MiniMax H3 API for Video Generation and Editing

MiniMax H3 API memberi developer akses terprogram ke MiniMax H3, model video multimodal general purpose terbuka yang memperlakukan teks, gambar, video, dan audio sebagai satu konteks bersama. Alih-alih memisahkan pembuatan, pengeditan, dan referensi ke dalam model tugas yang berbeda, H3 membaca seluruh kumpulan input dan mengembalikan klip final dengan suara. Di Atlas Cloud, model ini berjalan di balik satu API key dengan harga bayar sesuai pemakaian.

Film brand, trailer, drama pendek vertikal, spot produk dan e-commerce, demo gerak untuk game dan UI, serta animasi bergaya semuanya berada dalam jangkauannya. Karena model ini menangani teks di layar, subtitle, dan aset brand, tim juga menggunakannya untuk validasi konsep, pratinjau storyboard, dan pitch visual sebelum mengalokasikan anggaran produksi.

Buat akun Atlas Cloud, buat API key, lalu kirim prompt beserta file referensi apa pun ke endpoint pembuatan video dan lakukan polling hingga hasil akhir tersedia. Mengirim media sebagai URL yang di-host lebih disarankan daripada unggahan inline, karena request body dibatasi hingga 64MB. Mulai kembangkan sekarang.

Penagihan bersifat bayar sesuai pemakaian, jadi Anda membayar per panggilan, bukan membeli langganan atau lisensi per seat. Biaya mengikuti apa yang benar-benar Anda render, yang berarti resolusi dan durasi klip menentukan total untuk satu batch. Periksa halaman model untuk tarif per generasi terbaru sebelum merencanakan proses dalam volume besar.

Ya. Setiap hasil H3 dikirim dengan suara dalam stereo native, sehingga dialog, efek, dan ambience hadir dalam proses yang sama dengan gambar. Berikan klip audio referensi dan model dapat menerapkan warna suara tersebut ke sebuah karakter, sehingga satu langkah sintesis suara terpisah dapat dihapus dari pipeline.

Klip berdurasi 5 hingga 15 detik pada 24 FPS. Dalam mode 1440p, sisi pendek dirender pada 1440 piksel untuk rasio antara 16:9 dan 9:16, dan di luar rentang itu frame mempertahankan total sekitar 3.7M piksel, misalnya 2976 x 1248 pada 21:9. Permintaan text to video dan omni reference menerima 21:9, 16:9, 4:3, 1:1, 3:4, dan 9:16, sedangkan permintaan first and last frame mewarisi aspect ratio dari gambar input.

Hingga sembilan gambar, tiga segmen video, dan tiga klip audio dapat dikirim bersama satu prompt, dengan batas total dua belas file. Video dan audio masing-masing harus tetap dalam total gabungan 15 detik, dan audio harus menyertai gambar atau video, bukan dikirim sendiri. Prompt dapat mencapai 7000 karakter, sehingga tersedia ruang untuk arahan per shot yang mencakup kamera, performa, dan suara.

Input yang diterima mencakup video H.264 dan H.265, gambar JPG, JPEG, PNG, WEBP, HEIC, dan HEIF, serta audio WAV atau MP3, dengan AAC atau MP3 untuk track audio di dalam file video. Batas per file adalah 50MB untuk video, 30MB untuk gambar, dan 15MB untuk audio. Karena request body dibatasi hingga 64MB, URL yang di-host tetap menjadi pilihan yang lebih aman untuk aset berukuran besar.

Pengeditan adalah salah satu mode intinya. Kirim klip sumber beserta instruksi, dan MiniMax H3 API dapat menukar karakter atau objek, mengganti latar belakang dan pencahayaan, menambahkan visual effects, serta menulis ulang dialog sambil menjaga area yang tidak disentuh tetap stabil. Instruksi gabungan ditangani dalam satu permintaan, sehingga beberapa perubahan diterapkan bersamaan, bukan melalui beberapa round trip berulang.

Sebagian besar model video menerima satu prompt plus satu gambar dan mengembalikan klip tanpa suara. H3 justru memproses kumpulan referensi campuran, membaca maksud karakter, gerakan, kamera, dan suara di seluruh referensi tersebut, lalu mengembalikan klip dengan audio native. Jika pipeline Anda saat ini menggabungkan model video, model suara, dan editor, H3 merangkum semua tahap itu menjadi satu panggilan.