MiniMax H3 テキストから動画生成
minimax/h3/text-to-video
MiniMax H3 テキストから動画生成は、プロンプトから一貫性のある 2K 動画を生成できます。4〜15秒の柔軟な長さと、6種類のアスペクト比に対応し、シネマティックなシーン、クリエイティブ動画、制作ワークフローに適しています。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
パラメータ
| 名前 | 型 | 既定 | 制約 | 説明 |
|---|---|---|---|---|
| prompt *プロンプト | textarea | — | ≤ 7000 chars | 動画のシーン、動き、カメラモーション、スタイルを説明するテキストです。 |
| aspect_ratioアスペクト比 | select | 16:9 | 21:9 | 16:9 | 4:3 | 1:1 | 3:4 | 9:16 | 出力動画のアスペクト比です。自動調整では適切な比率を自動で選択します。 |
| resolution解像度 | select | 2k | 2k | 出力動画の解像度です。 |
| duration長さ | slider | 5 | 4 ~ 15 · step 1 | 出力動画の長さ(秒)です。 |
出力フィールド
| フィールド | 型 | 説明 |
|---|---|---|
| videos | array<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/text-to-video" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"aspect_ratio": "16:9",
"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/text-to-video",
headers=HEADERS,
json={
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"aspect_ratio": "16:9",
"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/text-to-video", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"aspect_ratio": "16:9",
"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 Text to Video
柔軟な長さ設定、多彩なアスペクト比、コールドスタートなしで使える高コスト効率の 2K テキスト動画生成モデルです。
MiniMax H3 Text to Video は、自然言語のプロンプトから一貫性のある 2K 動画を生成できるテキスト動画生成モデルです。4〜15 秒の長さ指定、複数のアスペクト比対応、安定した推論性能により、クリエイティブ制作から商用ワークフローまで幅広く活用できます。
🚀 主な特長
- 2K 高解像度出力:固定の 2K 解像度で、細部まで表現力の高い動画を生成できます。
- テキストから動画を生成:プロンプトでシーン、動き、カメラモーション、スタイルを記述するだけで動画化できます。
- 柔軟な長さ設定:4〜15 秒 の範囲で出力でき、試作から完成用クリップまで対応可能です。
- 多彩なアスペクト比:21:9、16:9、4:3、1:1、3:4、9:16 に対応し、シネマティック用途から縦長 SNS 動画までカバーします。
- コールドスタートなし:安定したレスポンスが求められる運用環境に適しています。
- 明確な料金体系:秒単位課金のため、動画の長さごとにコストを見積もりやすい構成です。
🛠️ 技術仕様
| 項目 | 内容 |
|---|---|
| モデル名 | MiniMax H3 Text to Video |
| モデル ID | minimax/h3/text-to-video |
| モデルアーキテクチャ | テキスト動画生成モデル |
| 入力形式 | テキストプロンプト |
| 出力形式 | 動画 |
| 解像度 | 2K |
| 長さ | 4〜15 秒 |
| アスペクト比 | 21:9、16:9、4:3、1:1、3:4、9:16 |
| デフォルトのアスペクト比 | 16:9 |
| デフォルトの解像度 | 2K |
| デフォルトの長さ | 5 秒 |
| プロンプト長 | 1〜7000 文字 |
| レイテンシ | コールドスタートなし。実際の推論時間はプロンプトの複雑さや長さに応じて変動します |
| 主な用途 | シネマティック映像、クリエイティブ動画、マーケティング素材、制作前のビジュアル検証 |
サンプルプロンプト
- 日の出の海で巨大な波がうねるシネマティックなシーン。雲の切れ間から金色の光が差し込み、カメラはゆっくり前進し、壮大な雰囲気。
- 未来都市の夜の通りを歩くファッションモデル。濡れた路面にネオンが反射し、滑らかな追従カメラ、ハイエンドなコマーシャルスタイル。
- 夜明けの霧深い森にある小さな山小屋。木漏れ日が差し込み、ワイドショットからミディアムショットへゆっくりズームし、静かで写実的なムード。
💰 料金
| 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
- マーケティング・広告制作:広告コンセプト、ブランド映像、プロモーション用クリップの作成に適しています。
- SNS 向けコンテンツ制作:横向き、正方形、縦長など、配信先に合わせた動画を生成できます。
- 絵コンテ・シーン試作:文章ベースのアイデアを短いモーションクリップに変換し、企画検証を効率化できます。
- ビジュアルコンセプト開発:本制作前に、動き、ライティング、カメラモーション、雰囲気を検討できます。
🔗 関連モデル
- MiniMax H3 Image-to-Video:開始画像とプロンプトをもとに高解像度動画を生成します。
- MiniMax H3 Reference-to-Video:参照素材とプロンプトを組み合わせ、より制御性の高い動画生成を行えます。
関連モデル
Pixverse V6 Text to Video
PixVerse V6は大幅な進化を遂げ、映画並みの超高画質と深いセマンティック理解をサポート。テキストプロンプトを、繊細な光影とリアルな物理インタラクションを伴う動的な動画へと正確に変換します。高コンカレンシー・低遅延のREST推論API、コールドスタートなしで、プロフェッショナルな動画制作とビジネス展開を強力に支援します。
Pixverse C1 Text to Video
PixVerse C1は、テキストプロンプトから映画クオリティの高品質な動画を生成する最先端のAIモデルです。1〜15秒の柔軟な動画再生時間、最大1080pの複数解像度に対応し、ネイティブ音声の同時生成も可能です。即時利用可能なREST推論APIを提供しており、圧倒的な高パフォーマンス、コールドスタートなしの即時起動、そして導入しやすい低価格な料金プランを実現しています。
Nami Wan 2.7 T2V Spicy
WAN 2.7 Spicy はテキストプロンプトから高品質な動画を生成し、より自然で滑らかなモーション、高い画面一貫性、表現力豊かなシネマティック映像を実現します。マルチショット生成とプロンプト最適化に対応し、クリエイティブコンテンツ、広告制作、キャラクターアニメーション、映画品質の動画生成に最適です。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。
Kling Omni Video O3 標準版テキストから動画生成
Kling Omni Video O3 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishouの高度な統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトを基に主体の一貫性、自然な物理シミュレーション、正確な意味理解を備えた映画品質の動画を生成します。音声生成にも対応。すぐに使えるREST API、最高のパフォーマンス、冷スタートなし、手頃な価格。
Kling Omni Video O1 テキストから動画生成
Kling Omni Video O1 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishou初の統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトに基づいて映画品質の動画を生成し、主体の一貫性、自然な物理シミュレーション、正確な意味理解を実現します。すぐに使えるREST 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。
Kling 3.0 標準版
Kling 3.0 標準版は、高品質なテキストから動画生成を提供します。滑らかな動き、映画のような映像、正確なプロンプトの適合性、そして共有可能なクリップ用のネイティブ音声を備えています。即時利用可能な 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。
Kling V2.6 テキストから動画生成 API
Kling 2.6 は、滑らかなモーション、映画のようなビジュアル、強力なプロンプト適合性、そしてネイティブオーディオを備えた、トップクラスのテキストから動画生成を提供します。共有可能なクリップを即座に生成可能。すぐに使用できる 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。
Veo 3.1 テキストから動画生成
ストーリーテリング特化。 リップシンク(口パク)と被写体の一貫性 (R2V) を備えた 1080p 動画生成。