料金は自動的に全額返金されます。

使用例

テキスト画像生成(デフォルト 4K)

テキスト画像生成(1K + アスペクト比、4 枚同時)

ピクセル指定 + PNG

参照画像による編集

プロンプト拡張の無効化