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 3.0 Arrangement Control

MimiMax Music 3.0 Arrangement Control

MimiMax Music 3.0 将 MiniMax 的 11.1B 参数开放权重音乐模型带给开发者。通过段落标签塑造歌曲结构,提供可选歌词,并选择人声或纯音乐输出;模型将一次性完成作曲、编曲与制作。Atlas Cloud 提供统一的 API 访问,按标准费率 $0.15/次生成,价格透明、按量付费。立即开始构建。

MiniMax Music 3.0 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。

MimiMax Music 3.0 音频生成一览

比较 MiniMax Music 3.0 endpoint 的输入工作流、歌曲生成能力和理想生产用途。

模态描述
MiniMax Music 3.0 API(文本和歌词生成音乐)将音乐描述和可选歌词一次生成完整歌曲,涵盖人声、乐器编配、编曲、混音和制作。这个拥有 11.1 billion 参数的开放权重模型支持最长 5 分钟的音轨、通过分段标签控制编曲,以及人声和纯音乐输出。适用于原创歌曲、人声制作、器乐音轨、演示样带和结构化音乐创作。

深入了解 MimiMax Music 3.0 歌曲引擎

MimiMax Music 3.0 将 MiniMax 的 11.1B 参数开放权重模型与最长五分钟的歌曲生成、结构化编曲、自动歌词、纯器乐输出、灵活的音频设置以及按量付费的 Atlas Cloud 访问相结合。

使用 MimiMax Music 3.0 创作五分钟歌曲

MiniMax Music 3.0 基于 MiniMax 的 11.1B 参数开放权重模型,只需一次生成,即可将音乐描述和可选歌词转换为一首最长五分钟、完成编曲与混音的完整歌曲。人声、乐器编配和制作效果会一并生成,而不是彼此割裂的片段。需要在无需手动拼接的情况下,快速获得结构完整、发展自然且收束完整的演示曲、营销曲目或配乐草稿时,可以使用它。

MimiMax Music 3.0 编曲控制

在最多 3,500 个字符的歌词中,将 [Verse] 和 [Chorus] 等标签分别置于单独的行,即可塑造歌曲编排。MiniMax Music 3.0 会利用这些标记组织歌曲段落,同时由提示词定义曲风、速度、调性、乐器配置、人声音色和制作风格。对于希望获得清晰歌曲走向、又不想手动编排每个段落的创作者来说,这种控制方式非常合适。

根据音乐简介生成歌词

如果歌词尚未准备好,可启用 lyrics_optimizer,并提供长度不超过 2,000 个字符的非空音乐提示词。只要 lyrics 字段保持为空且未开启纯器乐模式,模型就会根据该提示词创作歌词。这为快速构思工作流提供了从概念、氛围或场景直接生成演唱歌曲草稿的路径。

按需生成纯器乐音乐

需要没有歌手的人声音乐?开启 is_instrumental 后,模型会忽略歌词,仅根据音乐提示词制作曲目。请描述所需的曲风、氛围、速度、调性、乐器配置和制作风格。生成结果适合用作视频铺底音乐、播客主题音乐、游戏音效提示,以及其他人声可能干扰主要内容的场景。

适合交付的音频设置

选择 MP3、WAV 或 PCM 输出,然后从 16 kHz 至 44.1 kHz 范围内设置受支持的采样率。MP3 输出还支持 32、64、128 或 256 kbps 的比特率设置。开发者可以据此适配轻量级预览、分发文件或编辑工作流,避免在大规模流水线中后续增加不必要的格式转换步骤。

统一的 Atlas Cloud 音乐工作流

通过 Atlas Cloud 使用 MiniMax Music 3.0,按量付费的已验证标准价格为每次生成 $0.15。请求可以异步返回,也可以选择同步模式等待结果,或返回 Base64 数据而不是 URL。一个 Atlas Cloud API 密钥即可将音乐生成与其他媒体模型统一起来,让开发者无需维护独立的推理基础设施,就能更轻松地加入歌曲生成功能。

MiniMax Music 3.0 中的一场单提示词音乐对决

聆听三个音乐模型如何将同一份制作简报诠释成风格迥异的曲风、编曲、人声与情绪转折。

提示词

创作一段 15 秒的午夜厨房爵士表演:场景位于极光下的极地雪屋内,两名气象观测员用搪瓷杯敲击声、冰块碰撞声和炉门共鸣声,构建不规则的切分节奏。低沉的男声半说半唱,紧张地记录观测日志——“午夜读数:气压下降,北风转向……”——明亮的女声则用俏皮即兴的旋律短句回应。第 7 秒时,突发停电让一切骤然归于近乎寂静;屏息一瞬后,音乐迸发为紧凑的铜管放克高潮,配以有力的号角、富有弹性的贝斯,以及两种人声之间充满能量的呼应。最后亲密收束,只留下噼啪作响的炉火,以及贴近耳畔、低声哼唱“绿空之下,依然醒着”的和声。节奏、音域、音色、动态和结构都要形成强烈对比;编曲连贯,环境声融合自然,具备电影般的立体声深度。视觉氛围参考:复古丝网印刷风格,16:9,斜向俯拍构图,冷蓝色月光映衬温暖的橙色室内空间,荧光绿极光作为唯一的强调色。避免四拍踩镲节拍、平滑规整的打击乐、遮挡歌词的多人声重叠、合成环境声、浑浊混音、过度混响、突兀且缺乏动机的转场,以及最终低声和声结束后仍继续演奏的任何乐器。

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

创作一段 15 秒的器乐音景,表现一支失控乐队在傍晚于学校屋顶排练:以真实的屋顶环境声开场——微风穿过晾衣绳的声音、远处学生的声响、金属水箱的共鸣——随后用敲击课桌、粉笔盒、管道和哐当作响的金属薄板,构建不规则的复节奏律动。一支口风琴演奏天真俏皮的两小节乐句;一组桀骜的铜管乐队突然加入,爆发出切分且反拍的呼应。将 7/8 与 5/4 等不断变化的复杂拍号叠加,营造明亮、顽皮的数学摇滚;声部密集但彼此清晰分离,并呈现令人信服的屋顶空间感。迅速推向欢乐而混乱的高潮,然后精准地让全体乐队戛然而止;只留下远处的放学铃声、风声,以及一个柔和温暖、自然渐隐的最终和弦。整体声音应唤起一幅以天蓝、番茄红和粉笔白为主色的复古青年杂志拼贴画,配合强烈的午后侧光、悠长阴影,以及电影感 16:9 的斜向俯拍构图。不要人声、旁白、通用架子鼓、电合成器、浑浊混音、压缩过度的环境声、平滑规整的 4/4 节拍、电影式轰鸣、掌声,也不要在最终和弦之前逐渐淡出。

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

用 MimiMax Music 3.0 为每个故事创作完整音乐

MimiMax Music 3.0 可将音乐创作需求和可选歌词一次生成完整歌曲,适用于演示、品牌发行、视频配乐、游戏、创作者内容和应用体验,并在一次生成中完成演唱、人声与乐器编配、曲式编排、混音及纯音乐输出。

使用 MimiMax Music 3.0 制作歌曲 Demo

将音乐创作需求和可选歌词一次生成编排完整、混音完成的歌曲。词曲作者和制作人可通过人声、乐器编配和段落标签塑造 Demo,再进行后续制作。

视频与播客配乐

根据音乐描述创作完整的纯音乐曲目,无需添加人声。视频剪辑师、播客制作人和社交媒体团队可围绕项目的情绪、节奏和制作风格,打造协调统一的背景音乐。

使用 MimiMax Music 3.0 创作品牌歌曲

提供活动歌词,并描述所需的音乐类型、乐器配置和制作方向。营销团队可一次生成带人声的完整曲目,用于发布活动、产品故事或持续性的品牌内容。

游戏结构化歌曲

通过段落标签引导主歌、副歌、桥段和器乐段落,创作时长最长达 five minutes 的曲目。游戏团队可围绕预设编曲,打造主题曲、角色音乐或叙事提示音乐。

使用 MimiMax Music 3.0 发布创作者作品

从音乐概念和可选歌词开始,即可同时获得人声、乐器编配和制作效果。独立创作者无需分别组装每个音乐层次,就能从最初想法直接完成一首完整歌曲。

应用中的纯音乐音床

需要没有演唱的人声音乐?使用纯音乐输出,为健康应用、互动体验、菜单、原型或其他依赖持续音乐氛围的产品创作完整且完成混音的曲目。

MiniMax Music 3.0 对比 Suno V6 模型

对比 Atlas Cloud 上四款音乐生成模型的曲目时长、歌词控制、器乐生成、创作侧重和标准定价。

模型最长曲目时长自定义歌词器乐模式创作特征标准价格
MiniMax Music 3.0最长 5 min√√11.1B 开放权重模型,适合生成完整编曲和混音歌曲$0.15/次生成
Suno chirp-v6最长 8 min√√表现均衡且富有表现力,适用于多种风格和提示词$0.132/次生成
Suno chirp-v6-wild最长 8 min√√实验性输出,融合不同曲风并带来出人意料的创作选择$0.132/次生成
Suno chirp-v6-mini最长 8 min√√响应更快,适合草稿、短片段和高频创意构思$0.132/次生成

如何在 Atlas Cloud 上使用 MiniMax Music 3.0

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 3.0

将先进的 MiniMax Music 3.0 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 3.0、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。

MimiMax Music 3.0 API 构建者常见问题

MiniMax Music 3.0 是 MiniMax 的 111 亿参数开放权重音乐模型。它可以根据音乐描述和可选歌词,在一次生成中创作出包含人声、乐器编配和制作效果的完整编曲与混音歌曲。

可创作最长五分钟的完整人声歌曲或纯音乐曲目。音乐描述可以指定曲风、情绪、乐器配置、人声方向、速度和制作风格等元素。

选择模型 ID minimax/music-3.0,并提供音乐描述和可选歌词。如果需要编曲指导,可添加段落标签,然后通过 Atlas Cloud 提交生成请求。

歌词是可选的,因此模型仅根据音乐描述也能完成创作。当特定歌词或人声段落很重要时,可以提供歌词;如果不需要人声,也可以选择生成纯音乐。

在歌词中加入 [Intro]、[Verse]、[Chorus]、[Bridge] 和 [Outro] 等段落标签,以指导编曲。这些标签会影响生成的结构,但不会作为严格的时间轴指令执行。

可以。纯音乐生成可以不包含人声,同时保留编曲和制作效果。请描述目标曲风、情绪、乐器、节奏安排和使用场景,为模型提供更明确的音乐方向。

单次生成最多可以生成一首时长五分钟的完整歌曲。模型会在该次生成中完成作曲、编曲、按需生成的人声、乐器配置和混音。

Atlas Cloud 的标准价格为每次生成 $0.15。按次计费可以让每个提交的音乐创作请求的成本清晰透明。

不会。音乐描述和段落标签提供的是生成指导,而不是精确的符号化控制。速度、调性、乐器配置、歌词或结构偶尔可能与请求存在差异,因此迭代时建议一次只调整一个变量。

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