敲一段提示词,MiniMax H3 Max API 就返回带声音的成片。十五秒的选项足够一次渲染讲完一个故事。
Loading model information...
SampleRun the model to replace this previewMiniMax H3 Max API:文生视频
用 MiniMax H3 Max API 仅凭文本生成长时长视频:5 到 15 秒,同步音频,480P 或 768P,六种画幅可选。
MiniMax H3 Max API(minimax/minimax-h3-max-t2v)是 MiniMax H3 家族里的长时长档:你只提供一段文本提示词,它就从零生成整段视频并自带音频,不需要任何图片或参考素材。时长可以是 5 到 15 秒之间的任意整秒,默认 6 秒;分辨率二选一,480P 用来低成本出草稿,768P 用来交付,默认 768P;画幅提供 16:9(默认)、4:3、1:1、3:4、9:16、21:9 六种,文生视频不接受 adaptive 自适应。提示词最长 7000 字符,一次请求就能把主体、运动、氛围、声音与镜头调度写清。
MiniMax H3 Max API 是异步接口且兼容 OpenAI,一把 VibeToken key 覆盖 200 多个模型:向 POST /v1/videos/generations 传 model=minimax/minimax-h3-max-t2v 与 prompt,拿到任务 id 后轮询 GET /v1/videos/generations/{id},status=success 时从签名 CDN 链接取回成片。
团队选择 MiniMax H3 Max API 的六个理由
从一段提示词到带音频的 15 秒成片 —— MiniMax H3 Max API 做对的六件事。
仅凭文本生成长时长视频
描述场景即可,H3 Max 从零生成整段视频 —— 不需要图片、不需要参考素材、不需要原始素材,只要一段最长 7000 字符的提示词。
5 到 15 秒任意时长
把 duration 设成 5 到 15 之间的任意整秒(默认 6)。MiniMax H3 Max API 让一次渲染既能出紧凑预告,也能装下完整的十五秒叙事,不用后期拼接。
同步音频内置
H3 Max 生成的每段视频都自带同步音频,一段文本提示词回来就是有声成片,不需要单独再跑一遍配音。
两档分辨率,同一模型
选 480P 低成本迭代,或选 768P 用于交付(默认 768P)。草稿与定稿走同一个接口,改一个参数即可。
六种画幅
每次调用可选 16:9、4:3、1:1、3:4、9:16、21:9(默认 16:9)。MiniMax H3 Max API 把同一段提示词切成横屏、竖屏、方图或超宽版本 —— 文生视频不接受 adaptive。
MiniMax H3 Max API 与 VibeToken 目录里其他模型共用同一套 JSON 结构,换模型只改 model ID。

三步开始使用 MiniMax H3 Max API
从注册到第一次长时长文生视频调用,5 分钟以内。
写一段有画面感的提示词
在 prompt 里写清主体、运动、氛围、声音和镜头(最长 7000 字符)。MiniMax H3 Max API 只看文本,写得越具体、越明确,结果越干净。再按投放位选好时长、分辨率与画幅。
向 MiniMax H3 Max API 接口发 POST
向 POST /v1/videos/generations 传 prompt,以及可选的 duration、resolution 与 aspect_ratio。MiniMax H3 Max API 返回异步任务 id,轮询 GET /v1/videos/generations/{id} 直到 status=success。
轮询并下载视频
成功响应在 results 数组里带签名 CDN 链接,可直接放进 video 标签或复制到自己的存储桶 —— 音频已包含,无需后处理。
按使用量付费
VibeToken 透传合作方价格,与模型官方公开 API 价格对比。
| 分辨率 | VibeToken | 官方 | 节省 |
|---|---|---|---|
| 768P 6s | ¥2.550 | −15% | |
| 480P 6s | ¥1.683 | −15% |
每秒约 ¥0.425。默认配置(768P)单次调用 ¥2.550。
团队用 MiniMax H3 Max API 构建了什么
真实生产负载运行在 MiniMax H3 Max API 与 VibeToken 目录上。
一行文案,一段带音频的 768P 片子 —— MiniMax H3 Max API 用同一段提示词给我们横屏、竖屏和超宽三种版本。
五到十五秒任意长度,不用拼接。MiniMax H3 Max API 给的就是我们要的时长。
我们通宵用 480P 批量出草稿,再把选中的那些用 768P 重渲染。同一接口,一个参数。
文本进,有声视频出。给 MiniMax H3 Max API 发一段提示词,一次调用就拿到成片。
VibeToken 把 200 多个模型放在一把 key 后面。我们把 MiniMax H3 Max API 设成了长时长文生视频的默认选项。
相同 JSON 结构、不同 model ID。接入 MiniMax H3 Max API 是这次上线里最省事的一处改动。
按次计费且音频已包含,MiniMax H3 Max API 每周生成上千段视频时成本依然可预测。
常见问题
关于 MiniMax H3 Max API 文生视频任务的常见问题。
该任务运行在 MiniMax 的 H3 Max 模型上,仅凭一段文本提示词生成带同步音频的长时长视频。不需要图片或参考输入——你描述场景,它返回一段有声成片。