跳转到主要内容
MiniMax 海螺新一代视频模型,支持文生视频、首帧 / 首尾帧图生视频,以及用多张图片、视频、音频作参考的多模态生成,原生同步生成声音。时长 4–15 秒,可选 768P 或 2K。

请求参数

外层只有 model、prompt、seconds;分辨率、比例和参考素材写在 metadata 里。
string
必填
Bearer YOUR_API_KEY,在 控制台的 API 密钥页 创建。
string
必填
MiniMax-H3
string
必填
画面、运动与声音描述。有参考素材时也必须填写。
integer
默认值:"5"
视频时长:4–15 秒的整数。
string
默认值:"768P"
分辨率:768P、2K。
string
画面比例:16:9、9:16、1:1、4:3、3:4、21:9、adaptive(跟随输入的图片或视频)。不传时,带图片或视频输入为 adaptive,纯文字为 16:9。adaptive 必须配合图片或视频输入。
object[]
参考素材列表,每项形如 {"type": "image_url", "image_url": {"url": "https://..."}, "role": "reference_image"},视频、音频把 image_url 换成 video_url、audio_url。role 取值:图片 first_frame(首帧)、last_frame(尾帧)、reference_image(参考图);视频 reference_video;音频 reference_audio。图片合计最多 9 张,视频、音频各最多 3 个;首尾帧和参考素材不能混用。
boolean
是否在视频中加 AI 生成水印。
  • 图片、视频、音频请使用公网可访问的 http(s) URL,不要上传文件或使用 Base64。
  • 请不要使用 callback_url 回调:它不保证可用。请轮询查询任务状态。

示例:文生视频

示例:首尾帧图生视频

只传 first_frame 一张图即为首帧图生视频。

示例:多模态参考

用参考图确定人物形象,用参考视频确定动作和运镜:

响应

提交成功后返回任务对象(示例结构):
查询进度、下载视频的方法见 视频通用说明。

计费

按秒计费,单价按分辨率(768P / 2K)分两档。实时单价见 模型广场。
  • 生成视频:按输出时长计费。
  • 参考视频:按参考视频时长计费,单价与所选分辨率的生成单价相同。
  • 图片(首尾帧、参考图):每个任务前 5 张免费,超出部分按张计费。
  • 参考音频、声音生成:免费。
提交时先预扣:时长按请求的 seconds(不传按 5 秒);带参考视频时,参考视频按最长 15 秒预扣。任务完成后按实际时长和图片数多退少补;任务失败自动全额退回。

常见错误

其他错误见 排错指南。