MiniMax

MiniMax H3

minimax-h3-max/image-to-video

Modelo de video multimodal unificado que procesa texto, imágenes, video y audio en un mismo contexto, admite generación de video a partir de texto, de imágenes y de referencias, edición mediante instrucciones y puede generar audio sincronizado

minimax-h3 minimax-h3-max/image-to-video minimax-h3-max/text-to-video

Probar minimax-h3-max/image-to-video

Entrada

Creaciones

Ver todas las creaciones

Salida

video

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

minimax-h3-max/image-to-video per second

Especificaciones	Precio unitario
480P	$0.072
768P	$0.115
1080P	$0.229

Descripción general

La línea de imagen a vídeo de MiniMax H3 Max está orientada a desarrolladores que necesitan generar vídeo de forma estable a partir de una imagen estática. Toma como punto de partida la imagen del primer fotograma subida y, guiándose por el prompt, impulsa el movimiento, la cámara y el sonido dentro de la imagen, produciendo vídeos con duración y resolución ajustables; además, admite el emparejamiento de primer y último fotograma para restringir la transición entre ambos. Es adecuada para la prueba de storyboards publicitarios, la animación de ilustraciones e imágenes de producto y los flujos de generación de cortometrajes que requieren transiciones controlables, y puede invocarse a través de la interfaz unificada de HiAPI.ai con facturación según la duración de salida.

Aspectos destacados

Transición restringida por el par de fotogramas inicial y final: se puede proporcionar solo el primer fotograma para generar los fotogramas siguientes, o bien proporcionar el primer y el último fotograma para que el modelo complete el movimiento y la transición entre ambas imágenes.
Duración y resolución ajustables: la duración se configura entre 0,92 y 15 segundos, y la resolución puede elegirse entre 480P, 768P o 1080P, seleccionando el nivel según las necesidades del montaje final.
Sustitución opcional de la pista de audio: mediante una dirección de audio de destino se reemplaza la pista de audio de salida; si el audio es demasiado largo se recorta el inicio y si es demasiado corto se rellena con silencio, lo que facilita la alineación con la voz en off o la música.
Ampliación del prompt con tres niveles ajustables: el modo de ampliación se divide en desactivado, equilibrado y calidad, lo que permite elegir entre seguir estrictamente la descripción original o completar automáticamente los detalles de la imagen.

Descripción de capacidades

Imagen a vídeo y control de fotogramas inicial y final: la imagen del primer fotograma determina la relación de aspecto y genera el vídeo; si solo se proporciona el último fotograma, se compone según este, y si se proporcionan ambos fotogramas se restringe el proceso de transición, lo que resulta adecuado para transiciones controlables y planos de comparación antes y después.

Niveles de duración y resolución: una sola generación admite de 0,92 a 15 segundos y de 480P a 1080P; los desarrolladores pueden elegir el nivel de vista previa o el de entrega según el uso del montaje final, evitando el desperdicio de costes que supone aplicar una alta especificación de forma uniforme en todo el flujo.

Inyección de pista de audio: al pasar una dirección de audio de destino se reemplaza la pista de audio de salida; el audio debe durar al menos 2 segundos y no superar los 15 MB, y el modelo lo recorta o rellena con silencio automáticamente según la longitud del vídeo, lo que evita una segunda alineación en la posproducción de voz.

Organización del prompt: el prompt admite hasta 50000 caracteres y se utiliza para describir la imagen, el movimiento, la cámara y el sonido; el modo de ampliación puede ser desactivado, equilibrado o calidad, lo que controla la fidelidad a la descripción original durante la generación.

Semilla aleatoria fija: al pasar explícitamente una semilla se puede reproducir el mismo resultado; combinado con ajustes finos del prompt para experimentos comparativos, facilita localizar configuraciones eficaces en la generación por lotes.

Casos de uso

Equipos de publicidad y storyboard que generan un vídeo de previsualización a partir de una única imagen principal: se sube la imagen del primer fotograma y se especifican el movimiento y la cámara para producir un vídeo de previsualización de 5 a 15 segundos, destinado a propuestas y a la validación del ritmo antes del rodaje.
Animación de ilustraciones e imágenes de producto: tomando como punto de partida una ilustración o una imagen de producto y eligiendo 768P o 1080P según se necesite, se obtiene un vídeo corto en bucle listo para publicar.
Unión de planos con transiciones definidas: al proporcionar simultáneamente el primer y el último fotograma, el modelo completa el proceso intermedio y produce fragmentos de transición naturales para la línea de tiempo de montaje.
Alineación labial con voz en off o música existentes: al pasar una dirección de audio de destino se genera un fragmento con la pista de audio correspondiente, produciendo material final que puede pasar directamente a posproducción.

Limitaciones y recomendaciones de selección

Esta línea solo acepta imagen a vídeo y no admite texto a vídeo puro ni entrada mixta con imágenes de referencia; cada fragmento tiene una duración máxima de 15 segundos, por lo que las narrativas más largas requieren generar por segmentos y montar después. Al pasar un audio de destino, la duración mínima del vídeo es de 2 segundos y el propio audio no debe superar los 15 MB. Si el objetivo es texto a vídeo puro o se necesita entrada de referencia multimodal, debe recurrirse a otras líneas de la misma familia; en escenarios que no requieran control de fotogramas inicial y final ni inyección de pista de audio, también puede optarse por métodos de generación más ligeros.

Novedades

Ver el registro de cambios →

Nuevo modelo Nuevo modelo: minimax-h3 — genera video nativo en 2K mediante POST /v1/tasks, compatible con texto a video de 4-15 segundos… Jul 31, 2026

Preguntas frecuentes

Ver todas las preguntas →

¿Qué tipo de modelo de video es MiniMax H3?

Se centra en el Prompt y también puede incluir fotogramas inicial y final o imágenes, videos y audios de referencia; los distintos modos de control deben combinarse según el contrato de parámetros vigente.
¿Qué especificaciones de salida admite MiniMax H3?

Admite de 4 a 15 segundos, resoluciones que incluyen 2K y relaciones de aspecto que incluyen 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 y adaptive.
¿Se puede generar voz o usar referencias de audio?

Referencias opcionales de imagen, vídeo y audio; compatible con la generación de audio
¿Cómo se factura MiniMax H3?

Se factura según la duración de salida y el nivel en tiempo real; las diferencias causadas por la resolución, el modo o las opciones de sonido se rigen por el precio de la página y el registro de la tarea.

Crear una tarea de generación

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

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: minimax-h3-max/image-to-video

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para minimax-h3-max/image-to-video y la ruta default; consulta la tabla de parámetros a continuación.

seedintegerOpcional

Semilla aleatoria, entero. Si se omite, el sistema la elige al azar; cuando se especifica explícitamente 0 debe pasarse tal cual, para reproducir el resultado de la generación.

promptstringObligatoriominLength 1maxLength 50000pattern \S

Texto de indicación (prompt) que describe la imagen, la acción, el encuadre y el contenido sonoro deseados.

durationnumberOpcionalPredeterminado: 5min 0.92max 15

Duración del vídeo, valor numérico, por defecto 5.

resolutionstringOpcionalPredeterminado: "768P"

Resolución del vídeo de salida, cadena de texto, por defecto 768P.

Opciones:480P768P1080P

last_frame_imagestringOpcionalminLength 1pattern ^https?://[^\s/@]+(?:[/?#][^\s]*)?$

Imagen del fotograma final, usada para especificar la escena con la que termina el vídeo; la relación de aspecto sigue al primer fotograma, y solo sigue al fotograma final cuando se proporciona este y no el primero.

target_audio_urlstringOpcionalminLength 1pattern ^https?://[^\s/@]+(?:[/?#][^\s]*)?$

Dirección del audio de destino, usada para reemplazar la pista de audio de salida; el audio debe durar al menos 2 segundos y no superar los 15 MB; si es más largo se recorta al inicio y si es más corto se rellena con silencio.

first_frame_imagestringOpcionalminLength 1pattern ^https?://[^\s/@]+(?:[/?#][^\s]*)?$

Imagen del primer fotograma, usada para especificar la escena inicial del vídeo; la relación de aspecto sigue al primer fotograma, y solo sigue al fotograma final cuando únicamente se dispone de este.

prompt_expansion_modestringOpcionalPredeterminado: "balanced"

Modo de expansión del prompt, cadena de texto, por defecto balanced.

Opciones:disabledbalancedquality

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "minimax-h3-max/image-to-video",
  "input": {
    "prompt": "…",
    "duration": 5,
    "resolution": "768P",
    "prompt_expansion_mode": "balanced"
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "minimax-h3-max/image-to-video",
    input: {
      "prompt": "…",
      "duration": 5,
      "resolution": "768P",
      "prompt_expansion_mode": "balanced"
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "minimax-h3-max/image-to-video",
        "input": {
          "prompt": "…",
          "duration": 5,
          "resolution": "768P",
          "prompt_expansion_mode": "balanced"
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}