MiniMax H3

用文本与参考素材生成视频

MiniMax H3 使用 content 数组组织文本和参考媒体，可保留首帧、尾帧及 reference_image、reference_video、reference_audio 等角色。分辨率为 768P 或 2K，最短生成时长为 4 秒。输出为视频文件，视频参数和媒体限制由上游校验。

标准价与计量

以下为 2026-10-28 供应商目录的美元标准价；组织采购折扣不用于此处的基准计费。实际账单还会应用账户所属分组的既有倍率。成功任务按最终用量结算，失败任务按网关任务流程退款，查询不重复收费。

768P 为 $0.08/秒，2K 为 $0.13/秒。输出视频与引用视频按对应分辨率同价，结算读取 task.usage.total_seconds；参考图片前 5 张免费，超出部分 $0.04/张。

资料：供应商接口说明、供应商模型目录。具体参数由上游校验。

原生接口

向网关 /v2/video_generation 发送以下 JSON，并使用自己的网关令牌鉴权：

{
  "model": "MiniMax-H3",
  "content": [
    {
      "type": "text",
      "text": "A red ceramic teapot rests on a wooden table in warm morning sunlight. No people, no text."
    }
  ],
  "resolution": "768P",
  "duration": 4,
  "ratio": "16:9",
  "aigc_watermark": false
}

任务为异步处理。创建响应中的 task_id 是网关公开任务 ID；使用 GET /v2/query/video_generation/{task_id} 查询，每 10–15 秒一次。成功视频见 task.content.url；文字结果见 task.content.prompt。创建、查询及源任务引用使用同一网关令牌和协议。

统一视频接口

可调用 POST /v1/videos 或 POST /v1/video/generations，使用 model: "minimax-h3"、prompt、seconds: "4"、size: "768P"。渠道将小写模型名映射为上游 MiniMax-H3。metadata.content 可指定完整媒体角色；提供后优先于自动拼接的提示词与图片。增强提示词和再生成分别选择对应模型的原生接口。