Skip to main content
POST

授权

​
Authorization
string
header
必填

##所有接口均需要使用Bearer Token进行认证##

获取 API Key：

访问 API Key 管理页面 获取您的 API Key

使用时在请求头中添加：

请求体

application/json
​
model
enum<string>
默认值:minimax-h3-reference-to-video
必填

视频生成模型名称

可用选项:
minimax-h3-reference-to-video
示例:

"minimax-h3-reference-to-video"

​
prompt
string
必填

描述如何使用参考素材以及期望生成的视频内容。

提示词要求：

  • 必填且不能为空
  • 支持中文和英文
  • 最长 7000 字符（中文和英文均按字符计）
  • 提示词过长时，模型可能忽略部分细节

素材引用规则：

  • 使用 Image 1、Image 2、Video 1、Audio 1 等名称引用素材，不要使用 Seedance 风格的 @image1、@video1
  • 编号从 1 开始，并与各 URL 数组中的顺序一致
  • image_urls 第一项是 Image 1，video_urls 第一项是 Video 1，audio_urls 第一项是 Audio 1

输入限制：

  • 本模型不支持 image_start 或 image_end
  • 至少传入 1 个参考素材：参考图片、参考视频或参考音频任一即可，参考音频可以单独使用
Required string length: 1 - 7000
示例:

"将 Video 1 中的人物替换为 Image 1 中的角色，保持 Image 1 的面部、发型和服装；完整保留 Video 1 的动作、构图和运镜，并使用 Audio 1 的声音演绎对白，确保口型同步。"

​
image_urls
string<uri>[]

参考图片的 HTTP(S) URL 数组，默认为 []，最多 9 张。

角色与编号：

  • 所有图片均作为 reference_image 使用
  • 数组第 1 项对应提示词中的 Image 1，第 2 项对应 Image 2，依此类推

图片要求：

  • 支持格式：JPG、JPEG、PNG、WEBP、HEIC、HEIF
  • 单张大小：不超过 30MB
  • 图片宽度和高度：均为 256–5760 px
  • 宽高比（宽/高）：0.4–2.5
  • URL 必须使用 HTTP(S)，且可由服务端直接访问
  • 整个 JSON 请求体大小不超过 64MB；不接受 Base64 或 mm_file:// 输入

组合规则：

  • image_urls、video_urls、audio_urls 至少传入其中一项
  • 三类参考素材总数不超过 12 个（参考图片 + 参考视频 + 参考音频）
  • 三者全部为空会返回参数错误；纯文本生成请改用 minimax-h3-text-to-video
Maximum array length: 9
示例:
​
video_urls
string<uri>[]

参考视频的 HTTP(S) URL 数组，默认为 []，最多 3 个。

角色与编号：

  • 所有视频均作为 reference_video 使用
  • 数组第 1 项对应提示词中的 Video 1，第 2 项对应 Video 2，依此类推

视频要求：

  • 支持容器格式：MP4（.mp4）、MOV（.mov）
  • 视频编码：H.264/AVC、H.265/HEVC
  • 视频内音频编码：AAC、MP3
  • 单个大小：不超过 50MB
  • 单个时长：2–15 秒；所有参考视频总时长不超过 15 秒
  • 视频宽度和高度：均为 256–5760 px
  • 宽高比（宽/高）：0.4–2.5
  • 帧率：23.976–60 FPS
  • URL 必须使用 HTTP(S)，且可由服务端直接访问
  • 整个 JSON 请求体大小不超过 64MB；不接受 Base64 或 mm_file:// 输入

计费说明：

  • 参考视频的输入时长会计入费用

组合规则：

  • image_urls、video_urls、audio_urls 至少传入其中一项
  • 三类参考素材总数不超过 12 个（参考图片 + 参考视频 + 参考音频）
  • 三者全部为空会返回参数错误；纯文本生成请改用 minimax-h3-text-to-video
Maximum array length: 3
示例:
​
audio_urls
string<uri>[]

参考音频的 HTTP(S) URL 数组，默认为 []，最多 3 段。

角色与编号：

  • 所有音频均作为 reference_audio 使用
  • 数组第 1 项对应提示词中的 Audio 1，第 2 项对应 Audio 2，依此类推

音频要求：

  • 支持格式：WAV、MP3
  • 单段大小：不超过 15MB
  • 单段时长：2–15 秒；所有参考音频总时长不超过 15 秒
  • URL 必须使用 HTTP(S)，且可由服务端直接访问
  • 整个 JSON 请求体大小不超过 64MB；不接受 Base64 或 mm_file:// 输入

计费说明：

  • 参考音频不计入计费时长

组合规则：

  • 支持仅传 audio_urls，无需搭配参考图片或参考视频
  • 三类参考素材总数不超过 12 个（参考图片 + 参考视频 + 参考音频）
  • 三者全部为空会返回参数错误；纯文本生成请改用 minimax-h3-text-to-video
Maximum array length: 3
示例:
​
duration
integer
默认值:4

输出视频时长（秒），默认为 4 秒。

取值限制：

  • 仅支持 4–15 之间的整数，包括 4 和 15
  • 不支持小数、数字字符串、auto 或 -1
  • 输出时长与计费直接相关
必填范围: 4 <= x <= 15
示例:

4

​
quality
enum<string>
默认值:768p

输出视频分辨率，默认为 768p。

可选值：

  • 768p：默认值
  • 2k

注意：

  • 不传该参数时按 768p 出片；需要 2K 输出请显式传 quality="2k"
  • 输出码率、帧率、视频编码和音频编码由平台决定，当前不提供对应请求参数
可用选项:
768p,
2k
示例:

"768p"

​
aspect_ratio
enum<string>
默认值:adaptive

输出视频宽高比，默认为 adaptive。

可选值：

  • adaptive：模型根据参考素材和提示词自动选择合适的宽高比
  • 16:9：横屏
  • 21:9：超宽屏
  • 4:3：横向标准画幅
  • 1:1：方形
  • 3:4：纵向标准画幅
  • 9:16：竖屏
可用选项:
adaptive,
16:9,
21:9,
4:3,
1:1,
3:4,
9:16
示例:

"adaptive"

​
callback_url
string<uri>

任务完成后的 HTTPS 回调地址

回调时机：

  • 任务完成（completed）或失败（failed）时触发
  • 在计费确认完成后发送

安全限制：

  • 仅支持 HTTPS 协议
  • 禁止回调到内网 IP 地址（127.0.0.1、10.x.x.x、172.16-31.x.x、192.168.x.x 等）
  • URL 长度不超过 2048 字符

回调机制：

  • 超时时间：10 秒
  • 失败后最多重试 3 次（分别在失败后 1/2/4 秒重试）
  • 回调响应体格式与任务查询接口返回格式一致
  • 返回 2xx 状态码视为成功，其他状态码触发重试
Pattern: ^https://
示例:

"https://your-domain.com/webhooks/video-task-completed"

响应

视频生成任务创建成功

​
created
integer

任务创建时间戳

示例:

1761313744

​
id
string

任务ID

示例:

"task-unified-1774857405-abc123"

​
model
string

实际使用的模型名称

示例:

"minimax-h3-reference-to-video"

​
object
enum<string>

任务的具体类型

可用选项:
video.generation.task
​
progress
integer

任务进度百分比 (0-100)

必填范围: 0 <= x <= 100
示例:

0

​
status
enum<string>

任务状态

可用选项:
pending,
processing,
completed,
failed
示例:

"pending"

​
task_info
object

视频任务详细信息

​
type
enum<string>

任务的输出类型

可用选项:
text,
image,
audio,
video
示例:

"video"

​
usage
object

使用量和计费信息