Atlas Cloud 现已成为 Dreamina Seedance 2.5 与 Seedream 5.0 Pro 的美国授权经销商。
MimiMax Music 2.6 Vocal and Instrumental Songs

MimiMax Music 2.6 Vocal and Instrumental Songs

MimiMax Music 2.6 是 MiniMax 面向开发者推出的最新文本生成音乐模型,适用于构建人声和器乐音乐体验。通过风格提示词和歌词塑造每首歌曲,并使用支持的段落控制来编排歌曲发展。Atlas Cloud 通过一个兼容 OpenAI 的密钥提供访问,并按标准费率 $0.15/次生成透明地按量计费。立即开始构建。

MiniMax Music 2.6 由 MiniMax 开发。Atlas Cloud(由 Atlas Cloud AI LLC 运营)仅提供接入服务,并不拥有该模型。所有商标均归其各自所有者所有。

深入了解 MimiMax Music 2.6 音频端点

了解 MimiMax Music 2.6 如何将结构化文本转换为音乐,满足人声和器乐工作流的生成需求。

模态描述
MiniMax Music 2.6 API (Text To Music)通过同步、单次调用生成,将风格提示词和结构化歌词转换为完整的人声或器乐歌曲。使用 [Verse] 和 [Chorus] 标签组织歌曲段落。此端点适用于歌曲创作工具、音乐原型开发和自动化音频制作工作流。

深入了解 MimiMax Music 2.6 歌曲引擎

MimiMax Music 2.6 支持完整歌曲生成、风格与歌词分离输入、经过验证的段落标签、伴奏模式、可配置的音频输出,以及通过 Atlas Cloud 提供的标准每次生成 $0.15 定价。

MimiMax Music 2.6 完整歌曲生成

MiniMax Music 2.6 可将风格提示词和歌词一次性转换为完整的人声音轨,包含演唱、伴奏和编曲,并通过同步生成完成。在 Atlas Cloud 上,歌曲时长最长约五分钟。描述音乐类型、情绪、乐器、节奏和人声特征,然后提供希望演唱的歌词。这一工作流适合制作演示、广告短曲,以及需要完整歌曲而非短循环的成品概念。

风格与歌词控制

将音乐方向与歌曲文本分别输入:提示词最多支持 2,000 个字符,歌词最多支持 3,500 个字符。无需改写歌词,即可调整音乐类型、情绪、配器、节奏和制作提示。反过来,也可以将同一版歌词复用于风格迥异的提示词,探索全新的编曲方案。这种分离方式为词曲作者和内容团队提供了实用的迭代手段,同时保留歌曲原本想传达的信息。

MimiMax Music 2.6 结构标签

在歌词字段中加入 [Intro]、[Verse]、[Pre Chorus]、[Chorus]、[Bridge]、[Outro] 和 [Inst] 等经过验证的标签,即可塑造歌曲编排。每个标记都会指示歌曲段落的起始位置,帮助模型遵循清晰、易识别的音乐结构。生成前,可以利用这些控制来规划记忆点、过渡和器乐段落。当歌词已经具备可直接制作的结构时,这项功能尤其有用。

伴奏模式

需要没有歌手的音乐?启用伴奏模式并将歌词字段留空,即可根据风格提示词生成无人声的音轨。在同一请求中指定音乐类型、情绪、配器和节奏,然后将生成结果用作背景音乐。该选项适合播客、产品视频、游戏场景和需要确保旁白或对白清晰可辨的剪辑工作流。

可直接交付的音频与定价

可选择 MP3、WAV 或 PCM 输出,采样率支持 16、24、32 或 44.1 kHz,比特率支持 32、64、128 或 256 kbps。无需更换模型,即可在轻量级预览和高质量母带之间灵活选择。Atlas Cloud 通过统一 API 按经过验证的标准费率为每次生成定价 $0.15。开发者可以用可预测的单次调用成本,从实验阶段顺利过渡到交付阶段。

一份音乐简报,三种模型:MiniMax Music 2.6 对比

聆听三种音乐生成模型如何诠释同一份人声与器乐简报,展现它们在编曲、动态、过渡和整体音乐连贯性方面的差异。

提示词

创作一段15秒的电影感音频场景:地点设在月食期间的一家古董钟表店拍卖会。[0–4s] 在紧张的室内环境声和隐约的钟表滴答声下,一只机械八哥快速轮换模仿三位不同竞拍者:近距离、带呼吸感的低语——“三十几内亚金币……”;华丽的花腔假声——“四十五!”;随后是沙哑而富有节奏感的说唱——“六十,成交,靠边。”[4–6s] 八哥的主发条伴随金属窒息般的卡顿声卡死;绝对静默一个完整拍子。[6–13s] 以室内放克风格爆发式重启,采用交替变化的不对称拍号7/8和5/4:钟摆敲击充当底鼓,彼此碰撞的上发条钥匙形成切分打击乐,并加入有力的低音单簧管乐句;三位竞拍者的声音在音色和立体声位置上清晰区分,随着竞价升级轮番出现。[13–15s] 戛然而止;只剩机械八哥轻轻哼唱一段歪斜、荒诞的小胜利旋律,齿轮逐渐停转。营造定格木偶歌剧般的氛围,诡异却顽皮;采用亲密的古董房间声学效果、清脆的拟音、强烈的动态对比和精准的节奏过渡;不要旁白,不要现代乐器,不要通用管弦乐配乐,不要让人群喧哗掩盖人声,不要混成一片的混响,不要角色声音重叠或难以辨认。

Generated with MiniMax Music 3.0 on Atlas Cloud

Generated with Suno chirp-v6 on Atlas Cloud

Generated with MiniMax Music 2.6 on Atlas Cloud

提示词

创作一首冷峻、电影感的电声学室内乐,描绘一位深海考古学家唤醒一支位于沉船中央的机械合唱团。以稀疏的水听器气泡声、遥远的声呐般探测脉冲、船体吱嘎共鸣,以及对角线般纵深感下广阔的水下寂静开场。逐步引入弓奏玻璃口琴、带呼吸感的低音单簧管和预置钢琴——音色金属化、腐蚀感强,并在空间上彼此分离——随后唤醒一支由碎片化频谱层构成的无词机械合唱团。通过不对称拍号、错位复节奏、相位偏移的固定音型,以及珊瑚红般的打击乐点缀,在靛蓝与铜绿交织的声音色彩中逐步推进。保留精细的音色细节、连贯的管弦编排、鲜明的前景—中景—深渊纵深,以及沉浸式的水下空间运动感。在看似达到高潮时,突然移除所有声部,只留下漫长的压力真空与寂静,随后一记孤独的锈蚀船钟敲击声,在海沟中逐渐衰减。不要歌词、口述旁白、传统旋律、英雄式预告片鼓点、EDM drop、明亮合成器、温暖的管弦乐收束、惊吓效果,也不要在最后钟声前淡出。用于完整的16:9频谱图与波形可视化。

Generated with MiniMax Music 3.0 on Atlas Cloud

Generated with Suno chirp-v6 on Atlas Cloud

Generated with MiniMax Music 2.6 on Atlas Cloud

MimiMax Music 2.6 跨创意工作流

从艺术家演示小样和营销歌曲,到游戏配乐与创作者音轨,MimiMax Music 2.6 可将风格提示词和结构化歌词转换为适用于制作流程的完整人声或器乐音乐。

使用 MimiMax Music 2.6 制作歌曲小样

通过一次同步请求,将结构化歌词和风格提示词转换为完整的人声歌曲。独立艺术家可以制作小样、测试编曲,并在进入制作阶段前试听主歌和副歌创意。

创作者背景音乐

当视频、播客或社交媒体帖子需要无​​人声音乐时,可选择器乐生成。创作者可以通过风格提示词塑造氛围,为片头、转场和视觉叙事制作定制化背景音乐。

叙事类游戏与影视配乐

先定义音乐风格,再使用 Verse 和 Chorus 标签组织歌词,以配合叙事节奏。游戏和影视团队可以通过一次请求,为场景、角色、预告片或戏剧性片段创作主题音乐小样。

使用 MimiMax Music 2.6 制作营销歌曲

为营销歌词设定明确的风格和段落结构,创作完成的人声音轨。营销团队可以为广告或社交媒体活动开发广告歌、发布歌曲和品牌音频创意。

器乐伴奏音轨

切换至器乐模式,生成不含演唱歌词音轨的音乐。歌手、教育工作者和制作人可以将生成结果用于排练、练习、草编曲,或在音频工作流中进一步处理。

由 MimiMax Music 2.6 驱动的创意应用

围绕同步单次调用的生成流程,构建歌词驱动的音乐功能。产品团队可以让用户在创意应用中,将风格提示词和结构化歌词转换为个性化的人声或器乐歌曲。

MiniMax Music 2.6 与 Suno v6 模型对比

对比 Atlas Cloud 提供的四款音乐模型在创作输入、生成时长、模型侧重点以及标准单次生成价格方面的差异。

模型创作输入最长生成时长创作侧重点标准价格
MiniMax Music 2.6风格提示词和歌词-完整的人声或器乐歌曲$0.15/次生成
Suno chirp-v6文本、音频、图片和视频最长 8 分钟跨流派的精准、精致音乐$0.132/次生成
Suno chirp-v6-wild文本、音频、图片和视频最长 8 分钟实验性强且风格多变的结果$0.132/次生成
Suno chirp-v6-mini文本、音频、图片和视频最长 8 分钟快速、高效地探索创意概念$0.132/次生成

如何在 Atlas Cloud 上使用 MiniMax Music 2.6

几分钟即可上手 — 按照以下简单步骤,通过 Atlas Cloud 平台集成和部署模型。

创建 Atlas Cloud 账户

在 atlascloud.ai 注册并完成验证。新用户可获得免费额度,用于探索平台和测试模型。

为何在 Atlas Cloud 使用 MiniMax Music 2.6

将先进的 MiniMax Music 2.6 模型与 Atlas Cloud 的 GPU 加速平台相结合,提供无与伦比的性能、可扩展性和开发体验。

性能与灵活性

低延迟:
GPU 优化推理,实现实时响应。

统一 API:
一次集成,畅用 MiniMax Music 2.6、GPT、Gemini 和 DeepSeek。

透明定价:
按 Token 计费,支持 Serverless 模式。

企业与规模

开发者体验:
SDK、数据分析、微调工具和模板一应俱全。

可靠性:
99.99% 可用性、RBAC 权限控制、合规日志。

安全与合规:
SOC 2 Type II 认证、HIPAA 合规、美国数据主权。

MiniMax Music 2.6 API 问题解答

MiniMax Music 2.6 是 MiniMax 推出的文本生成音乐模型,可根据风格提示词和可选的结构化歌词创作完整歌曲。通过一次同步请求,它既可以生成包含人声和伴奏的歌曲,也可以生成纯音乐。

描述所需的音乐流派、氛围、乐器编配、人声风格或节奏,即可生成完整音轨。你可以为人声歌曲提供原创歌词;如果不需要演唱,也可以启用纯音乐模式。

向 Atlas Cloud 的 generateAudio endpoint 发送经过身份验证的 POST 请求,并将 model 字段设置为 minimax/music-2.6。填写 prompt,需要时添加歌词,然后从完成响应中读取生成的音频 URL。

API 接受最长 2,000 个字符的音乐提示词,以及可选的最长 3,500 个字符的歌词。你还可以配置纯音乐模式、输出格式、采样率和比特率。

将 is_instrumental 设置为 true,并将 lyrics 字段留空。模型会按照提示词中的流派、氛围、乐器编配及其他要求生成无演唱的音乐。

使用 [Intro]、[Verse]、[Pre Chorus]、[Chorus]、[Bridge]、[Outro] 和 [Inst] 等受支持的标签来组织编曲结构。使用换行分隔歌词行;如果需要停顿,请使用空行。

Atlas Cloud 的标准价格为每次生成 $0.15。计费方式为按量付费,因此每次提交生成请求都会按照公布的单次调用费率计费。

你可以选择 MP3、WAV 或 PCM 输出,采样率支持 16,000、24,000、32,000 或 44,100 Hz。可用的比特率设置为 32,000、64,000、128,000 和 256,000 bps。

Atlas Cloud 的文档化 schema 未为该模型提供 duration 参数。如果应用需要精确的播放时长,请先生成音轨,然后在后续工作流中对生成的音频进行裁剪或编辑。

探索更多系列

Seedance 2.5

Seedance 2.5 API 现已在 Atlas Cloud 上线!它为开发者提供了 ByteDance 最新的视频模型。该模型可通过文本、单张图像或多达 50 个多模态参考,一次性生成长达 30 秒的原生视频,并包含同步音频和画面内的多语言文本。在 Atlas Cloud 上,您可以通过单个密钥访问它,其主体一致性和改进的物理特性能够保持长镜头的连贯性。

查看系列

Wan 3.0

Wan 3.0 API 是阿里巴巴 Wan 视频系列的下一代产品,旨在将长视频生成、多参考控制和音视频质量推向新的高度。Atlas Cloud 已经托管了 Wan 2.7、2.6 和 2.5,而 Wan 3.0 使用相同的统一密钥运行,无需额外设置。立即开始构建吧。向下滚动至展示区,查看 Wan 3.0 的创作能力。

查看系列

MiniMax H3

MiniMax H3 是 MiniMax 的多模态视频系列,支持文本、图像和参考内容引导创作。在支持的路由中,它能够保留参考媒体中的主体,提供灵活的宽高比,并通过 H3 Developer 将生成的声音与画面结合;输出配置则由 endpoint 选择。Atlas Cloud 通过一个 OpenAI 兼容密钥统一接入整个系列,并提供透明的按量付费定价,标准费率为每秒 $0.038。立即开始构建。

查看系列

Seedream 5.0 Pro

Seedream 5.0 Pro API 为开发者在 Atlas Cloud 上提供了字节跳动的可控图像编辑模型。它通过锚点和坐标精确定位编辑,将图像分离为可编辑图层,融合多个参考,并精准匹配颜色和材质,支持 2K 和 3K 分辨率的多语言文本。在 Atlas Cloud 上,您只需一个密钥即可访问!

查看系列

Seedance 2.0

Seedance 2.0 是 ByteDance 面向生产环境的视频模型,专用于精准镜头创作。将提示词转换为视频,使用首帧图像生成动画并可选用尾帧引导,或结合参考媒体和可选的联网搜索来塑造结果。Atlas Cloud 将这些工作流整合到统一的 API 中,提供透明的按量付费定价和一个兼容 OpenAI 的密钥。立即开始构建。

查看系列

GPT Image 2.5

OpenAI 的 gpt-image-2.5 系列为开发者提供 Flare 和 Sunburst 两种选择,满足生产级图像工作流需求。支持最高 3840x2160 的任意分辨率渲染,并提供包括 xhigh 和 max 在内的五档质量等级,以匹配特定的输出要求。Atlas Cloud 提供开箱即用的 REST 推理服务,无冷启动,每次生成起价 $0.004,采用标准定价。立即开始构建。

查看系列

GPT Image 2

GPT Image 2 API 为开发者提供了访问 OpenAI 最新图像模型的途径,它是 GPT Image 1.5 的继任者。该模型可生成和编辑图像,能够在拉丁和 CJK 文字上实现准确的文本渲染,并在海报、样机和信息图表方面具备强大的排版能力。在 Atlas Cloud 上,您可以通过一个统一的 API 与 300 多个模型一起访问它,并享受免费额度、99.99% 的正常运行时间,且无需 OpenAI 组织验证。

查看系列

Gemini Omni Flash

Gemini Omni 是 Google DeepMind 原生多模态视频系列,支持通过提示词引导创作与编辑。可从文本生成视频、让静态图像动起来,或在可选视觉参考的辅助下修改现有素材,同时保留未改动的内容。灵活的分辨率、宽高比和时长控制,满足多样化的制作流程。Atlas Cloud 通过透明的按需付费定价模式,统一提供访问能力。立即开始构建。

查看系列

Grok Imagine

Grok Imagine API 涵盖 xAI 的图像、视频和语音模型,包括 Image 2.0、Video 1.5 和 xAI TTS v1。支持生成跨 14 种宽高比的 1K 或 2K 静帧、生成最长 15 秒的 1080p 视频、通过最多 7 张参考图像引导镜头、或用 20 种语言进行配音。Atlas Cloud 在单一端点上运行所有功能,采用按量计费,起价为每张图像 $0.02、每秒 $0.05。立即开始使用。

查看系列

Google

Google最强大的创意模型现已在Atlas Cloud上全面可用。Veo 3.1提供电影级别的视频生成,Nano Banana 2支持高保真图像创建,而Gemini为每个工作流带来多模态智能。通过单一API key即可访问完整的Google模型套件,提供Day-0可用性和按需付费(pay-as-you-go)定价。

查看系列

Seedance 2.0 Mini

Seedance 2.0 Mini 将 ByteDance 的多模态视频生成技术引入到对速度和成本要求极高的工作流中。它以更轻量的占用空间提供 Seedance 2.0 的核心能力——更快的生成速度、更低的单条视频成本,并且使用您现有的同款 API 集成。对于运行高吞吐量流水线或进行大规模原型设计的团队来说,Mini 是最实用的默认选择。

查看系列

ByteDance

从电影级视频生成到高保真图像创建,ByteDance 最强大的模型现已在 Atlas Cloud 上线。以最低的推理定价和零基础设施开销,大规模运行 Seedance 和 Seedream。

查看系列

一个 API,畅享全模态 AI。

探索全部模型