MiniMax H3 Multimodal Video API
MiniMax H3 là dòng mô hình video của MiniMax dành cho việc tạo video từ văn bản, hình ảnh và ảnh tham chiếu. Tạo các đoạn clip dài 5 đến 15 giây, định hướng chuyển động bằng khung hình cuối tùy chọn, giữ lại chủ thể từ ảnh tham chiếu hoặc chọn H3 Developer khi âm thanh được tạo phù hợp với quy trình làm việc. Atlas Cloud tích hợp H3, H3 Fast, H3 Max và H3 Developer vào một quy trình API duy nhất, với mức giá tiêu chuẩn từ $0.038 mỗi giây. Bắt đầu xây dựng ngay hôm nay.
MiniMax H3 do MiniMax phát triển. Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào mô hình này và không sở hữu mô hình. Mọi thương hiệu đều thuộc về chủ sở hữu tương ứng.
Khám phá Mô hình Hàng đầu
Atlas Cloud cung cấp cho bạn các mô hình sáng tạo tiên tiến nhất trong ngành.
So sánh các endpoint tạo video MiniMax H3
Đối chiếu các endpoint MiniMax H3, H3 Fast, H3 Max và H3 Developer với đầu vào văn bản, hình ảnh hoặc tham chiếu theo độ phân giải, thời lượng, khả năng tạo âm thanh, tỷ lệ khung hình và mức giá tiêu chuẩn.
| Phương thức | Mô tả |
|---|---|
| MiniMax H3 Max T2V API (Text to Video) | Nhập prompt văn bản để tạo video điện ảnh ở 480P hoặc 768P với thời lượng từ 5 đến 15 giây. Chọn khung hình 16:9, 9:16, 1:1 hoặc thích ứng cho quảng cáo, trailer và nội dung mạng xã hội với mức giá tiêu chuẩn $0.05 mỗi giây. |
| MiniMax H3 Max I2V API (Image to Video) | Bắt đầu bằng một khung hình đầu tiên và điều hướng chuyển động bằng prompt văn bản, đồng thời có thể thêm khung hình cuối để kiểm soát bố cục kết thúc. Với đầu ra 480P hoặc 768P kéo dài từ 5 đến 15 giây, endpoint này phù hợp cho chuyển động sản phẩm, hoạt ảnh key art và chuyển cảnh storyboard với giá $0.05 mỗi giây. |
| MiniMax H3 Fast T2V API (Text to Video) | Đối với quy trình sản xuất 480P từ văn bản, MiniMax H3 Fast tạo các đoạn phim điện ảnh dài từ 5 đến 15 giây. Các tùy chọn 16:9, 9:16, 1:1 và thích ứng hỗ trợ video ý tưởng nhanh cùng nội dung dành riêng cho từng nền tảng với mức giá tiêu chuẩn $0.046 mỗi giây. |
| MiniMax H3 Fast I2V API (Image to Video) | Tạo chuyển động cho khung hình đầu tiên được cung cấp bằng chuyển động do prompt điều khiển, đồng thời thêm khung hình cuối tùy chọn khi phần kết cần định hướng hình ảnh. Ở 480P với thời lượng từ 5 đến 15 giây, endpoint này phù hợp cho trình diễn sản phẩm, tác phẩm nghệ thuật chuyển động và nội dung ngắn cho mạng xã hội với giá $0.046 mỗi giây. |
| MiniMax H3 Fast Reference to Video API | Giữ lại chủ thể từ hình ảnh tham chiếu trong khi prompt văn bản xác định video 480P được tạo. Tuyến xử lý này với thời lượng từ 5 đến 15 giây phù hợp cho nhân vật xuất hiện xuyên suốt, sản phẩm dễ nhận diện và hình ảnh chiến dịch nhất quán, với mức giá tiêu chuẩn $0.046 mỗi giây. |
| MiniMax H3 Developer T2V API (Text to Video) | Biến prompt văn bản thành video có âm thanh được tạo tự động thông qua endpoint MiniMax H3 Developer tự lưu trữ. Chọn đầu ra 480P, 768P hoặc 2K ở tỷ lệ 16:9, 9:16 hoặc 1:1 cho ý tưởng kể chuyện, bản xem trước chiến dịch và sản phẩm nội dung mạng xã hội với giá $0.05 mỗi giây. |
| MiniMax H3 Developer I2V API (Image to Video) | Cung cấp hình ảnh mở đầu, khung hình cuối tùy chọn và prompt văn bản để tạo chuyển động cùng âm thanh được tạo tự động. Các tùy chọn đầu ra 480P, 768P và 2K khiến endpoint tự lưu trữ này phù hợp cho key art chuyển động, cảnh sản phẩm và chuỗi storyboard với giá $0.05 mỗi giây. |
| MiniMax H3 Developer Reference to Video API | Khi tính liên tục phụ thuộc vào tư liệu có sẵn, một hoặc nhiều hình ảnh hay video tham chiếu có thể giữ lại chủ thể trong video mới được định hướng bằng prompt, kèm âm thanh được tạo tự động. Sử dụng đầu ra 480P, 768P hoặc 2K cho nhân vật xuất hiện xuyên suốt và các chuỗi thương hiệu liên kết với mức giá tiêu chuẩn $0.05 mỗi giây. |
| MiniMax H3 T2V API (Text to Video) | Prompt văn bản được chuyển thành video điện ảnh 2K với thời lượng có thể chọn từ 5 đến 15 giây. Định dạng mỗi kết quả ở tỷ lệ 16:9, 9:16, 1:1 hoặc tỷ lệ khung hình thích ứng cho trailer hoàn thiện, câu chuyện dọc và nội dung chiến dịch với giá $0.038 mỗi giây. |
| MiniMax H3 I2V API (Image to Video) | Tạo sức sống cho khung hình đầu tiên ở độ phân giải 2K bằng cách kết hợp hình ảnh với prompt văn bản và, khi cần, thêm khung hình cuối tùy chọn. Phạm vi đầu ra từ 5 đến 15 giây hỗ trợ màn ra mắt sản phẩm, hoạt ảnh nhân vật và các chuyển cảnh hình ảnh được lên kế hoạch với mức giá tiêu chuẩn $0.038 mỗi giây. |
| MiniMax H3 Reference to Video API | Tính năng tạo video theo hướng dẫn tham chiếu giữ lại chủ thể từ hình ảnh đầu vào trong khi prompt điều khiển video 2K được tạo. Với thời lượng từ 5 đến 15 giây, các đoạn video này phù hợp cho cảnh tập trung vào nhân vật và hình ảnh sản phẩm nhất quán với giá $0.038 mỗi giây. |
Hình ảnh, âm thanh và chỉnh sửa trong một lần gọi MiniMax H3 API
Mỗi clip do MiniMax H3 API trả về có thời lượng tối đa 15 giây ở 1440p, kèm âm thanh stereo gốc, được tạo từ mọi sự kết hợp giữa tham chiếu văn bản, hình ảnh, video và giọng nói; cùng một lần gọi cũng có thể chỉnh sửa nhân vật, bối cảnh và lời thoại trong footage bạn đã có.
12 tệp tham chiếu, một lần gọi MiniMax H3 API
Một yêu cầu MiniMax H3 API chấp nhận tối đa 9 ảnh tham chiếu, 3 clip video và 3 track âm thanh, với tổng giới hạn 12 tệp. Thay vì xử lý chúng như các ô riêng biệt, model xem văn bản, hình ảnh và âm thanh là một ngữ cảnh thống nhất, lấy nhân vật từ ảnh, chuyển động máy quay từ clip và tâm trạng từ track để đưa vào cùng một cảnh. Các nhóm đã có sẵn tư liệu có thể đi thẳng đến một shot hoàn chỉnh.
Âm thanh stereo gốc trong mọi clip
Mọi kết quả đều đi kèm âm thanh. Lời thoại, âm thanh môi trường và nhạc được tạo ở dạng stereo gốc trong cùng lượt xử lý với hình ảnh ở 24 khung hình/giây, nên không cần thêm nhạc hay lồng tiếng về sau. Vì timing được quyết định ngay trong lúc tạo shot, tiếng bước chân, lời nói và các điểm cắt luôn khớp với hành động. Quảng cáo ngắn và nội dung mạng xã hội có thể xuất bản ngay.
Chỉnh sửa ở cấp prompt qua MiniMax H3 API
Bạn cần đổi mèo thành chó, thay màn hình xanh hoặc viết lại một câu thoại? MiniMax H3 API áp dụng các chỉnh sửa như vậy lên video bạn cung cấp, bao quát nhân vật, vật thể, phông nền, ánh sáng và hiệu ứng, trong khi những phần bạn không đề cập vẫn giữ gần với bản gốc. Prompt hỗ trợ tối đa 7000 ký tự, vì vậy bạn có thể gộp hàng chục thay đổi vào một lượt xử lý. Nhờ đó, việc lặp lại trên một bản dựng đã được duyệt trở nên thực tế hơn.
Chuyển sắc giọng và thay thế lời thoại
Gửi một mẫu giọng nói cùng với hình ảnh hoặc footage, nhân vật được tạo sẽ nói bằng sắc giọng đó. Mỗi yêu cầu cho phép tối đa 3 tham chiếu âm thanh, mỗi tham chiếu dài từ 2 đến 15 giây; âm thanh luôn phải đi kèm đầu vào hình ảnh, không thể được gửi riêng. Lời thoại hiện có cũng có thể được thay thế và phần thể hiện được điều chỉnh cho phù hợp. Với nội dung dạng series, một giọng nói dễ nhận biết được duy trì xuyên suốt mọi tập.
1440p và 6 tỷ lệ khung hình trong MiniMax H3 API
Clip có thời lượng từ 5 đến 15 giây; ở chế độ 1440p, cạnh ngắn có 1440 pixel trong các tỷ lệ từ 16:9 đến 9:16, hoặc khoảng 3,7 megapixel ở các tỷ lệ rộng hơn như 2976 x 1248 cho 21:9. Có thể chọn 6 tỷ lệ, từ điện ảnh 21:9 đến dọc 9:16, và MiniMax H3 API cũng có thể tự chọn tỷ lệ cho bạn. Dải tùy chọn này đáp ứng trailer, vòng lặp sản phẩm và drama dọc mà không cần chuyển model.
Nhận trực tiếp định dạng production, không cần chuyển đổi
Nếu tệp nguồn được lấy trực tiếp từ camera hoặc timeline dựng phim, bạn có thể đưa vào nguyên trạng: video H.264 và H.265, ảnh tĩnh JPG, PNG, WEBP, HEIC và HEIF, cùng âm thanh WAV và MP3. Giới hạn mỗi tệp là 50MB cho video, 30MB cho hình ảnh và 15MB cho âm thanh; truyền asset qua URL giúp các yêu cầu nằm trong giới hạn body 64MB. Trên Atlas Cloud, toàn bộ tập tệp được xử lý bằng một key tương thích OpenAI với hình thức thanh toán theo mức sử dụng.
Cùng một prompt, ba engine: Đối đầu trực tiếp MiniMax H3 API
Mọi clip trong bộ này đều được tạo từ một prompt giống hệt nhau gửi tới MiniMax H3 API và hai mô hình video khác được lưu trữ trên Atlas Cloud, nhờ đó có thể so sánh chuyển động, âm thanh và độ bám sát chỉ dẫn mà không thay đổi dù chỉ một từ.
15 giây, video ngắn khổ ngang 16:9. Cảnh quay người thật về một tiệm giặt tự phục vụ lúc khuya, kết hợp với hoạt họa phát sáng vẽ tay thành một hình ảnh mixed-media. Một tiệm giặt tự phục vụ nhỏ, đèn huỳnh quang chập chờn yếu ớt; bên trong có các máy giặt đang chạy, giỏ nhựa đựng đồ giặt và một chiếc ghế băng cũ, với một chiếc tất đơn lẻ nằm trên sàn. Toàn bộ không gian yên tĩnh, mang một tâm trạng hoài niệm mơ hồ. Hình ảnh có chất liệu như cảnh quay điện thoại cầm tay bằng một tay, với độ rung máy rõ rệt; ánh đèn huỳnh quang trắng khiến phơi sáng dao động lúc sáng lúc tối; các bề mặt kính có phản chiếu môi trường; khi ống kính tiến sát vật thể sẽ có độ trễ lấy nét. Hình ảnh không nên bóng bẩy và chỉn chu như quảng cáo thương mại — cảm giác tổng thể nên giống một lát cắt tài liệu chân thật, như thể bạn tình cờ bước vào lúc khuya và vội ghi lại cảnh đó trong lúc đuổi theo một thị giác kỳ lạ, như trong mơ.
Generated with MiniMax H3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Wan-2.7 on Atlas Cloud
Góc nhìn ngôi thứ nhất · độ cao ngang tầm mắt · camera game cầm tay Cảnh: Cú máy mô phỏng một người chơi đang điều khiển một game FPS chiến tranh hiện đại, hai tay cầm súng trường tấn công và chậm rãi tiến dọc theo vành đai ngoài của một căn cứ quân sự. Người chơi di chuyển về phía trước trên con đường cạnh chỗ nấp, tâm ngắm quét qua lối đi phía trước; sau một thoáng dừng lại, họ bắn vài phát về phía một mục tiêu ở xa, rồi tiếp tục đẩy lên — giống cảnh gameplay trực tiếp của một người chơi bình thường. Ánh sáng: Ánh sáng tự nhiên tông lạnh của một căn cứ quân sự hiện đại đan xen với khói và lửa đầu nòng. Hình ảnh chân thực và sắc nét, với vũ khí kim loại cùng bụi và màn khói chiến trường mang chất lượng của game AAA. Máy quay: Camera có độ lắc cầm tay nhẹ khi người chơi di chuyển — ban đầu chậm rãi tiến lên, sau đó quét nhẹ sang trái và phải để quan sát, có rung giật lùi tinh tế khi khai hỏa, trước khi cuối cùng tiếp tục tiến đều về phía trước.
Generated with MiniMax H3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Wan-2.7 on Atlas Cloud
Kết nối mọi yêu cầu video với đúng tuyến MiniMax H3
Chuyển từ các bản nháp 480P bằng MiniMax H3 Fast sang các cảnh quay chiến dịch 2K và những ý tưởng có hỗ trợ âm thanh với H3 Developer; dòng MiniMax H3 đáp ứng chuyển động sản phẩm, các phiên bản mạng xã hội, nhân vật xuất hiện xuyên suốt và bản xem trước storyboard từ văn bản, hình ảnh hoặc ảnh tham chiếu.
Bản nháp mạng xã hội với MiniMax H3 Fast
MiniMax H3 Fast chuyển prompt văn bản thành các đoạn video 480P dài từ 5 đến 15 giây. Các nhóm mạng xã hội có thể thử nghiệm điểm nhấn mở đầu, nhịp độ và tỷ lệ khung hình của chiến dịch trước khi bắt tay vào sản xuất ở độ phân giải cao hơn.
Tạo chuyển động sản phẩm từ ảnh tĩnh đã duyệt
Tạo hiệu ứng chuyển động cho khung hình đầu tiên và, nếu muốn, định hướng phần kết bằng khung hình cuối thông qua tuyến hình ảnh. Các nhóm phụ trách hàng hóa có thể tạo cảnh giới thiệu sản phẩm, chuyển động cho danh mục và tài sản ra mắt từ những ảnh tĩnh đã được duyệt.
Cảnh quay chiến dịch 2K với MiniMax H3
Chọn tuyến MiniMax H3 2K khi chiến dịch yêu cầu đầu ra có độ phân giải cao. Các agency có thể tạo những cảnh chủ đạo hoàn thiện, khoảnh khắc sản phẩm mang tính điện ảnh và tài sản mạng xã hội độ phân giải cao từ văn bản hoặc hình ảnh.
Nhân vật xuất hiện xuyên suốt từ ảnh tham chiếu
Cung cấp một ảnh tham chiếu để giữ cho chủ thể dễ nhận diện, đồng thời dùng prompt định hướng cho đoạn video mới. Các studio có thể tạo video ngắn với nhân vật xuất hiện xuyên suốt, nội dung quảng bá liên kết và cảnh sản phẩm mang nhận diện thương hiệu với tính nhất quán hình ảnh cao hơn.
Bản xem trước storyboard đa định dạng
Cần bản xem trước ngang, vuông và dọc từ một yêu cầu duy nhất? Tính năng tạo video từ văn bản hỗ trợ tỷ lệ 16:9, 1:1, 9:16 hoặc bố cục thích ứng, giúp các nhóm sáng tạo chuẩn bị nhiều phương án storyboard cho các vị trí hiển thị khác nhau mà không phải thay đổi dòng model.
Ý tưởng âm thanh với MiniMax H3 Developer
Sử dụng MiniMax H3 Developer để tạo video kèm âm thanh từ prompt văn bản hoặc hình ảnh nguồn. Các nhóm sáng tạo có thể định hình chuỗi cảnh thuyết trình, khoảnh khắc của nhân vật và ý tưởng chiến dịch, trong đó hình ảnh và âm thanh cùng nằm trong một quy trình.
MiniMax H3 so với các mô hình khác về những yếu tố cốt lõi của Video API
So sánh các biến thể chuyển văn bản thành video của MiniMax H3 với các mô hình Atlas Cloud khác về độ phân giải tối đa, thời lượng clip, tỷ lệ khung hình và mức giá tiêu chuẩn niêm yết.
| Mô hình | Độ phân giải tối đa | Thời lượng clip | Tỷ lệ khung hình | Giá cơ bản niêm yết |
|---|---|---|---|---|
| MiniMax H3 Text-to-Video | 2K | 5 đến 15 giây | 16:9, 9:16, 1:1, thích ứng | $0.038 mỗi giây |
| MiniMax H3 Fast Text-to-Video | 480P | 5 đến 15 giây | 16:9, 9:16, 1:1, thích ứng | $0.046 mỗi giây |
| MiniMax H3 Max Text-to-Video | 768P | 5 đến 15 giây | 16:9, 9:16, 1:1, thích ứng | $0.05 mỗi giây |
| MiniMax H3-Developer Text-to-Video | 2K | - | 16:9, 9:16, 1:1 | $0.05 mỗi giây |
| Kling V3.0 Turbo Text-to-Video | 1080p | 3 đến 15 giây | 16:9, 9:16, 1:1 | $0.112 |
| Veo 3.1 Lite Text-to-video | 1080p | 4, 6 hoặc 8 giây | 16:9, 9:16 | $0.05 |
Cách Sử Dụng MiniMax H3 trên Atlas Cloud
Bắt đầu trong vài phút — làm theo các bước đơn giản sau để tích hợp và triển khai mô hình qua nền tảng Atlas Cloud.
Tạo Tài Khoản Atlas Cloud
Đăng ký tại atlascloud.ai và hoàn tất xác minh. Người dùng mới nhận được tín dụng miễn phí để khám phá nền tảng và thử nghiệm mô hình.
Tại sao Sử dụng MiniMax H3 trên Atlas Cloud
Sự kết hợp của các mô hình tiên tiến của MiniMax H3 với nền tảng được tăng tốc GPU của Atlas Cloud mang lại hiệu suất, khả năng mở rộng và trải nghiệm nhà phát triển độc đáo.
Hiệu suất và Tính linh hoạt
Độ Trễ Thấp:
Suy luận được tối ưu hóa GPU cho suy luận thời gian thực.
API Thống nhất:
Chạy MiniMax H3, GPT, Gemini và DeepSeek với một tích hợp duy nhất.
Giá cả Minh bạch:
Thanh toán dựa trên token có thể dự đoán với tùy chọn serverless.
Doanh nghiệp và Mở rộng
Trải nghiệm Nhà phát triển:
SDK, phân tích, công cụ tinh chỉnh và mẫu.
Độ tin cậy:
99,99% khả dụng, RBAC và ghi nhật ký sẵn sàng cho tuân thủ.
Bảo mật và Tuân thủ:
SOC 2 Type II, tuân thủ HIPAA, chủ quyền dữ liệu tại Hoa Kỳ.
Các model API MiniMax H3, bảng giá và hướng dẫn thiết lập
MiniMax H3 là dòng model video của MiniMax, dùng để tạo các clip từ văn bản, hình ảnh và phương tiện tham chiếu. Trên Atlas Cloud, dòng này gồm H3 tiêu chuẩn, H3 Fast, H3 Max và H3 Developer, hỗ trợ các route text to video, image to video và một số route reference to video. Các profile đầu ra có độ phân giải từ 480P đến 2K, tùy model được chọn.
Bạn có thể bắt đầu bằng prompt văn bản, tạo chuyển động cho khung hình đầu tiên với khung hình cuối tùy chọn, hoặc duy trì chủ thể thông qua route reference to video được hỗ trợ. H3 Developer còn có thể tạo âm thanh cùng video, trong khi mỗi biến thể có route, độ phân giải và giới hạn tham số riêng.
Tạo tài khoản và API key Atlas Cloud, sau đó chọn chính xác model ID và xem lại schema tham số hiện tại của model đó. Gửi request thông qua API tương thích với OpenAI của Atlas Cloud rồi xử lý video được trả về trong ứng dụng của bạn. Bắt đầu xây dựng ngay hôm nay.
MiniMax H3 Fast cung cấp các route text to video, image to video và reference to video ở 480P cho các clip dài từ 5 đến 15 giây. Giá tiêu chuẩn là $0.046 cho mỗi giây được tạo, còn route hình ảnh cho phép nhận khung hình đầu tiên cùng khung hình cuối tùy chọn. Hãy sử dụng model này khi đầu ra 480P và quyền truy cập vào cả ba quy trình nhập liệu phù hợp với dự án của bạn.
Chọn H3 tiêu chuẩn khi quy trình của bạn yêu cầu đầu ra 2K. Chọn H3 Fast cho đầu vào văn bản, hình ảnh hoặc tham chiếu ở 480P; H3 Max cho việc tạo nội dung từ văn bản và hình ảnh ở 480P hoặc 768P; hoặc H3 Developer cho các quy trình 480P, 768P hoặc 2K có tạo âm thanh.
Các route image to video nhận khung hình đầu tiên và có thể tùy chọn sử dụng khung hình cuối để định hướng phần kết. Reference to video khả dụng với H3 tiêu chuẩn, H3 Fast và H3 Developer; các loại đầu vào tham chiếu được hỗ trợ sẽ khác nhau tùy endpoint. Hiện tại H3 Max cung cấp các route văn bản và hình ảnh trên Atlas Cloud.
H3 tiêu chuẩn tạo các clip 2K dài từ 5 đến 15 giây, H3 Fast hỗ trợ 480P trong cùng khoảng thời lượng, còn H3 Max hỗ trợ 480P hoặc 768P trong 5 đến 15 giây. Đối với text to video, cả ba biến thể này hỗ trợ tỷ lệ 16:9, 9:16, 1:1 và khung hình thích ứng, trong khi H3 Developer hỗ trợ 16:9, 9:16 và 1:1. Hãy kiểm tra schema của endpoint đã chọn vì các route hình ảnh và tham chiếu có thể cung cấp các tùy chọn điều khiển khác nhau.
Chi phí được tính dựa trên mỗi giây được tạo. Giá tiêu chuẩn là $0.038 mỗi giây đối với H3, $0.046 mỗi giây đối với H3 Fast và $0.05 mỗi giây đối với H3 Max hoặc H3 Developer. Bạn có thể ước tính chi phí của một request bằng cách nhân đơn giá tiêu chuẩn của route với thời lượng đầu ra đã chọn.
Không. Các profile Atlas Cloud đã được xác minh chỉ nêu rõ hỗ trợ tạo âm thanh cho các route văn bản, hình ảnh và tham chiếu của H3 Developer, nhưng không nêu hỗ trợ âm thanh cho H3 tiêu chuẩn, H3 Fast hoặc H3 Max. Hãy chọn H3 Developer khi âm thanh bắt buộc phải là một phần của đầu ra được tài liệu hóa.
Trước tiên, hãy xác nhận model ID khớp với route văn bản, hình ảnh hoặc tham chiếu dự kiến. Kiểm tra mọi trường bắt buộc theo schema hiện tại của endpoint đó, đặc biệt là prompt, dữ liệu phương tiện, độ phân giải, thời lượng và tỷ lệ khung hình. Nếu request vẫn thất bại, hãy xem lỗi được trả về trước khi thử lại thay vì gửi lại cùng một payload không hợp lệ.
Khám phá Thêm Dòng
Seedance 2.5
Seedance 2.5 API hiện đã có mặt trên Atlas Cloud! Cung cấp cho các nhà phát triển mô hình video mới nhất của ByteDance. Nó tạo ra tối đa 30 giây video gốc chỉ trong một lần xử lý từ văn bản, một hình ảnh duy nhất hoặc tối đa 50 tài liệu tham khảo đa phương thức, với âm thanh được đồng bộ hóa và văn bản đa ngôn ngữ trong khung hình. Trên Atlas Cloud, bạn có thể truy cập thông qua một khóa duy nhất, với tính nhất quán của chủ thể và vật lý được cải thiện giúp giữ cho các cảnh quay dài luôn mạch lạc.
Wan 3.0
Wan 3.0 API là thế hệ tiếp theo trong hệ sinh thái video Wan của Alibaba, được xây dựng để đưa khả năng tạo video dài, kiểm soát đa tham chiếu và chất lượng nghe nhìn lên những tầm cao mới. Atlas Cloud đã lưu trữ Wan 2.7, 2.6 và 2.5, và Wan 3.0 hoạt động trên cùng một khóa hợp nhất mà không cần thiết lập riêng. Bắt đầu xây dựng ngay hôm nay. Cuộn xuống phần trưng bày để xem những gì Wan 3.0 có thể tạo ra.
MiniMax H3
MiniMax H3 là dòng mô hình video của MiniMax dành cho việc tạo video từ văn bản, hình ảnh và ảnh tham chiếu. Tạo các đoạn clip dài 5 đến 15 giây, định hướng chuyển động bằng khung hình cuối tùy chọn, giữ lại chủ thể từ ảnh tham chiếu hoặc chọn H3 Developer khi âm thanh được tạo phù hợp với quy trình làm việc. Atlas Cloud tích hợp H3, H3 Fast, H3 Max và H3 Developer vào một quy trình API duy nhất, với mức giá tiêu chuẩn từ $0.038 mỗi giây. Bắt đầu xây dựng ngay hôm nay.
Seedream 5.0 Pro
Seedream 5.0 Pro API cung cấp cho các nhà phát triển mô hình chỉnh sửa hình ảnh có thể kiểm soát của ByteDance trên Atlas Cloud. Nó đặt các chỉnh sửa một cách chính xác bằng các điểm neo và tọa độ, tách hình ảnh thành các lớp có thể chỉnh sửa, kết hợp nhiều tham chiếu và khớp màu sắc cũng như vật liệu chính xác, với văn bản đa ngôn ngữ ở độ phân giải 2K và 3K. Trên Atlas Cloud, bạn có thể truy cập nó chỉ bằng một khóa!
Seedance 2.0
Seedance 2.0 API cung cấp cho bạn quyền truy cập cấp sản xuất vào mô hình video đa phương thức của ByteDance — đầu vào bốn phương thức (văn bản, hình ảnh, video, âm thanh) và hệ thống "Universal Reference" hàng đầu trong ngành giúp khóa bố cục, chuyển động của camera và hành động của nhân vật trên các cảnh quay. Tích hợp quyền kiểm soát cấp độ đạo diễn bằng một lệnh gọi API, mức giá cố định $0,09/giây, cấp khóa tức thì và không có danh sách chờ — được hỗ trợ bởi thời gian hoạt động và sự tuân thủ cấp doanh nghiệp. Seedance 2.0 Native 4K hiện đã ra mắt!
GPT Image 2.5
Dòng GPT Image 2.5 từ OpenAI mang đến cho các nhà phát triển lựa chọn giữa Flare và Sunburst cho quy trình xử lý hình ảnh sản xuất. Kết xuất ở độ phân giải tùy ý lên đến 3840x2160 và chọn từ năm cấp độ chất lượng, bao gồm xhigh và max, để đáp ứng các yêu cầu đầu ra cụ thể. Atlas Cloud cung cấp dịch vụ suy luận REST sẵn sàng sử dụng, không có thời gian khởi động lạnh với mức giá tiêu chuẩn chỉ từ 0,004 USD cho mỗi lần tạo. Bắt đầu xây dựng ngay hôm nay.
GPT Image 2
GPT Image 2 API cung cấp cho các nhà phát triển quyền truy cập vào mô hình hình ảnh mới nhất của OpenAI, phiên bản kế nhiệm của GPT Image 1.5. Mô hình này tạo và chỉnh sửa hình ảnh với khả năng hiển thị văn bản chính xác trên các chữ viết Latinh và CJK, cùng với bố cục mạnh mẽ cho áp phích, mockup và đồ họa thông tin. Trên Atlas Cloud, bạn có thể truy cập nó thông qua một API thống nhất cùng với hơn 300 mô hình khác, với tín dụng miễn phí, 99,99% thời gian hoạt động và không yêu cầu xác minh tổ chức OpenAI.
Gemini Omni Flash
Gemini Omni API mang dòng Gemini Omni Flash đa phương thức nguyên bản của Google DeepMind, bao gồm Gemini Omni 1.1 Flash, đến với các nhà phát triển. Tạo video điện ảnh với âm thanh gốc được đồng bộ, tạo chuyển động cho ảnh tĩnh với khả năng kiểm soát chính xác khung hình bắt đầu và kết thúc, hoặc chỉnh sửa cảnh quay hiện có bằng các hướng dẫn văn bản mà vẫn bảo toàn nội dung không được thay đổi. Atlas Cloud cung cấp một khóa tương thích với OpenAI, quyền truy cập hợp nhất và mức giá trả theo mức sử dụng minh bạch. Bắt đầu xây dựng ngay hôm nay.
Grok Imagine
Grok Imagine API của xAI cung cấp các mô hình hình ảnh, video và lời nói, từ Image 2.0 đến Video 1.5 và xAI TTS v1. Render 1K hoặc 2K hình tĩnh trên 14 tỷ lệ khung hình, tạo cảnh 15 giây video 1080p, điều hướng các shot bằng tối đa 7 hình ảnh tham chiếu, hoặc cung cấp lời tường thuật bằng 20 ngôn ngữ. Atlas Cloud chạy mọi chế độ trên một endpoint, có giá theo mô hình trả tiền khi sử dụng từ $0.02 mỗi hình ảnh và $0.05 mỗi giây. Bắt đầu xây dựng hôm nay.
Các mô hình sáng tạo mạnh mẽ nhất của Google hiện đều có sẵn trên Atlas Cloud. Veo 3.1 cung cấp khả năng tạo video đậm chất điện ảnh, Nano Banana 2 hỗ trợ tạo hình ảnh có độ chân thực cao, và Gemini mang trí tuệ đa phương thức vào mọi quy trình làm việc. Truy cập toàn bộ bộ mô hình Google thông qua một API key duy nhất với tính khả dụng Day-0 và mức giá dùng bao nhiêu trả bấy nhiêu (pay-as-you-go).
Seedance 2.0 Mini
Seedance 2.0 Mini mang khả năng tạo video đa phương thức của ByteDance vào các quy trình làm việc nơi tốc độ và chi phí là quan trọng nhất. Nó cung cấp các khả năng cốt lõi của Seedance 2.0 với mức tiêu thụ tài nguyên nhẹ hơn — tạo nhanh hơn, chi phí mỗi video thấp hơn và tích hợp API giống như bạn đã sử dụng. Đối với các nhóm chạy các quy trình (pipeline) khối lượng lớn hoặc tạo nguyên mẫu ở quy mô lớn, Mini là lựa chọn mặc định thiết thực.
ByteDance
Từ tạo video điện ảnh đến kiến tạo hình ảnh có độ trung thực cao, các mô hình mạnh mẽ nhất của ByteDance hiện đã có mặt trên Atlas Cloud. Chạy Seedance và Seedream ở quy mô lớn với mức giá suy luận thấp nhất và không có chi phí quản lý cơ sở hạ tầng.
Bài viết đề xuất
Hướng dẫn, bài hướng dẫn và cập nhật sản phẩm giúp bạn khai thác tối đa Atlas Cloud.
