Minimax H3 Max короткие видео: тестирование генерации видео из текста через API

MiniMax H3 Max при генерации только из текста использует холст по умолчанию в горизонтальной ориентации. Чтобы создать вертикальное короткое видео, нужно задать холст через кадровое изображение или преобразовать вывод на этапе постобработки. Пример ниже начинается с горизонтального клипа 480P и преобразует его в 9:16 с помощью ffmpeg.

Сгенерировать по этому промпту → В этом примере выбраны 6 секунд и 480P; при выводе только из текста используется холст по умолчанию в горизонтальной ориентации.

Что мы фактически сгенерировали

Мы отправили этот же самый промпт в minimax-h3-max в режиме генерации видео из текста:

Руки флориста заворачивают букет лютиков и эвкалипта в коричневую крафт-бумагу
на залитой солнцем мраморной столешнице, затем перевязывают его шпагатом аккуратным бантом;
мягкий утренний свет из окна, малая глубина резкости, крупный вертикальный кадр,
тёплое уютное настроение, лёгкое шуршание бумаги

Сгенерировать по этому промпту → Выбраны 6 секунд и 480P.

Тело запроса:

{
  "model": "minimax-h3-max",
  "input": {
    "prompt": "Руки флориста заворачивают букет лютиков и эвкалипта в коричневую крафт-бумагу на залитой солнцем мраморной столешнице,\nзатем перевязывают его шпагатом аккуратным бантом; мягкий утренний свет из окна, малая глубина резкости, крупный вертикальный кадр,\nтёплое уютное настроение, лёгкое шуршание бумаги",
    "duration": 6,
    "resolution": "480P",
    "aspect_ratio": "9:16"
  }
}

Мы запросили 9:16. Ниже приведён реальный вывод, возвращённый API, байт в байт, без каких-либо правок:

Этот унаследованный вывод 480P имеет размер 832×480. Несмотря на значение 9:16 в запросе, он использует холст по умолчанию в горизонтальной ориентации — в отличие от более нового образца 768P, размер которого составляет 1344×768.

Генерация только из текста использует холст по умолчанию в горизонтальной ориентации

В описании модели HiAPI указано: "Генерация только из текста использует холст по умолчанию в горизонтальной ориентации." Исходный запрос выше соответствует этому поведению: исходный клип горизонтальный, хотя промпт описывает вертикальную композицию, а запрос содержит aspect_ratio: "9:16".

Если нужен другой холст, передайте first_frame_image или last_frame_image с требуемым соотношением сторон. Кадровое изображение и aspect_ratio взаимоисключающие, поэтому при использовании любого из кадровых полей aspect_ratio нужно опустить. Также можно сохранить горизонтальный источник и обрезать или дополнить его после генерации, как показано ниже.

Преобразование в вертикальный формат одной командой ffmpeg

Обрезка горизонтального кадра до 9:16 отрежет половину букета. Поэтому мы вместо этого применили схему с колоннами и размытым фоном: сильно размытая копия исходного материала масштабируется так, чтобы заполнить вертикальный холст, а исходный кадр накладывается поверх по центру.

ffmpeg -y -i video.mp4 -filter_complex "\
[0:v]scale=720:1280:force_original_aspect_ratio=increase,crop=720:1280,gblur=sigma=20[bg];\
[0:v]scale=720:-1[fg];\
[bg][fg]overlay=(W-w)/2:(H-h)/2[out]" \
-map "[out]" -c:v libx264 -pix_fmt yuv420p -movflags +faststart video_vertical.mp4

Одна обработка, без повторного рендеринга, без потери содержимого кадра. Вот результат — тот же клип, теперь настоящий вертикальный файл 720x1280:

Именно эту версию вы действительно опубликуете в Reels, Shorts или TikTok.

Ценообразование: сколько на самом деле стоит такой клип

Minimax H3 Max тарифицируется по выходным секундам и по разрешению (подтверждено на странице цен hiapi):

• 480P — $0.072 в секунду
• 768P — $0.115 в секунду

Длительность составляет от 5 до 15 секунд. По текущим тарифам бюджет видео для 6-секундного запроса 480P составляет $0.432; для 6 секунд 768P — $0.69. Планируйте бюджет по сгенерированным секундам и уточняйте итоговое списание в записи о выставлении счёта за задачу.

При одинаковой длительности стоимость 768P примерно в 1.60 раза выше, чем у 480P. Используйте 480P для тестирования хуков и композиции, а затем рендерите выбранные кадры в 768P; четыре-пять успешных черновиков 480P всё равно обойдутся дороже, чем один клип 768P той же длины.

Частые вопросы

Может ли Minimax H3 Max напрямую генерировать вертикальное видео? Генерация только из текста использует холст по умолчанию в горизонтальной ориентации. Для 9:16 используйте кадровое изображение с этим соотношением и опустите aspect_ratio либо преобразуйте горизонтальный вывод с помощью обрезки или наложения с размытыми полями.

Сколько стоит 6-секундный клип? 480P — $0.432 ($0.072/сек × 6 сек), 768P — $0.69 ($0.115/сек × 6 сек).

Чем ещё, помимо цены, отличаются 480P и 768P? 768P — это уровень с более высокой точностью воспроизведения, стоимостью примерно в 1.6 раза выше, чем у 480P в секунду, — он оправдан для финального рендеринга к публикации, но слишком дорог для тестирования промптов и композиции.

Может ли генерация видео из изображения избежать этой проблемы с ориентацией? Документация API поддерживает определение выходного холста через кадровое изображение. Передайте first_frame_image или last_frame_image и опустите aspect_ratio. Видео в этой статье демонстрируют источник только из текста и его преобразование через ffmpeg; это не образцы генерации видео из изображения.

Попробуйте сами

Если вы хотите протестировать промпт, прежде чем писать какой-либо код, на странице модели Minimax H3 Max доступна онлайн-площадка Playground; наше руководство по API Minimax H3 Max описывает аутентификацию и полную структуру запроса/ответа от начала до конца.

Сгенерировать по этому промпту → Сначала сгенерируйте 6-секундный исходный материал 480P, затем преобразуйте его с помощью ffmpeg выше, чтобы получить вертикальную версию для публикации.