如何使用 MiniMax H3 参考图生视频 API:参考图生视频接入指南(2026)
MiniMax H3 参考图生视频 API 接入教程:参数说明、价格与可直接运行的调用代码,先在 Playground 试玩再一行代码接入。
MiniMax H3 参考图生视频 是一款参考图生视频模型(由 Minimax 提供):MiniMax H3 Reference to Video 可根据自然语言提示词和多模态参考内容生成连贯的 2K 视频,支持图片、视频和音频输入,可引导主体一致性、运动、时序、视觉风格和场景连贯性。提供开箱即用的 REST 推理 API,性能出色,无冷启动,价格实惠。在 NamiFusion 上可以在 Playground 直接试玩(提交前显示准确报价),再通过统一 REST API 一行代码接入,典型一次调用约 $0.650。
TL;DR
· 任务类型:参考图生视频,由 Minimax 提供
· 价格:典型一次约 $0.650($1 = 100 积分),按量计费无订阅
· 上手路径:Playground 试玩(提交前显示报价)→ API Keys 建密钥 → 一个 POST 接入
· 可调参数:6 个(见下方参数表)
· 无平台水印,商用可用(遵守服务条款)
用 MiniMax H3 参考图生视频 能做什么?
短视频与广告片段:从一句话或一张图直接产出可发布的动态素材。
产品演示与概念预览:低成本验证分镜和视觉方向,再决定是否实拍。
社媒内容工厂:批量生成竖屏短片,配合热点话题快速上线。
已有素材的二次创作:图生视频让静态作品动起来,延长内容生命周期。
怎么调用这个 API?
1. 在 NamiFusion 注册并在 API Keys 页面创建密钥(注册赠送积分仅可用于指定模型)。
2. 用下面的 cURL 示例提交任务,Header 带上 Bearer 密钥。
3. 用返回的 task_uuid 轮询任务状态,完成后取输出 URL。
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/minimax/h3/reference-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": "adaptive",
"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"有哪些参数?
prompt(提示词):必填
images(参考图片):可选
audios(参考音频):可选
aspect_ratio(宽高比):可选,默认 "adaptive"
resolution(分辨率):可选,默认 "2k"
duration(时长):可选,默认 5
MiniMax H3 参考图生视频 的提示词怎么写?
1. 主体在前:先写画面主角与动作,再补环境、光线、风格("一名宇航员在雨中的霓虹街头奔跑,电影感,浅景深")。
2. 用具体名词代替形容词堆砌:"85mm 人像镜头、黄昏逆光" 比 "非常好看、超高质量" 有效得多。
3. 迭代时只改一个变量:固定 seed 复现结果,每次只调整一个描述词,才能知道是什么在起作用。
4. 负面信息放正面写:与其说"不要模糊",不如直接要"锐利对焦、清晰细节"。
价格是多少?
按次积分计价,典型一次调用约 $0.650($1 = 100 积分),实际价格随参数(分辨率/时长等)变化,Playground 里提交前会显示准确报价。
MiniMax H3 参考图生视频
基于多模态参考的 2K 视频生成模型,兼顾主体一致性、运动控制与场景连贯性。
MiniMax H3 Reference to Video 是一款面向高质量参考驱动生成的视频模型,可结合自然语言提示词与图片、视频、音频参考素材生成连贯的 2K 视频。它特别适合需要稳定人物/产品形象、明确运动节奏和统一视觉风格的场景,同时具备无冷启动、性能稳定和成本可控等优势。
🚀 关键特性
- 多模态参考驱动:支持结合提示词与参考图片、参考视频、参考音频进行视频生成,提升结果可控性。
- 主体一致性更强:可利用参考图片约束角色、产品、物体或品牌视觉元素,帮助保持外观稳定。
- 运动与镜头表达可引导:参考视频可用于指导动作、互动方式、节奏和镜头运动,适合更复杂的动态场景。
- 原生 2K 输出:固定提供 2K 分辨率输出,适合对清晰度和成片质感有要求的内容生产。
- 灵活宽高比:支持 21:9、16:9、4:3、1:1、3:4、9:16 和自适应,覆盖宽屏、横屏、正方形与竖屏内容需求。
- 无冷启动、价格友好:适合需要稳定吞吐和快速交付的生产环境,也便于进行批量创意测试。
🛠️ 技术规格
| 项目 | 说明 |
|---|---|
| 模型名称 | MiniMax H3 Reference to Video |
| 模型 ID | minimax/h3/reference-to-video |
| 模型架构 | 参考驱动的图像到视频生成模型(支持多模态条件控制) |
| 任务类型 | reference-to-video |
| 输入形式 | 提示词 + 参考图片 / 参考视频(至少提供一种),可选参考音频 |
| 输出形式 | 视频 |
| 分辨率 | 2K(固定) |
| 时长 | 4–15 秒 |
| 宽高比 | 21:9、16:9、4:3、1:1、3:4、9:16、自适应 |
| 参考图片数量 | 最多 9 张 |
| 参考视频数量 | 最多 3 段 |
| 参考音频数量 | 最多 3 段(不可单独使用) |
| 音频约束 | 参考音频必须与参考图片或参考视频搭配使用 |
| 延迟表现 | 官方强调无冷启动,适合稳定调用 |
| 适用重点 | 主体一致性、运动引导、镜头控制、风格统一、场景连续性 |
示例提示词
一位穿着未来感夹克的女性角色走过霓虹灯街道,镜头缓慢推进,地面有雨后反光,整体为电影级光影风格。以参考产品为主体,生成一支高级感广告短片,镜头环绕展示材质细节,背景简洁,节奏流畅。参考人物图片与动作视频,生成一段角色在海边奔跑并回头微笑的画面,日落暖色调,镜头轻微跟拍。
💰 价格
| 计费项 | 价格 |
|---|---|
| 基础价格 | 0.13 美元 / 输出秒 |
| 5 秒视频 | 0.65 美元 |
| 10 秒视频 | 1.30 美元 |
| 15 秒视频 | 1.95 美元 |
计费说明
| 项目 | 规则 |
|---|---|
| 参考图片 | 前 5 张免费;超过前 5 张后,每张 0.04 美元 |
| 参考视频 | 按总时长计费,0.13 美元 / 秒 |
| 参考音频 | 支持的音频输入免费 |
| 参考视频限制 | 最多 3 段,总时长最多 15 秒 |
FAQ
可以先免费试用吗?+
注册赠送积分仅可用于指定模型,适用范围会持续更新;Playground 提交前会显示准确报价。
生成内容可以商用吗?有水印吗?+
可以商用,NamiFusion 不给生成结果加平台水印;使用须遵守服务条款与适用法律。
内容政策是什么?+
NamiFusion 是无过滤引擎,不做武断限制、对 NSFW 友好,但禁止违法内容与非自愿的真人素材,详见服务条款。
MiniMax H3 参考图生视频 的任务要跑多久?+
取决于参数,图像通常数秒到数十秒,视频通常数十秒到几分钟;API 返回 task_uuid 供轮询。
分辨率/时长上限是多少?+
以模型参数表为准:每个模型的可选分辨率、时长档位都在上方参数说明与 Playground 中列出。