HiAPI
minimax-h3 详情页 Hero:21:9 宽幅,右侧半透明胶片光带与玻璃浮卡交错,虹彩暖冷渐变,左侧奶油光晕留白,发光立体字嵌于胶片上。

MiniMax

MiniMax H3

minimax-h3-max/text-to-video

统一多模态视频模型,一个上下文同时处理文本、图像、视频与音频,支持文生、图生、参考生视频与指令式编辑,并可生成同步音频

试用 minimax-h3-max/text-to-video

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

minimax-h3-max/text-to-video 每秒

规格 单价
480P $0.072
768P $0.115
1080P $0.229

定位简介

minimax-h3-max/text-to-video 是 MiniMax 面向文生视频场景的文本驱动视频生成线路,输入一段自然语言提示即可产出带同步音轨的短视频片段。它支持最长 15 秒时长、480P 至 1080P 分辨率与六种画幅比例,并提供提示词扩写与可替换的目标音频,适合需要批量产出分镜样片、广告素材或竖屏短片的开发者,通过 HiAPI.ai 统一接口接入即可用于生产流程。

核心亮点

  • 提示词可直接描述画面、动作与声音——prompt 同时承载视觉与听觉描述,输出视频自带匹配音轨,省去后期配音对齐环节。
  • 提示词扩写分三档控制——prompt_expansion_mode 提供 disabled、balanced、quality 三档,可在保持原始意图与提升细节之间按需取舍。
  • 时长与画幅覆盖面广——时长可设 0.92 至 15 秒,画幅含 21:9 到 9:16 共六种,横屏、方形、竖屏素材可一次配置生成。
  • 可指定替换音轨——传入 target_audio_url 可替换输出音轨,音频超长截取开头、过短补静音,便于对齐既定配乐。

能力说明

参数化文生视频:通过 prompt、duration、resolution、aspect_ratio 组合控制输出,默认 768P、16:9、5 秒,可按投放渠道调整到 1080P 与竖屏画幅。

同步音频输出:生成视频时一并产出匹配声音,适合需要成片直接可用的短视频素材,减少音频后配工作。

提示词扩写:在提示较简略时启用 balanced 或 quality 模式由模型补全细节,需要严格复现原始描述时切换 disabled。

音轨替换与时长约束:提供 target_audio_url 时可换入自有音频,且当传入音频时时长下限调整为 2 秒,避免过短音轨与画面错位。

可复现的随机种子:seed 字段支持固定随机种子以复现同一结果,显式传 0 会被正常传递,便于调试与批量对比。

适用场景

  • 短视频团队:一句话分镜描述生成样片——输入镜头文案与时长画幅参数,快速得到带声音的片段,用于分镜打样与客户确认。
  • 广告投放:多画幅批量出片——同一提示切换 16:9、9:16、1:1 等比例生成,产出可直接投放各渠道的竖屏与方形素材。
  • 内容创作者:配乐驱动的成片生成——传入自有音频作为 target_audio_url,生成与音轨长度匹配的画面,用于卡点短片与音乐内容。
  • 应用开发者:程序化视频接口集成——通过 HiAPI.ai 统一接口按 seed 与参数批量调用,把文本生视频嵌入内容生产或营销自动化流程。

限制与选型建议

单次生成时长上限为 15 秒,更长的叙事需要分段生成后再拼接;分辨率最高 1080P,需要更高规格输出时应评估其他线路。提示词扩写开启后模型会补充细节,要求严格还原描述时建议关闭。传入自定义音频时视频时长下限为 2 秒,且音轨会被截断或补静音,需自行控制素材长度。仅有文本输入、需要参考图或首尾帧控制的场景,应选择同系列图生视频线路。

  • 模型上新 新增模型:minimax-h3 —— 通过 POST /v1/tasks 生成原生 2K 视频,支持 4-15 秒文生视…
  • MiniMax H3 是什么类型的视频模型?

    它以 Prompt 为核心,也可加入首尾帧或参考图片、视频、音频;不同控制方式应按当前参数契约组合。

  • MiniMax H3 支持哪些输出规格?

    支持 4-15 秒,分辨率包括 2K,画幅包括 21:9、16:9、4:3、1:1、3:4、9:16、adaptive。

  • 可以生成声音或使用音频参考吗?

    可选图片、视频和音频参考;支持生成音频

  • MiniMax H3 如何计费?

    按输出时长和实时档位计费;分辨率、模式或声音选项造成的差异以页面价格和任务记录为准。

同类型模型