视频生成 / MiniMax

MiniMax-H3

API 调用名：minimax-h3

多模态视频生成

概览

这是一款通用的全模态生成模型，支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频，最高可支持 15s 2K 分辨率

模型类型：视频生成
输入格式：语音 / 视频 / 图片 / 文字
输出格式：视频
支持接口：video_generation

阶梯计费明细

档位	输入	输出	缓存命中
≤512K 输入 Token	¥0.0021/1K	¥0.0084/1K	¥0.0004/1K
>512K 输入 Token	¥0.0042/1K	¥0.0168/1K	¥0.0008/1K

按len（输入上下文 token 数）落档。系数 $ / 1M tokens × 汇率 ¥7.3/$。default 分组价（其它分组按折扣换算）。

能力清单

1：多模态上下文理解
2：真实创作需要融合不同模态的复杂信息，同时引入图片、声音、视频等多模态信息源。
3：通过语言描述清楚上下文和目标视频的关系，复杂的全模态理解工作 H3 会自己完成。

使用场景

MiniMax H3 具备商用级的多场景内容生成能力，在指令遵循、文字与品牌信息呈现、V2V Motion Transfer（视频到视频动作迁移）等方面表现出色，可实现精准、可控的多模态内容编辑与生成，广泛适用于广告、品牌、电商、产品设计、UI/UX、游戏等商业场景。

调用示例

使用 minimax-h3 调用：

curl https://www.wangyidaai.com/v1/video/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3",
    "prompt": "一只银色的狼在月光下的雪原上奔跑，电影级镜头",
    "duration": 5,
    "resolution": "1080p",
    "ratio": "16:9"
  }'

# 视频为异步任务，用上一步返回的 id 轮询结果
curl https://www.wangyidaai.com/v1/video/generations/TASK_ID \
  -H "Authorization: Bearer YOUR_API_KEY"