MiniMax H3 Max 이미지 투 비디오 프롬프트: 바로 복사할 수 있는 완전한方案과 실제 출력

MiniMax H3 Max는 정지 이미지를 짧은 영상으로 애니메이션화하고 환경 사운드트랙을 동시에 생성하는 비디오 모델입니다. 종료 프레임을 주고 카메라 움직임, 다이내믹스, 원하는 사운드를 묘사하면, 모델이 5–15초 길이의 샷을 렌더링해 그 프레임에서 끝맺습니다. 선택적으로 시작 프레임을 제공할 수도 있으며, 모델은 시작과 종료 사이를 보간하여 결정론적인 변형 애니메이션을 만듭니다.

이 가이드에서는 이미지 투 비디오 경로에 사용할 바로 복사 가능한 프롬프트方案 3가지를 제시하며, 각각 정확한 입력 프레임, 전체 프롬프트, 그리고 우리가用它 렌더링한 실제 클립을 포함합니다—여기에 시뮬레이션된 내용은 전혀 없습니다. 아래의 모든 프롬프트와 이미지는 우리가 hiapi에서 작성하고 생성한 것이며, 그 구조를 그대로 적용할 수 있습니다.

MiniMax H3 Max 이미지 투 비디오의 실제 작동 방식

비동기 작업 호출입니다. https://api.hiapi.ai/v1/tasks로 POST 요청을 보내고, 반환된 taskId를 상태가 success가 될 때까지 폴링한 다음, 출력 URL에서 비디오를 다운로드합니다(링크에 시간 제한이 있으므로 파일을 즉시 저장해야 합니다).

혼동하기 쉬운 점: 이미지 투 비디오 경로에서는 last_frame_image가 필수 필드입니다—클립이 최종적으로 도달할 샷입니다. first_frame_image는 선택 사항이며, 시작부터 끝까지 완전히 제어하고 싶을 때 시작 프레임을 고정합니다. 프롬프트를 작성하기 전에 알아둘 규칙이 몇 가지 있습니다:

• 프레임 이미지가 가로세로 비율을 결정합니다. 프레임 이미지를 전달할 때는 aspect_ratio를 다시 보내지 마세요—API가 둘을 동시에 받으면 거부합니다. 입력 이미지를 원하는 비디오 형태로 잘라내세요.
• resolution은 480P, 768P, 1080P 중 선택할 수 있습니다. duration은 5에서 15 사이의 정수 초입니다.
• 오디오는 프롬프트로 제어됩니다. 환경음을 묘사하면(예: "soft rain on glass, distant city hum") 모델이 일치하는 사운드트랙을 추가합니다. 대사가 필요 없다면 "no speech"라고 쓰세요.

최소 요청 본문은 다음과 같습니다:

{
  "model": "minimax-h3-max/image-to-video",
  "input": {
    "prompt": "Slow push-in toward the sign; neon reflections ripple on wet pavement. Ambient rain, no speech.",
    "last_frame_image": "https://your-cdn.example.com/ending-frame.jpg",
    "resolution": "480P",
    "duration": 5
  }
}

오프닝 샷도 제어하고 싶다면 "first_frame_image": "https://.../start.jpg"를 추가하세요(方案 3). 나머지 내용은 운동, 구도, 사운드가 실제로 읽히도록 prompt를 작성하는 방법에 관한 것입니다.

方案 1 — 단일 키 비주얼 프레임에서 시네마틱 공개 샷 생성

"킬러 샷"이 하나 있고 카메라가 그곳에 도달하게 하고 싶을 때 사용하세요. 종료 프레임만 제공하고, 프롬프트가 그곳으로 향하는 움직임을 연출합니다.

입력 프레임(last_frame_image로 사용):

렌더링 클립(768P, 5초):

프롬프트(바로 복사 가능):

거울처럼 검은 수면 위 몇 인치에서 낮게 시작해, 앞으로 미끄러지며 위로 팬업하여 느리고 넓은 궤도의 공개 샷으로 이어집니다: 블루 아워, 폭풍우 치는 바다 위에 떠 있는 유리 파빌리온. 역동적인 크리스털 조각품이 완만한 나선으로 펼쳐지며 따뜻한 호박색 빛을 차가운 시안색 안개 사이로 굴절시킵니다. 유리 위로 빗물이 줄무늬를 남기고, 지평선 너머로는 먼 번개가 번뜩입니다. 물리적으로 정확한 반사와 굴절, 볼류메트릭 라이트, 절제된 자연스러운 움직임, 안정적인 기하 구조, 끊김 없는 시간적 일관성, 고급 상업 영상 질감, 은은한 필름 그레인, 사람 없음, 로고 없음, 텍스트 없음, 컷 없음, 플리커 없음. 환경음: 낮게 울리는 파도 소리, 유리에 가볍게 내리는 빗소리, 크리스털의 은은한 울림, 대사 없음.

왜 효과적인가:

• 한 문장으로 이어진 샷 묘사. "낮게 시작해…… 앞으로 미끄러지며…… 위로 팬업하여 느리고 넓은 궤도의 공개 샷으로"라는 표현은 서로 경쟁하는 움직임 대신 모델에게 하나의 명확한 경로를 줍니다.
• 종료 프레임이 앵커이므로 프롬프트는 그곳에 이르는 여정만 묘사하면 됩니다—조각품이 "펼쳐지는" 것이 바로 모델이 스스로 만든 시작 상태와 사용자가 제공한 프레임 사이에서 가시적인 움직임을 만들어내는 이유입니다.
• 간결한 네거티브 목록("컷 없음, 플리커 없음, 텍스트 없음")이 768P의 고급스러운 질감이 몽타주로 퇴화하는 것을 막아줍니다.
• 키 비주얼 샷이므로 768P로 렌더링했습니다. 이 글의 커버 이미지도 여기서 직접 잘라낸 한 프레임입니다.

方案 2 — 환경음이 있는 분위기 있는 푸시인

일상적인 주력 方案: 느린 돌리 샷으로 정적인 장면에 생명을 불어넣으며, 사운드트랙이 움직임만큼 중요합니다. 마찬가지로 종료 프레임 하나만 필요합니다.

입력 프레임(last_frame_image로 사용):

렌더링 클립(480P, 5초):

프롬프트(바로 복사 가능):

자정, 빗물에 젖은 네온 골목을 따라 앞으로 나아가는 느리고 안정적인 돌리 샷. 발밑의 물웅덩이에 물결이 이고, 카메라가 청록색과 마젠타색으로 빛나는 라멘집 간판을 향해 천천히 떠갑니다. 거리 배기구에서 증기가 피어오르고, 종이 등불이 살랑이며, 젖은 노면 위로 네온 반사가 일렁입니다. 시네마틱 틸 앤 오렌지 컬러 그레이딩, 얕은 심도, 은은한 안개, 사실적인 35mm 질감, 절제된 움직임, 안정적인 기하 구조, 사람 없음, 읽을 수 있는 텍스트 없음, 컷 없음. 환경음: 꾸준한 빗소리, 먼 도시의 웅웅거림, 희미한 증기 쉭쉭 소리, 대사 없음.

왜 효과적인가:

• 하나의 느린 움직임 + 다수의 미세한 움직임. 카메라는 한 가지만 합니다(앞으로 돌리), 반면 물결치는 물웅덩이, 피어오르는 증기, 흔들리는 등불이 미세한 움직임을 제공하여 화면이 흔들리지 않으면서도 사실감을 만듭니다.
• 오디오 묘사가 실제로 큰 역할을 합니다. "꾸준한 빗소리, 먼 도시의 웅웅거림, 희미한 증기 쉭쉭 소리"가 젖은 거리 렌더링을 하나의 장소로 바꿔주는 핵심입니다. 이미지 모델 대비 가장 큰 업그레이드입니다.
• 반복 작업 시 480P가 적절한 기본값입니다—초당 $0.072로 계산하면 5초 테스트가 약 36센트이므로, 768P나 1080P로 최종본을 만들기 전에 저렴하게 문구를 조정할 수 있습니다.

方案 3 — 첫 프레임 + 마지막 프레임 보간(시그니처 제어)

바로 이것이 H3 Max를 "내 사진을 움직이게 하는" 모델과 구별시켜 주는 지점입니다: 첫 프레임과 마지막 프레임을 동시에 주면, 두 프레임 사이에 제어된 변형을 렌더링합니다. 정확한 시작과 정확한 끝이 필요한 전후 비교 변환에 매우 적합합니다.

우리는 오프닝 프레임을 생성한 뒤, 동일한 프레임을 "이후" 상태로 편집하여 구도, 조명, 배경이 완전히 동일하게 유지되도록 했습니다—유일하게 바뀐 것은 피사체입니다.

첫 프레임(first_frame_image) → 마지막 프레임(last_frame_image):

렌더링 클립(480P, 5초):

프롬프트(바로 복사 가능):

새벽에 목련이 피어나는 매크로 타임랩스: 이슬 맺힌 꽃잎이 단단한 꽃봉오리에서 완전히 만개한 꽃으로 천천히 펼쳐지며 연한 색의 수술 중심부를 드러냅니다. 부드러운 아침 림 라이트가 장면 전체를 따뜻하게 감싸고, 가지는 산들바람에 거의 감지되지 않을 정도로 살짝 흔들립니다. 전 과정에서 동일한 구도와 배경 유지, 사실적인 식물 디테일, 매끄럽고 연속적인 움직임, 안정적인 포커스, 사람 없음, 텍스트 없음, 컷 없음. 환경음: 부드러운 새벽 새소리, 나뭇잎을 스치는 산들바람, 대사 없음.

왜 효과적인가:

• 두 프레임 = 결정론적 엔드포인트. 모델이 그럴듯한 위치에 도달하기를 기대할 필요가 없습니다. 어디서 시작하고 어디서 멈출지 이미 명확히 알려주었기 때문입니다. 프롬프트는 둘 사이를 어떻게 이동할지만 묘사하면 됩니다("천천히 펼쳐지며…… 매끄럽고 연속적인 움직임").
• 프레임 일관성을 유지하세요. 마지막 프레임이 첫 프레임의 편집본이므로(같은 가지, 각도, 조명), 보간이 두 사진 사이의 컷이 아니라 꽃이 피어나는 것처럼 보입니다. 일치하지 않는 프레임은 거슬리는 변형을 일으킵니다.
• "전 과정에서 동일한 구도와 배경 유지"는 모델에게 변경이 허용되는 것은 꽃뿐임을 알려주며, 카메라가 흔들리는 것을 방지합니다.

미세 조정 요점

• 캡션이 아니라 샷을 쓰세요. 카메라 움직임, 피사체 움직임, 조명, 사운드를 순서대로 쓰세요. 캡션("피어나는 꽃")은 모델에게 애니메이션화할 내용을 전혀 제공하지 못합니다.
• 해상도에 맞춰 예산을 잡고 480P에서 반복하세요. 프롬프트 문구는 480P 이상에서 평가할 필요가 거의 없습니다. 문구를 확정한 뒤 768P나 1080P로 최종본을 다시 렌더링하세요.
• 조정 시에는 길이를 5초로 유지하세요. 더 긴 클립은 비용이 선형으로 증가하고 움직임이 흔들릴 여지도 더 많아집니다. 움직임과 오디오가 올바르게 읽힌 뒤에만 10–15초로 확장하세요.
• 가로세로 비율과 싸우지 마세요. 업로드 전에 입력 프레임을 16:9, 9:16, 1:1로 잘라내세요. 클립은 그 형태를 물려받으며, 프레임을 전달하면서 aspect_ratio를 보내면 오류가 발생합니다.
• 네거티브 프롬프트는 정교함에 중요합니다. "컷 없음, 플리커 없음, 텍스트 없음, 사람 없음"은 AI 비디오를 AI처럼 보이게 만드는 아티팩트를 확실히 제거합니다.

가격

MiniMax H3 Max 이미지 투 비디오는 요청한 비디오 초 수로 청구되며, 해상도별로 다릅니다(2026-10 기준):

해상도	초당 가격	5초 클립
480P	$0.072	$0.36
768P	$0.115	$0.575
1080P	$0.229	$1.145

따라서 이 가이드의 클립 3개—768P 1개와 480P 2개, 모두 5초—의 합계는 약 $1.30의 비디오 비용입니다. 대량 예산을 잡기 전에 hiapi 가격 페이지에서 실시간 수치를 확인하세요. 초당 요율이 변동하는 숫자입니다.

자주 묻는 질문

두 프레임을 모두 제공해야 하나요? 아니요. 이미지 투 비디오 경로에서 last_frame_image는 필수이고 first_frame_image는 선택 사항입니다. 마지막 프레임만 사용하는 것(方案 1, 2)은 "이 샷에 도달하기"에 적합하고, 처음부터 끝까지 제어된 변형이 필요할 때(方案 3)는 두 프레임을 사용합니다.

어떤 해상도와 길이를 지원하나요? resolution은 480P, 768P, 1080P이고, duration은 5에서 15 사이의 정수 초입니다.

소리를 생성하나요? 네—프롬프트에 환경음을 묘사하면 모델이 일치하는 사운드트랙을 추가합니다. "no speech"를 추가하면 대사 없이 유지됩니다. 여기 세 클립 모두 자체 환경 사운드트랙을 갖추고 있습니다.

가로세로 비율은 어떻게 설정하나요? 입력 프레임이 결정합니다. 프레임을 원하는 형태로 잘라내세요. aspect_ratio 필드와 프레임 이미지를 동시에 보내지 마세요.

입력 이미지 없이 텍스트 투 비디오만 원합니다. 대신 MiniMax H3 Max 텍스트 투 비디오 경로를 사용하세요—동일한 프롬프트 규율에 프레임이 필요 없습니다. H3 Max를 다른 비디오 API와 비교 중이라면, Seedance 2.5와 2.0 비교에서 초당 과금 비디오 모델을 선택하는 방법을 다룹니다.

생성 시작하기

키 비주얼 프레임 하나를 가져와 카메라 움직임과 오디오 묘사가 담긴 샷으로 작성한 뒤, MiniMax H3 Max 이미지 투 비디오 API로 보내세요. 480P에서 문구 조정을 시작하고, 더 높은 해상도로 최종본을 다시 렌더링하세요. 전체 요청 및 폴링 세부 정보는 hiapi 문서를 참조하세요.