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

MiniMax H3 テキストから動画生成 サンプル 1

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select16:921:9 | 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select2k2k出力動画の解像度です。
duration長さslider54 ~ 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
videosarray<string>

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 futuristic train crossing a mountain valley at sunrise, drifting clouds, warm volumetric light, smooth tracking shot, photorealistic.",
    "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 futuristic train crossing a mountain valley at sunrise, drifting clouds, warm volumetric light, smooth tracking shot, photorealistic.",
            "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 futuristic train crossing a mountain valley at sunrise, drifting clouds, warm volumetric light, smooth tracking shot, photorealistic.",
      "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 IDminimax/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

xAI Grok Imagine Video v1.5 テキストから動画生成
テキストから動画X Ai

xAI Grok Imagine Video v1.5 テキストから動画生成

テキストプロンプトから1-15秒の動画を生成します。480p、720p、1080pに対応しています。

〜 $0.840 / 1 回
ltx-2.5/text-to-video(テキストから動画生成)
テキストから動画Ltx 2.5

ltx-2.5/text-to-video(テキストから動画生成)

LTX 2.5 Text-to-Video は、テキストプロンプトから高忠実度で音声と映像が同期したコンテンツを生成します。長さを柔軟に設定でき、720P / 1080P / 2K / 4K 出力に対応しているため、シネマティックな動画、SNS コンテンツ、広告、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、手頃な価格を実現します。

〜 $0.500 / 1 回
Kling Omni Video O3 標準版テキストから動画生成
テキストから動画Kling

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。

〜 $0.420 / 1 回
Kling 3.0 標準版
テキストから動画Kling

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。

〜 $0.420 / 1 回
Kling V2.6 テキストから動画生成 API
テキストから動画Kling

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。

〜 $0.210 / 1 回
Gemini Omni Flash テキストから動画生成 API
テキストから動画Google

Gemini Omni Flash テキストから動画生成 API

Gemini Omni Flash Text to Video は、テキストのプロンプトから音声同期付きの短い AI 動画を生成し、映像生成と音声出力を組み合わせて高速なマルチモーダル動画作成を実現します。すぐに使える REST 推論 API で、高性能、コールドスタートなし、手頃な価格です。

〜 $1.04 / 1 回
Seedance 2.0 Mini テキストから動画生成
テキストから動画Doubao

Seedance 2.0 Mini テキストから動画生成

Seedance 2.0 Mini Text to Video は、ByteDance による高速かつ低コストなテキストから動画生成モデルで、シネマティックなマルチショット動画に適しています。テキストのプロンプトから物語性のあるシーケンスを生成し、AI カメラ制御、シーン間で一貫したキャラクター、480P / 720P / 1080P / 4K 出力、4〜15 秒の長さ、柔軟なアスペクト比に対応しています。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、手頃な価格が特長です。

〜 $0.378 / 1 回
Seedance 2.5 テキストから動画生成
テキストから動画Doubao

Seedance 2.5 テキストから動画生成

Seedance 2.5 は次世代の高品質動画生成モデルであり、テキストから動画生成、複数のアスペクト比、480p/720p/1080p 解像度、AI 同期音声生成に対応し、指示追従性・カメラ制御・モーション品質が向上しています。

〜 $1.155 / 1 回