MiniMax-H3
MiniMax-H3 Context-IR プロンプト強化
- マルチモーダルな文脈理解により、強化された構造化プロンプトを生成(テキストのみ、動画は生成しない)
- H3 動画生成と同じメディアフィールドと相互排他ルールを共有
- トークン課金。通常 20〜40 秒で完了
- 単体でも、768P プレビュー → 2K 再生成ワークフローのステップ 1 としても利用可能
POST
Full 2K Workflow(任意):① Context-IR でプロンプトを強化 → ② MiniMax-H3 で
768P プレビュー → ③ Regeneration で 2K にアップスケール。合算単価は直出 2K と同等で、試行コストを抑えられます。本エンドポイント単体でも利用できます。認証
string
必須
Bearer Token 認証。APIキー管理ページ でキーを取得してください。
概要
アイデアと任意のメディアを送り、マルチモーダル理解の結果として構造化され、より豊かなプロンプトを受け取ります。- 動画は生成されません。 結果は
result.promptに入ります(result.videosではありません) - メディアフィールドは 動画生成 と同じ検証ルールを使います(先頭/末尾フレームと参照の相互排他、音声のみ不可)。同じ入力を続けて生成に渡せます
result.prompt をそのまま MiniMax-H3 の prompt に渡してください。
リクエストパラメータ
string
必須
固定値:
MiniMax-H3-Context-IRstring
必須
元のアイデアテキスト、≤ 7000 文字
integer
デフォルト:"5"
目標動画の長さ(秒)、4〜15、デフォルト
5。強化プロンプト内のテンポ表現に影響します。string
目標アスペクト比。テキストのみ入力時は必須で、
adaptive は不可。よく使う値:16:9、9:16、1:1、4:3、3:4、21:9 など。string
先頭フレーム画像の URL
string
末尾フレーム画像の URL
string[]
参照画像(常に参照として扱う)、≤ 9
object[]
役割付き画像:
first_frame / last_frame / reference_imagestring[]
参照動画、≤ 3;各 2〜15 秒、合計 ≤ 15 秒
string[]
参照音声、≤ 3;単独使用不可 — 画像または動画と組み合わせてください
課金
トークン課金(H3 ファミリーで唯一トークン課金のモデル):
典型的な呼び出し(入力約 5.6k + 出力約 3.4k tokens)は約 $0.0167。
送信時に固定デポジットを仮引きし、実際の
prompt_tokens / completion_tokens で精算(余剰返金 / 不足分請求)。マルチモーダル入力は入力 tokens を大きく増やします。
注意事項
- 通常 20〜40 秒。3〜5 秒ごとに タスク状態 をポーリングしてください。
- パラメータ不正 → 同期 400(タスクなし、課金なし)。実行時失敗は
failedとなり自動返金。 - ワークフロー全体の説明は Regeneration ページを参照。
Response
integer
ステータスコード。成功時は 200
array
送信時:
status / task_id