Minimax H3 Reference-to-Video マルチモーダル参照動画生成
- 参照画像 9 枚、参照動画 3 本、参照音声 3 本まで(合計 12 個まで)
- 参照素材(画像・動画・音声のいずれか)が少なくとも 1 つ必要
- 出力時間は
4~15秒、解像度は768p(デフォルト)と2kに対応 - タスク ID で状態を照会
- 生成 URL の有効期間は 24 時間です
承認
ボディ
動画生成モデル名
minimax-h3-reference-to-video "minimax-h3-reference-to-video"
参照素材の使い方と生成したい動画の内容を記述します。
プロンプト要件:
- 必須で、空文字列は使用できません
- 中国語と英語に対応しています
- 最大
7000文字です(中国語・英語とも文字数でカウント) - 長すぎるプロンプトでは一部の詳細が無視される場合があります
素材の参照規則:
- 素材は
Image 1、Image 2、Video 1、Audio 1などの名前で参照します。Seedance 形式の@image1や@video1は使用しません - 番号は
1から始まり、各 URL 配列内の順序に対応します image_urlsの先頭はImage 1、video_urlsの先頭はVideo 1、audio_urlsの先頭はAudio 1です
入力制限:
image_startとimage_endは使用できません- 参照素材を
1つ以上指定してください(参照画像・参照動画・参照音声のいずれでも可)。参照音声だけの指定も可能です
1 - 7000"Video 1 の人物を Image 1 のキャラクターに置き換え、顔、髪型、服装を維持する。Video 1 の動き、テンポ、構図、カメラワークをそのまま保ち、Audio 1 の声で台詞を演じて口の動きを同期させる。"
参照画像の HTTP(S) URL 配列。デフォルトは []、最大 9 枚です。
役割と番号:
- すべての画像は
reference_imageとして使用されます - 配列の先頭が
Image 1、2 番目がImage 2となります
画像要件:
- 形式:JPG、JPEG、PNG、WEBP、HEIC、HEIF
- サイズ:1 枚あたり
30MB以下 - 幅と高さ:それぞれ
256~5760px - アスペクト比(幅/高さ):
0.4~2.5 - URL は HTTP(S) を使用し、サービスから直接アクセスできる必要があります
- JSON リクエスト本文全体は
64MB以下です。Base64 とmm_file://入力は受け付けません
組み合わせ規則:
image_urls、video_urls、audio_urlsのいずれか 1 つ以上を指定します- 参照素材の合計は
12個までです(参照画像 + 参照動画 + 参照音声) - 3 つすべてが空の場合はパラメータエラーになります。テキストのみの生成には
minimax-h3-text-to-videoを使用してください
9参照動画の HTTP(S) URL 配列。デフォルトは []、最大 3 本です。
役割と番号:
- すべての動画は
reference_videoとして使用されます - 配列の先頭が
Video 1、2 番目がVideo 2となります
動画要件:
- コンテナ:MP4(
.mp4)、MOV(.mov) - 動画コーデック:H.264/AVC、H.265/HEVC
- 内蔵音声コーデック:AAC、MP3
- サイズ:1 本あたり
50MB以下 - 長さ:1 本
2~15秒、参照動画の合計は15秒以下 - 幅と高さ:それぞれ
256~5760px - アスペクト比(幅/高さ):
0.4~2.5 - フレームレート:
23.976~60FPS - URL は HTTP(S) を使用し、サービスから直接アクセスできる必要があります
- JSON リクエスト本文全体は
64MB以下です。Base64 とmm_file://入力は受け付けません
料金:
- 参照動画の入力時間も課金対象です
組み合わせ規則:
image_urls、video_urls、audio_urlsのいずれか 1 つ以上を指定します- 参照素材の合計は
12個までです(参照画像 + 参照動画 + 参照音声) - 3 つすべてが空の場合はパラメータエラーになります。テキストのみの生成には
minimax-h3-text-to-videoを使用してください
3参照音声の HTTP(S) URL 配列。デフォルトは []、最大 3 本です。
役割と番号:
- すべての音声は
reference_audioとして使用されます - 配列の先頭が
Audio 1、2 番目がAudio 2となります
音声要件:
- 形式:WAV、MP3
- サイズ:1 本あたり
15MB以下 - 長さ:1 本
2~15秒、参照音声の合計は15秒以下 - URL は HTTP(S) を使用し、サービスから直接アクセスできる必要があります
- JSON リクエスト本文全体は
64MB以下です。Base64 とmm_file://入力は受け付けません
料金:
- 参照音声は課金対象の時間に含まれません
組み合わせ規則:
audio_urlsだけの指定も可能です(参照画像・参照動画は不要)- 参照素材の合計は
12個までです(参照画像 + 参照動画 + 参照音声) - 3 つすべてが空の場合はパラメータエラーになります。テキストのみの生成には
minimax-h3-text-to-videoを使用してください
3出力動画の長さ(秒)。デフォルトは 4 秒です。
値の制限:
4~15の整数のみ使用できます(境界値を含む)- 小数、数字文字列、
auto、-1は使用できません - 出力時間は料金に直接影響します
4 <= x <= 154
出力動画の解像度。デフォルトは 768p です。
使用可能な値:
768p:デフォルト値2k
注意:
- 本パラメータを指定しない場合は
768pで出力されます。2K が必要な場合はquality="2k"を明示的に指定してください - 出力ビットレート、フレームレート、動画コーデック、音声コーデックはプラットフォームが決定し、リクエストでは設定できません
768p, 2k "768p"
出力動画のアスペクト比。デフォルトは adaptive です。
使用可能な値:
adaptive:参照素材とプロンプトに基づいて適切な比率を自動選択16:9:横長21:9:ウルトラワイド4:3:標準横長1:1:正方形3:4:標準縦長9:16:縦長
adaptive, 16:9, 21:9, 4:3, 1:1, 3:4, 9:16 "adaptive"
タスク完了後の HTTPS コールバックアドレス
コールバックタイミング:
- タスク完了(completed)または失敗(failed)時にトリガー
- 課金確認完了後に送信
セキュリティ制限:
- HTTPS プロトコルのみ対応
- プライベートIPアドレスへのコールバックは禁止(127.0.0.1、10.x.x.x、172.16-31.x.x、192.168.x.x など)
- URL の長さは
2048文字以内
コールバックメカニズム:
- タイムアウト:
10秒 - 失敗後最大
3回リトライ(失敗後1/2/4秒でそれぞれリトライ) - コールバックレスポンスボディのフォーマットはタスク照会APIの返却フォーマットと同一
- 2xx ステータスコードを成功とみなし、その他のステータスコードでリトライをトリガー
^https://"https://your-domain.com/webhooks/video-task-completed"
レスポンス
動画生成タスクの作成に成功
タスク作成タイムスタンプ
1761313744
タスクID
"task-unified-1774857405-abc123"
実際に使用されたモデル名
"minimax-h3-reference-to-video"
タスクの具体的なタイプ
video.generation.task タスク進捗パーセンテージ (0-100)
0 <= x <= 1000
タスクステータス
pending, processing, completed, failed "pending"
動画タスクの詳細情報
タスクの出力タイプ
text, image, audio, video "video"
使用量と課金情報