MiniMax H3 画像から動画

minimax/h3/image-to-video

MiniMax H3 Image to Video は、最初のフレーム画像を自然で一貫性のある 2K 動画にアニメーション化します。自然言語によるモーション指示に対応し、任意の最終フレーム制御によって、動きの一貫性、シーンの連続性、映画のような動画生成を実現します。すぐに使える REST 推論 API を提供し、高性能、コールドスタートなし、手頃な価格で利用できます。

サンプル

MiniMax H3 画像から動画 example 1

パラメータ

名前既定制約説明
first_frame *画像image_uploadimage/*最初のフレーム画像の URL または Base64 データ。対応する画像サイズは各辺 256〜5760 ピクセル、アスペクト比は 0.4〜2.5 です。
prompt *プロンプトtextarea≤ 7000 chars希望するモーションやシーンを説明するテキスト。
last_frame最終画像image_uploadimage/*任意の最終フレーム画像の URL または Base64 データ。
resolution解像度select2k2k出力動画の解像度。
duration長さslider54 ~ 15 · step 1出力動画の長さ(秒)。

出力フィールド

フィールド説明
videosarray<string>Generated video URLs

API

統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/minimax/h3/image-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "first_frame": "https://example.com/input.jpg",
    "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
    "resolution": "2k",
    "duration": 5
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/minimax/h3/image-to-video",
    headers=HEADERS,
    json={
        "input": {
            "first_frame": "https://example.com/input.jpg",
            "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
            "resolution": "2k",
            "duration": 5
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/minimax/h3/image-to-video", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "first_frame": "https://example.com/input.jpg",
      "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
      "resolution": "2k",
      "duration": 5
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

ドキュメント

MiniMax H3 Image to Video

1枚の開始画像から、プロンプトで動きを制御した一貫性の高い 2K 動画を生成。

MiniMax H3 Image to Video は、開始フレームとなる画像と自然言語のプロンプトをもとに、高解像度の 2K 動画を生成できる画像から動画への変換モデルです。任意の終了フレーム指定にも対応しており、シーンの連続性、被写体の一貫性、映画的な演出を重視する制作ワークフローに適しています。さらに、コールドスタートなしで利用でき、コスト効率にも優れています。

🚀 主な特長

  • 開始フレーム主導の生成:入力画像を起点として、被写体、構図、スタイル、冒頭の見た目を安定して反映します。
  • プロンプトによるモーション制御:動き、カメラワーク、ライティング、雰囲気、シーン展開を自然言語で指定できます。
  • 任意の終了フレーム誘導:終了時の見た目を重視する場合、最後の画像を追加して終端フレームをより明確に制御できます。
  • ネイティブ 2K 出力:高精細な 2K 動画を生成でき、商用コンテンツや高品質な映像制作に適しています。
  • 4〜15秒の長さに対応:短い試行から、より展開のある短尺動画まで柔軟に生成できます。
  • コールドスタートなし:本番利用でも応答性が高く、より予測しやすい処理時間が期待できます。

🛠️ 技術仕様

項目内容
モデル名MiniMax H3 Image to Video
モデル IDminimax/h3/image-to-video
タスク種別image-to-video
モデルアーキテクチャ開始フレーム条件付きの動画生成モデル(任意の終了フレーム制御に対応)
入力形式画像(URL または Base64)+プロンプト、任意で終了フレーム画像(URL または Base64)
出力形式動画
入力画像要件各辺 256〜5760 ピクセル、アスペクト比 0.4〜2.5
プロンプト長1〜7000 文字
解像度2K
長さ4〜15 秒
フレームレート非公開
終了フレーム制御対応(任意)
レイテンシコールドスタートなし。実際の推論時間は負荷や動画の長さにより変動します

サンプルプロンプト

  1. 雨の夜のネオン街に立つ人物へ、ゆっくりとシネマティックに寄っていく。わずかな頭の動き、濡れた路面の反射、リアルな照明、ムーディーな雰囲気。
  2. クリーンなスタジオ背景で製品がゆっくり回転し、カメラがわずかに回り込む。高級感のある広告ライティングで金属の質感とハイライトを強調。
  3. 白い猫が窓辺から飛び降りてカメラの方へ歩いてくる。室内には暖かな日差しが差し込み、自然で滑らかな動き、やさしい雰囲気。

💰 価格

項目価格
基本料金$0.13 / 秒
5秒動画$0.65
10秒動画$1.30
15秒動画$1.95

💡 主なユースケース

  • EC・商品プロモーション:商品画像を動きのある紹介動画に変換し、訴求力を高めます。
  • SNS向け短尺コンテンツ制作:静止画素材を、よりエンゲージメントの高い短尺動画へ展開できます。
  • プリビズ・コンセプト検証:コンセプトアートや絵コンテを短い映像プレビューとして可視化できます。
  • キャラクター・シーンのアニメーション化:イラスト、ポートレート、背景アートに動きを与えつつ、元のビジュアル方向性を維持できます。

🔗 関連モデル

  • MiniMax H3 Text-to-Video:プロンプトから直接、高解像度の動画を生成します。
  • MiniMax H3 Reference-to-Video:参照素材とプロンプトをもとに、高解像度の動画を生成します。

関連モデル

Nami Wan 2.2 I2V Spicy A
Image to VideoWaveSpeed

Nami Wan 2.2 I2V Spicy A

WAN 2.2 Spicy は画像を無制限の高品質動画に変換し、スムーズなアニメーションでスケーラブルなコンテンツ生成に最適化されています。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.150 / 1 回
Wan 2.2 アニメート
Image to VideoWaveSpeed

Wan 2.2 アニメート

Wan 2.2 アニメートは、ドライビング動画から動きと表情を再現する統合キャラクターアニメーション&置換モデルです。1枚のキャラクター画像をフルパフォーマンスに変換し、出力を安定、リアル、アイデンティティ一貫性を保ちながら、体の動きと顔の表情をコピーします。最大120秒の720p動画を生成します。

$0.200 / 1 回
Vidu Q3 画像から動画へ
Image to VideoVidu

Vidu Q3 画像から動画へ

Vidu Q3 画像から動画へは、テキストプロンプトを高品質な動画に変換し、優れた視覚的忠実度と多様なモーションを実現します。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.750 / 1 回
Pixverse V6 Reference to Video
Image to VideoPixVerse

Pixverse V6 Reference to Video

PixVerse V6リファレンス動画生成(Fusion)は、1〜3枚の参考画像(主体、キャラクター、背景)をサポートし、テキストプロンプトとの組み合わせで優れたキャラクターの一貫性と物語の連続性を実現、ネイティブ同期オーディオも同時生成します。エンタープライズ向けREST推論API、コールドスタートなし、高コンカレンシーで、アニメ制作、ゲームアート、マルチカット動画開発に最適です。

$0.180 / 1 回
Pixverse V6 Image to Video
Image to VideoPixVerse

Pixverse V6 Image to Video

PixVerse V6 Image-to-Video(単一画像生成と首尾フレーム生成を全面統合)は、1枚または2枚の画像から、映画並みの超高画質、リアルな物理インタラクション、そして極めて高い一貫性を備えた動的クリップを生成します。高度な絵コンテ制御、シネマティックループ、商用プロモーションに最適です。エンタープライズ向けREST推論API、高コンカレンシー、コールドスタートなし、手頃な価格設定を提供します。

$0.180 / 1 回
Pixverse V5 T2V
Image to VideoPixVerse

Pixverse V5 T2V

PixVerse V5 テキストから動画生成は、プロンプトに基づいて滑らかで自然な5秒動画を数秒で生成します。720p出力対応(5秒ごとに$0.20)。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.230 / 1 回
Pixverse V5 I2V
Image to VideoPixVerse

Pixverse V5 I2V

PixVerse V5は画像を短く滑らかで自然な動画に変換します。5秒動画:$0.15(360p/540p)、$0.20(720p)、$0.40(1080p)。すぐに使えるREST推論APIを提供し、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.230 / 1 回
Pixverse V5.6 テキストから動画生成
Image to VideoPixVerse

Pixverse V5.6 テキストから動画生成

PixVerse V5.6 は、プロンプトを数秒でリアルな動画に変換します。滑らかな動きと自然なディテールを備え、ストーリー、広告、ソーシャルクリップに最適です。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.180 / 1 回