Guide de prise en main de MiniMax H3 Max Turbo : génération de vidéo à partir de texte, image-vers-vidéo avec première et dernière images, paramètres et tarifs

MiniMax H3 Max Turbo est la version rapide de H3 Max. Sur HiAPI, il expose deux ID d'appel : minimax-h3-max-turbo/text-to-video (texte-vers-vidéo) et minimax-h3-max-turbo/image-to-video (image-vers-vidéo à partir d'une première image, avec possibilité d'ajouter une dernière image). Chaque clip dure de 1 à 15 secondes, en 480P / 768P / 1080P, facturé à la seconde. Cet article explique comment choisir entre les deux ID, comment remplir les paramètres et comment calculer le prix.

Comment choisir entre les deux ID

• Vous n'avez qu'une description textuelle : utilisez text-to-video, seul prompt est obligatoire, et le format se définit avec aspect_ratio.
• Vous avez déjà une image : utilisez image-to-video, avec prompt et image_url (première image) obligatoires. Vous pouvez ajouter end_image_url comme dernière image ; le modèle génère le mouvement entre les deux images.
• Le format de sortie de l'image-vers-vidéo suit la première image ; il n'y a pas de paramètre aspect_ratio. Pour du vertical, fournissez une image verticale, et gardez des proportions aussi proches que possible entre la première et la dernière image.

Paramètres

• resolution : 480P / 768P / 1080P, par défaut 768P. Le 1080P est obtenu par affinage d'une image 768P ; la génération native monte au maximum à 768P.
• duration : de 1 à 15 secondes, par défaut 5, accepte les décimales. La sortie réelle peut dépasser d'environ 0,7 seconde la durée indiquée ; par exemple, avec 5 secondes, le clip obtenu dure environ 5,2 secondes.
• aspect_ratio (texte-vers-vidéo uniquement) : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, par défaut 16:9. Par exemple, en 768P 3:4 la sortie est de 768×1024, et en 768P 21:9 elle est de 1536×672.
• prompt_expansion_mode : extension du prompt. disabled l'utilise tel quel ; balanced (par défaut) termine la réécriture en environ 1 seconde ; quality prend jusqu'à environ 30 secondes pour écrire un prompt plus détaillé.
• target_audio_url : facultatif, transmettez un fichier audio d'au moins 2 secondes et d'au plus 15 Mo comme piste audio du clip ; la partie dépassant la durée de la vidéo sera coupée. Dans ce cas, renseignez duration avec au moins 2.
• seed : facultatif, fixez-la pour reproduire le même résultat, en gardant tous les autres paramètres identiques.
• Chaque requête produit 1 vidéo. Ces deux ID ne proposent ni verrouillage de personnage à partir d'une image de référence, ni prolongation de vidéo, ni montage vidéo.

Exemple d'appel

Soumettre la tâche :

curl https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3-max-turbo/image-to-video",
    "input": {
      "prompt": "Le cycliste ralentit près du lampadaire et se retourne pour regarder derrière lui, traînées de pluie dans une lumière néon chaude, léger travelling avant",
      "image_url": "https://example.com/first-frame.png",
      "resolution": "768P",
      "duration": 5
    }
  }'

Après avoir reçu data.taskId, interrogez GET https://api.hiapi.ai/v1/tasks/<taskId> en boucle. Quand status passe à success, l'adresse de la vidéo se trouve dans data.output[0].url. En 5 secondes 768P, le résultat arrive généralement en une dizaine de secondes. Le lien du résultat a une durée de validité (champ expireAt) ; pour une conservation à long terme, téléchargez-le et stockez-le vous-même.

Tarifs

• 480P : 0,025 $ par seconde.
• 768P : 0,04 $ par seconde.
• 1080P : 0,08 $ par seconde.
• Facturation selon la duration indiquée dans la requête, au même prix pour les deux ID. Par exemple, 768P 5 secondes : 5 × 0,04 = 0,20 $ ; 1080P 10 secondes : 0,80 $.
• Seules les tâches générées avec succès sont facturées ; en cas d'échec, remboursement intégral.

Comment rédiger les prompts

• Pour le texte-vers-vidéo, écrivez clairement dans l'ordre « sujet + scène + action + mouvement de caméra + lumière et ambiance ».
• Pour l'image-vers-vidéo, la première image fixe déjà la composition ; évitez de répéter ce qui est déjà visible et détaillez plutôt « qui bouge comment, comment la caméra se déplace, en combien de secondes cela se déroule », par exemple « la caméra avance lentement, le personnage se retourne à la 3e seconde ».
• Testez d'abord le mouvement et la caméra en 480P et sur une durée courte, puis générez en 768P ou 1080P une fois satisfait. Le prix unitaire du 1080P est 3,2 fois celui du 480P.