一张角色定妆图,十个场景,主体始终是同一个人。MiniMax H3 API 让系列化内容真的能做起来。
MiniMax H3 API 用一张参考图加一段文本提示词生成动画视频——768P 或 2K(默认 2K),4 至 15 秒,七种纵横比(16:9、4:3、1:1、3:4、9:16、21:9 或 adaptive),提示词最长 7000 字符——全部通过兼容 OpenAI 的单一 REST 接口完成,按秒计费。
SampleRun the model to replace this previewMiniMax H3 API:参考图生视频
用参考图锁定人物或物体,在新场景里生成视频 —— 768P 或 2K,4 至 15 秒。
MiniMax H3 API(minimax/minimax-h3-r2v)用参考图约束视频里的主体:你提供一张或多张参考图,再用提示词描述一个全新的场景,模型让参考对象在那个场景里出现并保持特征一致。这是 MiniMax 自研模型,走官方渠道直接接入。image_urls 与 prompt 都是必填;时长 4 至 15 秒,默认 6 秒;画幅可选 16:9、4:3、1:1、3:4、9:16、21:9 与 adaptive,默认 16:9;输出 768P 或 2K(默认 2K),提示词最长 7000 字符。
这让角色一致性的批量生产变得可行 —— 同一个参考对象换十个场景,成本仍在可控范围。MiniMax H3 API 异步且兼容 OpenAI:POST /v1/videos/generations 带 image_urls 与 prompt,轮询 GET /v1/videos/generations/{id} 到 status=success,从签名 CDN 链接取片。与图生视频的区别在于,参考图不是首帧,而是特征来源,画面可以完全另起一个场景。
团队选择 MiniMax H3 API 的六个理由
从提示词到 768P/2K 成片 —— MiniMax H3 API 在生产环境里的六个特点。
锁定主体特征
参考图决定人物或物体长什么样,MiniMax H3 API 让它出现在你描述的新场景里,跨多次生成保持一致。
场景完全由提示词决定
和图生视频不同,参考图不作为首帧。画面在哪里、发生什么全部由 prompt 决定,MiniMax H3 API 接受最长 7000 字符。
MiniMax 官方渠道
H3 是 MiniMax 自研模型,官方接口直连,不经第三方转售,版本与限流跟随官方。
七种画幅
MiniMax H3 API 支持 16:9、4:3、1:1、3:4、9:16、21:9 与 adaptive 共七种,默认 16:9。角色素材通常横屏出片,竖版信息流改一个字段即可。
768P 或 2K 输出
MiniMax H3 API 可选 768P 或 2K,默认 2K。场景草稿用 768P 快速迭代,定稿用 2K 出片。
按秒计费
按输出秒数计费,一个角色铺十几个场景的成本可提前算清。

三步开始使用 MiniMax H3 API
从拿到 key 到第一次调用,5 分钟以内。
准备参考图与场景描述
把参考图放到可公开访问的地址填进 image_urls,在 prompt 里描述你要的场景、动作与镜头。MiniMax H3 API 要求两个字段都必填。
调用 MiniMax H3 API
向 POST /v1/videos/generations 传 image_urls、prompt,以及可选的 duration 与 aspect_ratio(默认 16:9)。
轮询并取回视频
轮询 GET /v1/videos/generations/{id} 直到 status=success,从 MiniMax H3 API 返回的签名 CDN 链接下载成片。
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 |
|---|---|---|---|
| 2K 6s | ¥4.560 | −5% | |
| 768P 6s | ¥2.850 | −5% |
每秒约 ¥0.760。默认配置(2K)单次调用 ¥4.560。
团队用 MiniMax H3 API 构建了什么
真实生产负载运行在 MiniMax H3 API 上。
我们用 MiniMax H3 API 给虚拟主播铺素材,场景随便换,形象保持一致。
和图生视频的分工很清楚:要画面从图里长出来用那个,要换个场景用这个。
参考图锁住外观,提示词负责剧情,MiniMax H3 API 这套组合让批量生产变得可控。
同一个 IP 形象靠 MiniMax H3 API 铺满全渠道,成本比重新建模低太多。
接入没有额外成本,MiniMax H3 API 和目录里其他视频模型共用同一套请求结构。
六秒够做短视频钩子,十秒能讲一个小段子,两种都试过就知道该用哪个。
MiniMax H3 API 按秒计费,一个角色十几个场景的预算当场就能算出来。
官方渠道直连,模型迭代我们能第一时间跟上。
常见问题
关于 MiniMax H3 API 参考图生视频任务的常见问题。
你给一张参考图确定主体长什么样,再用提示词描述一个新场景,模型让这个主体在新场景里出现并保持特征一致。