MiniMax H3 Guia de Prompt: Li Todos os 45 Prompts Oficiais, Depois Incendiei o Cachorro This Is Fine

Você já sabe como dar um prompt para um modelo de vídeo. "Iluminação cinematográfica, aproximação lenta, 4K." Esse vocabulário te sustentou por dois anos.

Aí você cola isso no MiniMax H3 e recebe um clipe em 2K que vem com sua própria trilha sonora. A imagem fica ótima. O ritmo é uma sopa. Duas letras no seu título estão escritas errado. O áudio é algum ruído ambiente que o modelo escolheu para você.

O modelo não é o problema. Você entregou uma frase. Ele queria um cronograma.

Então fui ler todos os 45 prompts de exemplo que a MiniMax enviou com o H3, além dos clipes finalizados que os acompanhavam, e desmontei os quadros. Os prompts oficiais não são descrições. Os bons são listas de planos com uma folha de pauta musical grampeada no verso. Abaixo está a estrutura, os parâmetros que estão realmente expostos agora e uma demonstração que você pode reproduzir em cerca de vinte minutos.

Principais conclusões

• Os prompts do H3 são linhas do tempo, não descrições. Os exemplos oficiais mais fortes literalmente fatiam o clipe com marcadores [0s-2s], [2s-4s], e o filme finalizado acerta cada batida.
• Som e imagem saem da mesma passada, então o áudio precisa viver dentro do corpo do prompt. Os prompts oficiais dão a ele seu próprio bloco, até "entrada de groove de jazz em 6s".
• Texto que você soletra volta limpo. Texto que você não soletra volta como ruído em forma de letra. Tenho as imagens recortadas de um único clipe oficial provando ambas as metades ao mesmo tempo.
• image-to-video aceita um end_image. Dê a ele um primeiro quadro e um último quadro, e o arco emocional está fixado antes de você gastar um segundo de computação.
• Tamanho do prompt não é virtude. Prompts oficiais curtos funcionam quando uma imagem de referência está fazendo a descrição. O tamanho reflete o quanto do trabalho você se recusou a entregar a uma referência.

O cachorro do This Is Fine, ainda à esquerda e queimando em 10 segundos de saída do MiniMax H3 à direita

Esse é o mesmo desenho dos dois lados. À esquerda está o painel original de KC Green, intocado. À direita está uma chamada image-to-video: primeiro quadro inserido, último quadro inserido, dez segundos de saída, e o crepitar do fogo e o pequeno e monótono "this is fine" são a trilha de áudio do próprio modelo. Ninguém compôs. Tudo neste guia tem como objetivo levá-lo a essa segunda metade.

Como É Realmente um Prompt do MiniMax H3 (Li Todos os 45)

Todo "guia de prompt do MiniMax H3" atualmente na primeira página de busca é uma ficha técnica: 2K, 24fps, 5 a 15 segundos, áudio nativo. Isso é a ficha do modelo. Não é um prompt.

Aqui está um real. Este é um pedaço do prompt oficial por trás da sequência de título noir da MiniMax, traduzido do original chinês, com cerca de um terço do seu comprimento total:

Gere uma sequência de título de filme de crime de suspense leve de 15 segundos em 16:9. O estilo geral referencia a linguagem visual destas imagens: cartelas de título de anime japonês retrô, silhuetas com bordas duras, colagem de quadrinhos, tela dividida assimétrica, blocos de cores geométricos fortes, créditos de título em inglês, um pouco de decoração em katakana japonês, sensação de jazz criminal. O clima é 60% suspense, 40% jazz: misterioso, cool, ágil, crime urbano, não terror, não pesado, e não transforme em um clipe musical alegre de jazz.

[...] Os créditos em inglês devem ser claramente legíveis [...] Não adicione chinês, não produza texto distorcido, não escreva errado o inglês. Regra para toda a peça: cada crédito e cargo em inglês aparece exatamente uma vez. Não repita um cargo, não repita um nome, não dê a uma pessoa vários títulos.

As transições devem ser variadas: máscara circular de disco de vinil, wipe vertical de porta de carro, sombra longa de uma figura varrendo a tela, corte de linha vermelha, máscara de letra inglesa gigante, recomposição de quadro em tela dividida, corte de bloco de cor sólida, painéis colados bloco por bloco. Todas as transições caem nas batidas da bateria: nítidas, cheias de suspense, ágeis, colagem de quadrinhos. Sem dissoluções suaves, sem transições fluidas.

BGM: música de título original de 15 segundos, 60% suspense, 40% jazz. Construída a partir de um tom de baixo sustentado, cordas pizzicato tensas, pulsos de sintetizador frios, bumbo, escovas de jazz esparsas, um fragmento de baixo walking, frases curtas de sax barítono e breves ataques de metais. Primeiros 2 segundos estabelecem suspense com frequências baixas e chimbal, aos 3 segundos os tambores graves entram, aos 6 segundos o groove de baixo jazz se junta, aos 10 segundos um riff curto de sax/metal aparece, os últimos 2 segundos travam com um acorde tenso e batida de bateria.

Veja para onde foram as palavras. Quase nenhuma delas foi para "bonito" ou "cinematográfico". Elas foram para uma lista negativa, uma lista de transições e uma folha de pauta musical segundo a segundo. Essa é a forma do trabalho. Sequência de título noir oficial do MiniMax H3: MIDNIGHT LINE, com créditos ESTRELANDO limpos

Observe os créditos nesse clipe. MIDNIGHT LINE, ESTRELANDO, MAYA CROSS, REN KATO, LENA WARD, DIRIGIDO POR NOAH VOSS. Escritos corretamente, nenhum cargo usado duas vezes, decoração katakana onde foi solicitado. O prompt não disse "faça títulos bonitos". Disse sem repetições, sem erros de ortografia, sem chinês, e nomeou a estética de cinco maneiras diferentes. Cinco quadros de referência de estilo entregues ao MiniMax H3 junto com o prompt do título noir

Esses cinco quadros foram inseridos junto com o texto. Cinco imagens mais um briefing longo, uma geração. É assim que esse trabalho se parece agora.

E a razão pela qual tantos dos 45 prompts são curtos está bem ali na imagem. Em todo o conjunto, a mediana dos prompts é de cerca de 130 caracteres chineses, mas os dois mais longos têm 657 e 858. Os curtos são curtos porque um quadro de referência está carregando a descrição. Os longos são longos porque nada mais iria carregá-la.

Por que a Maioria dos Prompts do MiniMax H3 Saem Sem Graça, e a Correção para Texto Distorcido

Três coisas dão errado, e todas são ausências, não erros.

Sem linha do tempo. Você pediu dez segundos e descreveu um momento, então recebe uma única aproximação lenta esticada por dez segundos. O modelo não tinha o que fazer no sétimo segundo.

Sem bloco de áudio. O som é gerado na mesma passada que a imagem. Se você não diz nada, o modelo ainda entrega uma trilha. Ele apenas escolhe uma.

Sem lista negativa. Deixado sozinho, o modelo busca dissoluções suaves, inventa texto extra na tela e adiciona uma faixa de legenda que ninguém pediu.

A prova mais clara é o prompt oficial de interface de jogo, que é construído a partir de seis batidas com carimbo de tempo: [0s-2s] menu, [2s-4s] painel do braço direito, [4s-7s] grade de armamentos, [7s-8.5s] confirmar, [8.5s-10s] barra de carregamento, [10s-15s] o mundo carrega. O clipe finalizado acerta todas as seis, em ordem, no tempo. Clipe de interface de jogo do MiniMax H3: menu, painel de equipamento, barra de carregamento, carregamento do mundo

Agora a metade honesta, do mesmo clipe, em resolução total 2560x1440. Esquerda: texto soletrado no prompt renderiza de forma limpa. Direita: texto não soletrado renderiza como ruído em forma de letra

À esquerda, cada string que o prompt realmente digitou: RIGHT ARM EQUIPMENT, PHANTOM GRIP, CHRONOS CLAW. Nítido, correto, espaçado como um menu de jogo real.

À direita, o HUD na tomada final da rua, que o prompt só chamou de "elementos HUD". Lê-se ETR METNO CITFEP. Acima dos ícones de equipamento, onde o prompt não disse nada, você obtém MNALEαIN IAMG. Isso não é um bug de renderização. O modelo está desenhando a textura do inglês porque nunca recebeu a string.

Portanto, a correção não é uma configuração. É um hábito:

Se uma palavra precisa ser legível, digite a palavra. Em seguida, adicione uma linha negativa: não escreva errado, não adicione outro texto, não adicione legendas.

E aqui está a forma de seis blocos que todo prompt oficial forte acaba compartilhando.

Os blocos 5 e 6 são gratuitos. Não custam nada extra para gerar e é onde reside a maior parte da qualidade.

O Fluxo de Trabalho do Prompt do MiniMax H3: A Qual Endpoint Seu Prompt Pertence

Mesma chave, mesma forma de enviar e consultar, três portas. Qual você escolhe decide o que seu prompt ainda precisa fazer.

refers[] é o que é genuinamente subdocumentado na natureza, então aqui está a forma que ele quer:

jsonCopy
1"refers": [
2  { "url": "https://.../subject.png", "type": "image" },
3  { "url": "https://.../style-board.png" },
4  { "url": "https://.../motion-ref.mp4", "type": "video" },
5  { "url": "https://.../beat.mp3",       "type": "audio" }
6]
7

Quatro regras que cada uma vai te poupar uma geração desperdiçada:

1. Áudio não pode vir sozinho. Pelo menos uma imagem ou vídeo tem que estar no array. Uma faixa de batida sozinha é rejeitada.
2. type é opcional. É inferido da URL, mas informe mesmo assim quando a extensão for ambígua.
3. Os tetos são reais. Até 9 imagens, 3 vídeos e 3 clipes de áudio, 12 arquivos no total, com vídeo e áudio de referência com duração de 2 a 15 segundos cada (documentação da API MiniMax, julho de 2026).
4. Dê a cada referência uma função dentro do texto do prompt. Este é o hábito de maior alavancagem nesta lista. Prompts oficiais abrem com frases como "Imagem 1 é a referência de clima e estilo geral, Imagem 2 é a referência do personagem principal." Sem essa frase, o modelo tem que adivinhar qual quadro significa o quê. Videoclipe dark-pop do MiniMax H3: tipografia CUT BACK, ONE LOOK, DETONATE Os dois quadros de referência de tipografia por trás do clipe dark-pop

Esse clipe é o argumento para a regra 4. Seu prompt nunca descreve uma única forma de letra. Ele diz "estilo de embalagem de texto e textura referenciam as imagens" e entrega dois quadros. O layout chegou porque foi mostrado, não descrito.

Mais uma tabela, porque a ficha do modelo e a API atualmente não dizem a mesma coisa, e a lacuna é onde as pessoas perdem uma tarde.

Tudo acima foi executado no Atlas Cloud, onde todos os três endpoints H3 estão atrás de uma chave e um loop de enviar e consultar, então alternar entre eles é uma mudança de string do modelo e nada mais.

Tutorial de Prompt do MiniMax H3: Coloque o Cachorro do This Is Fine em Chamas, Com Som

Aqui está a coisa toda do início ao fim. A piada funciona porque o cachorro não faz nada. Estique essa negação por dez segundos de tempo real, adicione fogo real, e deixe os últimos dois segundos irem para onde a história em quadrinhos original realmente foi, e fica mais engraçado e um pouco pior para você. A maioria das pessoas só viu os dois primeiros painéis.

Passo 1: Baixe a história em quadrinhos original. Não deixe uma IA redesenhar.

A tira tem seis painéis, duas colunas por três linhas, 600 por 887. Queremos apenas o painel 2 e o painel 6.

bashCopy
1curl -L -o gunshow-648.png https://gunshowcomic.com/comics/20130109.png
2# 600x887, 6 painéis, 2 col x 3 linhas
3
4# recortar painel 2 (o painel "THIS IS FINE."):  x 302-584, y 20-293
5# recortar painel 6 (o cachorro derretendo):            x 302-584, y 595-868
6# upscale cada 4x com Lanczos  ->  1128x1092
7

Diga claramente: não peça a um modelo de imagem para desenhar "um cachorro que se parece com This Is Fine." Uma recriação de IA é detectada como falsa em meio segundo e a piada morre na hora. A aquarela lavada, a letra manuscrita trêmula e o grão do papel são todo o contrato. O upscale Lanczos 4x está lá apenas porque 282px de fonte é pouco; dá ao modelo pixels reais para se segurar sem inventar nenhum. Painel 2 e painel 6 da história em quadrinhos original, rotulados como entradas de primeiro quadro e imagem final

Passo 2: Execute no image-to-video com um end_image.

Modelo: minimax/h3/image-to-video. Configurações: resolution 2K, image = painel 2, end_image = painel 6, ratio 1:1 para corresponder à fonte quadrada-ish. Defina duration para 10; o controle deslizante fica em 8 por padrão, então arraste.

textCopy
1Painel de webcomic 2D pintado à mão, trazido à vida. Mantenha a textura de aquarela
2original, contornos de tinta visíveis, grão de papel desalinhado e paleta plana de
3quadrinhos em cada quadro. Não suavize, não renderize novamente em 3D, não limpe o
4traço, não adicione novos objetos, não adicione novo texto.
5
6[0s-3s] Quase nada se move. O cachorro senta perfeitamente imóvel, segurando a caneca,
7olhos fixos à frente. Apenas as chamas atrás dele se movem: lambidas lentas laranja
8subindo pela parede, uma brasa flutuando para cima. O balão de fala lendo "THIS IS FINE."
9fica exatamente onde está, totalmente legível, inalterado, escrito à mão.
10
11[3s-6s] O cachorro levanta a caneca e dá um pequeno gole calmo. O balão de fala
12desaparece após o gole. O fogo se intensifica. A parede atrás dele começa a empenar
13com o calor. Seu chapéu começa a fumegar na aba.
14
15[6s-8.5s] O calor o atinge. Suas orelhas caem, seu contorno suaviza e começa a
16escorrer para baixo como tinta molhada. Ele ainda não move os olhos. A caneca permanece
17em sua pata.
18
19[8.5s-10s] Derretimento total. O rosto se distorce, um olho desliza, dentes à mostra em um
20sorriso fixo, o pelo corre vermelho e laranja. Ele mantém a pose. Segure no quadro final
21pelo último meio segundo.
22
23Câmera: travada, único plano geral estático, sem aproximação, sem câmera na mão, sem cortes.
24O quadro nunca se move. Esta é uma única tomada contínua dentro de um painel de quadrinhos.
25
26Áudio: ruído ambiente de um fogo interior durante todo - crepitar baixo, estalo ocasional de
27madeira queimando, um rangido estrutural fraco. Aos 3s, uma caneca de cerâmica tocando dentes e
28um pequeno gole. Uma voz masculina calma, monótona, imperturbável diz exatamente: "This is fine."
29- inexpressivo, sem emoção, um pouco relaxado demais. A partir de 6s, o crepitar fica mais alto
30e o ruído ambiente engrossa; os últimos 2 segundos adicionam um inchaço de sub-grave baixo. Sem música,
31sem trilha de risadas, sem efeitos sonoros que não estejam nesta lista.
32
33Não adicione legendas. Não adicione uma marca d'água. Não soletre nenhuma palavra que não seja
34as palavras já na imagem. Não mude "THIS IS FINE." Não corte.
35

Esse prompt é a tabela de estrutura, viva. O parágrafo um é o contrato de estilo. As quatro fatias entre colchetes são a linha do tempo. Depois câmera, depois áudio, depois a lista negativa. Nada nele é decorativo. MiniMax H3 image-to-video no Atlas Cloud: primeiro quadro e imagem final carregados, 10 segundos em 2K, clipe finalizado no painel de saída

Passo 3: Leia a saída como uma verificação de qualidade.

Quatro verificações, cada uma testando um bloco diferente do prompt.

1. THIS IS FINE. no balão ainda está legível e escrito corretamente? Isso testa o bloco 5.
2. O traço sobreviveu, ou algo o "melhorou" para 3D limpo? Isso testa o bloco 1.
3. O áudio contém apenas os sons que você listou? Examine o contêiner: deve retornar h264 mais AAC estéreo.
4. O quadro final corresponde à pose do painel 6? Isso testa end_image.

bashCopy
1ffprobe -v error -show_entries stream=codec_type,codec_name,width,height,r_frame_rate,channels,sample_rate \
2        -of default=noprint_wrappers=1 output.mp4
3

O meu retornou em 1472x1440, 24fps, h264 mais AAC estéreo, 10.13 segundos. Vale notar: pedi ratio: 1:1 e obtive 1472x1440, então no image-to-video a forma do quadro fonte vence. Combine seus dois painéis com a forma que você realmente deseja. Quatro quadros do clipe finalizado em 0s, 3s, 6.5s e 10s, correspondendo às quatro fatias de tempo no prompt

Passo 4: Mova o cachorro para algum lugar novo com reference-to-video.

Mesmo personagem, sala nova. Modelo: minimax/h3/reference-to-video. Configurações: refers[] = painel 2 como image, duration 8, resolution 2K, ratio 16:9.

textCopy
1Imagem 1 é a referência de personagem e estilo de arte: mantenha este exato visual de
2webcomic 2D pintado à mão, a mesma textura de aquarela, o mesmo peso de contorno de tinta, o
3mesmo cachorro, o mesmo chapéuzinho, a mesma caneca. Não o redesenhe em 3D, não
4mude suas proporções, não limpe o traço.
5
6Coloque-o em uma sala diferente e mantenha sua compostura. Um escritório open-plan apertado à
7noite, lâmpadas fluorescentes piscando, uma parede de monitores todos mostrando um estado de
8erro vermelho, papel de impressora flutuando pelo quadro, um pequeno incêndio elétrico no
9canto. Ele senta em uma cadeira de escritório no centro do quadro, caneca na pata, olhando
10diretamente para a câmera, completamente relaxado.
11
12Câmera: travada, plano geral estático. Sem aproximação, sem cortes.
13
14Áudio: zumbido fluorescente, impressora rangendo, um alarme suave repetitivo a cada dois
15segundos, estalo elétrico distante, um gole calmo aos 4s. Sem música. Sem voz.
16
17Não adicione nenhum texto na tela. Não adicione legendas. Não adicione outros personagens.
18

A regra transferível: refers[] carrega identidade e estilo, o texto carrega a cena. Essa divisão é todo o truque para consistência de personagem, e é por isso que a primeira linha do prompt existe. O mesmo cachorro de webcomic realocado para um escritório open-plan em chamas à noite, gerado pelo MiniMax H3 reference-to-video

Mesmo chapéu, mesma caneca, mesmo peso de tinta, sala nova. Uma imagem de referência fez tudo isso.

Mais Três Padrões de Prompt do MiniMax H3 Que Valem a Pena Roubar

Padrão 1: o pôster em movimento, onde o layout não deve se mover. Pôster em movimento do MiniMax H3: o layout POPUP! anima enquanto o quadro e a tipografia permanecem travados O pôster estático original entregue ao MiniMax H3

O prompt inteiro tem duas linhas: mantenha a moldura branca da galeria, a moldura interna, a paleta vermelho-branco-preto, a sensação de figura 3D e a estrutura do layout inalterados, e coloque um efeito sonoro ágil sob a entrada do texto. A regra: nomeie as partes que devem sobreviver. "Mantenha o layout" não é uma nota de estilo, é uma restrição, e o modelo a trata como tal.

Padrão 2: a demonstração de interface, onde verbos vencem adjetivos. Demonstração de página de destino do MiniMax H3: rolagem, passar o mouse, inversão de cor em uma página de produto A imagem de referência de produto único por trás do clipe de página de destino

Esse prompt pede uma rolagem para baixo da página, um estado de hover, um forte aumento de escala e uma inversão de cor. Quatro verbos. Nunca diz "moderno" ou "elegante". Interações são ações, então escreva-as como ações. O tipo itálico superdimensionado e o fundo de tecido de carbono vieram dos adjetivos; a coisa que faz parecer uma página real veio dos verbos.

Padrão 3: live action mais desenho à mão, mantidos juntos por recusas. Clipe do MiniMax H3 fundindo imagens de cozinha ao vivo com criaturas brilhantes desenhadas à mão

Este é uma cozinha noturna filmada com celular com pequenas criaturas brilhantes desenhadas à mão, e a razão pela qual permanece charmoso em vez de se transformar em um curta de terror é uma lista de proibições: sem olhos gigantes, sem bocas abertas, sem presas, sem postura ameaçadora, sem avançar, sem corte repentino para preto, sem sustos. A lista negativa é o principal controle de estilo, não um remendo. É também onde você codifica o gosto. Quatro quadros do trailer oficial de ficção científica: THE STARS WERE LISTENING O mood board e a referência de personagem por trás do trailer

O trailer acima fecha o ciclo em ambas as ideias. O prompt soletra um título, THE STARS WERE LISTENING, em detalhes: extremamente estreito, pesado, tudo em maiúsculas, vermelho escuro misturado com ferrugem, leve grão e bordas embaçadas. Esse retorna exatamente como solicitado. Dois quadros de referência cuidam do clima e do protagonista, então o texto nunca precisa descrever um rosto. Divisão de trabalho, até o fim.

Quanto Custa Executar Esses Prompts do MiniMax H3

O H3 é faturado por segundo de vídeo gerado, por resolução, então o modelo de custo é refrescantemente chato: uma tomada de 15 segundos custa cerca de três tentativas de 5 segundos. Todo o resto segue disso.

• Itere em 5 segundos, entregue em 10 ou 15. Composição, paleta e design de som se resolvem em 5. Nada sobre uma tomada travada precisa da duração total para dizer que está errada.
• end_image é uma ferramenta de custo, não apenas criativa. A maioria das reexecuções acontece porque o final vagou. Fixar o último quadro remove esse modo de falha antes que você pague por ele.
• Listas negativas e texto soletrado são gratuitos. Eles adicionam caracteres a um prompt que é faturado por segundo, não por token. Use-os intensamente.
• Combine duration com o endpoint antes de escrever. Construir uma lista de planos de 15 segundos e depois descobrir que seu endpoint limita em 10 custa uma reescrita, não apenas uma reexecução.

Uma coisa para não planejar ainda: as tabelas de preços listam um nível 768p mais barato, mas, no momento da escrita, um trabalho em 768p é rejeitado diretamente e 2K é a única resolução que funciona. Faça orçamento como se cada segundo fosse um segundo 2K. As taxas atuais por segundo estão na página do modelo, que também é onde o nível 768p aparecerá quando for aberto.

Prompts do MiniMax H3, Memes e Direitos Autorais

O cachorro não é domínio público. This Is Fine vem do webcomic Gunshow #648 de KC Green, publicado em 9 de janeiro de 2013, e apenas os dois primeiros painéis viralizaram (Know Your Meme, janeiro de 2013). Green falou publicamente, e com bastante cansaço, sobre ver a imagem ser reutilizada para sempre, inclusive por pessoas cuja política ele não compartilha (NPR, janeiro de 2023).

Este passo a passo é comentário e ensino, não uma biblioteca de estoque. Se você quiser enviar algo comercialmente, desenhe seus próprios quadros ou licencie os que usar. E execute sua própria verificação de políticas antes de um trabalho de cliente: o H3 aplica regras de conteúdo a pessoas reais reconhecíveis e IP conhecido, e descobrir isso no meio de um prazo não é divertido.

Perguntas Frequentes

O MiniMax H3 gera áudio, ou eu adiciono depois?

Mesma passada. Imagem e som saem juntos, e é exatamente por isso que o áudio tem que ser escrito no corpo do prompt em vez de ser anexado depois. Dê a ele seu próprio bloco Audio: e indique quando cada som entra. Cada um dos nove clipes oficiais que examinei retornou como AAC estéreo a 32kHz junto com um fluxo de vídeo 2560x1440, 24fps.

Qual o tamanho máximo de um prompt do MiniMax H3?

Até 7.000 caracteres, de acordo com a documentação da MiniMax. Na prática, os exemplos oficiais abrangem uma ampla gama, com mediana em torno de 130 caracteres chineses e os dois mais longos em 657 e 858. Prompts curtos funcionam bem quando uma imagem de referência está fazendo a descrição. Se você não tiver referências, espere escrever uma lista de planos.

Por que o texto sai distorcido nos meus vídeos do MiniMax H3?

Porque você não o digitou. Strings que aparecem literalmente no prompt renderizam de forma limpa; qualquer coisa que você mencionar genericamente ("elementos HUD", "alguns rótulos") retorna como textura em forma de letra. Soletre cada palavra que precisa ser legível, depois adicione não escreva errado, não adicione outro texto, não adicione legendas.

Quantas imagens, vídeos e clipes de áudio de referência um prompt do MiniMax H3 pode usar?

Nove imagens, três vídeos e três clipes de áudio, doze arquivos no total, com vídeo e áudio de referência entre 2 e 15 segundos cada. O áudio não pode ser a única referência. Observe que a capacidade do modelo e o que um determinado endpoint expõe são duas coisas diferentes, então verifique a página do modelo para a lista de entrada atual.

Um prompt do MiniMax H3 pode controlar como o clipe termina, não apenas como começa?

Sim, no image-to-video, através do parâmetro opcional end_image. Dê a ele um primeiro quadro e um último quadro e o clipe interpola entre eles. A demonstração acima é exatamente isso: painel 2 da história em quadrinhos no início, painel 6 no final. Mantenha as duas imagens em proporções semelhantes ou a transição fica feia.

Quais durações e resoluções posso realmente obter agora?

2K, e apenas 2K. Um trabalho em 768p é atualmente rejeitado com supported resolutions: 2K, apesar de 768p aparecer na tabela de preços. A duração difere por endpoint: text-to-video e image-to-video aceitam 5 a 10 segundos com padrão de 8, enquanto reference-to-video aceita 5 a 15. Mais um pegadinha: na geração apenas com texto, a API rejeita adaptive e requer uma ratio explícita.