# MiniMax H3 Image to Video Audio LoRA Trainer API

> مدرّب LoRA يعلّم تحويل صورة الإطار الأول إلى فيديو مع الصوت من مقاطع الفيديو

يدرّب LoRA من ملف zip لمقاطع الفيديو في `training_data_url`، باستخدام تكييف الإطار الأول لتحريك صورة ثابتة إلى فيديو. يجب أن تحتوي مجموعة البيانات على فيديوهات فقط. تشمل الإعدادات `rank` من 8 إلى 128 و`number_of_steps` حتى 15000 و`number_of_frames` من 22 إلى 124 و`frame_rate` من 8 إلى 60 و`trigger_phrase`. يُخرج أوزان LoRA وملف إعدادات.

- Model id: `minimax/h3/i2v/trainer`
- Made by: MiniMax
- Category: Training
- Output: file
- Price: $0.01 / step (cheapest run $20.00 (20000 API credits))
- Run: `POST https://api.doitong.com/v1/run/minimax/h3/i2v/trainer`
- Quote: `POST https://api.doitong.com/v1/quote/minimax/h3/i2v/trainer`
- Docs page: https://doitong.com/ar/developers/models/minimax/h3/i2v/trainer

## Pricing

Price: **$0.01 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $20.00 = 20000 API credits (2000 steps × 10 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/minimax/h3/i2v/trainer` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `training_data_url` |  | string | yes |  |  | عنوان URL لملف ZIP يحتوي على فيديوهات تدريب بصيغ .mp4 أو .mov أو .avi أو .mkv؛ يُوصى بما لا يقل عن 10 مقاطع، وتُفضَّل المجموعات الأكبر. لا يمكن استخدام الصور كوسائط تدريب: تُرفض مجموعات البيانات المكوّنة من صور فقط والأرشيفات التي تخلط صور التدريب بالفيديوهات، رغم أن بعض نقاط النهاية تسمح بالصور كأصول جانبية للتكييف. يمكن أن ترافق المقاطع ملفات وصف اختيارية، على أن يشترك كل ملف نصي مع فيديوه في الاسم الأساسي. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | رتبة تكييف LoRA، حيث تقابل زيادة استهلاك الذاكرة قدرة أكبر مع ارتفاع الإعداد. |
| `number_of_steps` |  | integer | no | `2000` | 1 – 15,000 | إجمالي عدد خطوات التدريب. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | معدل تعلم التحسين، الذي يوازن بين زيادة محتملة في سرعة التدريب وخطر فرط التكيّف عند رفعه. |
| `number_of_frames` |  | integer | no | `73` | 22 – 124 | عدد الإطارات لكل عينة تدريب؛ يجب أن يترك قسمته على 17 باقيًا قدره 5. تشمل الأمثلة 22 و39 و56 و73 و90 و107 و124. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | معدل إطارات الفيديو المستهدف، مقاسًا بالإطارات في الثانية. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | دقة التدريب. تؤدي زيادة الدقة إلى رفع متطلبات الذاكرة. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | اختر نسبة أبعاد التدريب من المجموعة نفسها المتاحة عبر MiniMax H3 API. |
| `trigger_phrase` |  | string | no | `` |  | عبارة تفعيل نمط LoRA، تُدرج في بداية الأوصاف أثناء التدريب. |
| `first_frame_conditioning_p` |  | number | no | `0.5` | 0 – 1 | حسّن أداء الصورة إلى الفيديو عبر زيادة معدل استخدام التدريب لتهيئة الإطار الأول؛ وتحدد هذه القيمة ذلك الاحتمال. |
| `auto_scale_input` |  | boolean | no | `false` |  | ما إذا كان معدل fps المستهدف وعدد الإطارات يُطابقان عبر تغيير حجم الفيديو تلقائيًا؛ يفعّل true هذا الضبط. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | تقسيم المشاهد للفيديوهات التي تتجاوز حد مدة، ويُفعّل عند true. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | مُشغّل تقسيم المشاهد معبرًا عنه بمدة بالثواني: لا تُقسم إلا الفيديوهات الأطول من الحد. |
| `debug_dataset` |  | boolean | no | `false` |  | وضع فحص المعالجة المسبقة للتحقق من الفيديوهات والصور والأوصاف قبل تشغيل تدريب كامل. يؤدي تفعيله إلى إعادة مجموعة بيانات التدريب المعالجة في أرشيف قابل للتنزيل للمراجعة اليدوية. |
| `strict_dataset` |  | boolean | no | `false` |  | معالجة صارمة لمشكلات المعالجة المسبقة التي كان سيُسجّلها النظام ويحلّها باستخدام البدائل الموثقة. يؤدي تفعيلها إلى رفض الأوصاف التي تحتاج إلى موجّهات فارغة، والإطارات المفتاحية الجانبية المفقودة، والفيديوهات ذات الصوت غير القابل للقراءة، بدلًا من استبدالها بموجّه فارغ أو إطار من المقطع أو صمت على التوالي. |

## Example input

Required parameters only:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

A fuller example:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/minimax/h3/i2v/trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/minimax/h3/i2v/trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "training_data_url": "https://example.com/your-file.zip"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "training_data_url": "https://example.com/your-file.zip",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/minimax/h3/i2v/trainer", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "minimax/h3/i2v/trainer",
      "input": {
        "training_data_url": "https://example.com/your-file.zip"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/i2v/trainer",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 20000,
    "usd": "20.00",
    "charged": 20000,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `lora_file` | object {url, content_type, file_name, file_size} | عنوان URL لأوزان LoRA المدرّبة بتنسيق .safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | تهيئة إعداد نقطة نهاية الاستدلال. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | متاح فقط للطلبات التي فعّلت `debug_dataset`؛ يحتفظ هذا الأرشيف القابل للتنزيل ببيانات التدريب بعد المعالجة المسبقة. |

## Related models

- [MiniMax H3 First Last Frame LoRA Trainer](https://doitong.com/developers/models/minimax/h3/flf2v/trainer.md) (`minimax/h3/flf2v/trainer`): $0.01 / step
- [MiniMax H3 Reference to Video LoRA Trainer](https://doitong.com/developers/models/minimax/h3/ref2va/trainer.md) (`minimax/h3/ref2va/trainer`): $0.015 / step
- [MiniMax H3 Text to Video LoRA Trainer](https://doitong.com/developers/models/minimax/h3/t2v/trainer.md) (`minimax/h3/t2v/trainer`): $0.005 / step
- [ERNIE-Image Trainer](https://doitong.com/developers/models/ernie-image-trainer.md) (`ernie-image-trainer`): $0.0012 / step
- [FLUX 2 \[klein\] 9b Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer.md) (`flux-2-klein-9b-base-trainer`): $0.0043 / step
- [Flux 2 Klein 9B Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer/edit.md) (`flux-2-klein-9b-base-trainer/edit`): $0.0139 / step
- [FLUX 2 Trainer](https://doitong.com/developers/models/flux-2-trainer.md) (`flux-2-trainer`): $0.0064 / step
- [FLUX 2 Trainer Edit](https://doitong.com/developers/models/flux-2-trainer/edit.md) (`flux-2-trainer/edit`): $0.0389 / step

## Links

- HTML page: https://doitong.com/developers/models/minimax/h3/i2v/trainer
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=minimax/h3/i2v/trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/minimax/h3/i2v/trainer