# MiniMax H3 Text to Video LoRA Trainer API

> অডিওসহ বিশুদ্ধ টেক্সট-টু-ভিডিও জেনারেশনের জন্য LoRA ট্রেইনার, কোনো কীফ্রেম কন্ডিশনিং ছাড়াই

টেক্সট-অনলি ভিডিও জেনারেশনের জন্য `training_data_url`-এ থাকা ক্যাপশনযুক্ত ভিডিও ক্লিপের zip থেকে একটি LoRA ট্রেন করে। প্রথম-ফ্রেম কন্ডিশনিং 0-এ স্থির, তাই কীফ্রেম প্রশিক্ষণ সহযোগী ট্রেইনারগুলোর জন্য রাখা হয়েছে। সমন্বয়যোগ্য সেটিংসের মধ্যে রয়েছে `rank`, `number_of_steps` (1 থেকে 15000), `learning_rate`, `number_of_frames`, `frame_rate`, `resolution` এবং একটি `trigger_phrase`।

- Model id: `minimax/h3/t2v/trainer`
- Made by: MiniMax
- Category: Training
- Output: file
- Price: $0.005 / step (cheapest run $10.00 (10000 API credits))
- Run: `POST https://api.doitong.com/v1/run/minimax/h3/t2v/trainer`
- Quote: `POST https://api.doitong.com/v1/quote/minimax/h3/t2v/trainer`
- Docs page: https://doitong.com/bn/developers/models/minimax/h3/t2v/trainer

## Pricing

Price: **$0.005 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $10.00 = 10000 API credits (2000 steps × 5 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/t2v/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 |  |  | .mp4, .mov, .avi বা .mkv ফরম্যাটের প্রশিক্ষণ ভিডিওসহ একটি ZIP-এর URL; অন্তত 10টি ক্লিপ প্রস্তাবিত, এবং বড় সংগ্রহ বেশি উপযোগী। ছবি প্রশিক্ষণ মিডিয়া হতে পারে না: শুধু ছবি থাকা ডেটাসেট এবং প্রশিক্ষণের ছবি ও ভিডিও মেশানো আর্কাইভ প্রত্যাখ্যাত হয়, যদিও কিছু এন্ডপয়েন্টে conditioning sidecar হিসেবে ছবি অনুমোদিত। ঐচ্ছিক caption ফাইল ক্লিপগুলোর সঙ্গে থাকতে পারে, যেখানে প্রতিটি টেক্সট ফাইল তার ভিডিওর base name শেয়ার করে। |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | LoRA অ্যাডাপ্টেশনের র‍্যাঙ্ক, সেটিং বাড়লে বেশি মেমরি ব্যবহারের বিনিময়ে বেশি সক্ষমতা দেয়। |
| `number_of_steps` |  | integer | no | `2000` | 1 – 15,000 | প্রশিক্ষণ ধাপের মোট সংখ্যা। |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | Optimization learning rate, যা বাড়ালে training দ্রুত হওয়ার সম্ভাবনা এবং overfitting-এর ঝুঁকির মধ্যে ভারসাম্য বজায় রাখে। |
| `number_of_frames` |  | integer | no | `73` | 22 – 124 | প্রতিটি প্রশিক্ষণ নমুনার ফ্রেম সংখ্যা; এটিকে 17 দিয়ে ভাগ করলে অবশিষ্ট 5 হতে হবে। উদাহরণ: 22, 39, 56, 73, 90, 107 এবং 124। |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | লক্ষ্য ভিডিও ফ্রেম রেট, প্রতি সেকেন্ডে ফ্রেম সংখ্যায় পরিমাপ করা হয়। |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | প্রশিক্ষণ রেজোলিউশন। রেজোলিউশন বাড়ালে মেমরির প্রয়োজনীয়তা বাড়ে। |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | MiniMax H3 API-এর মাধ্যমে উপলভ্য একই সেট থেকে প্রশিক্ষণের অ্যাসপেক্ট রেশিও বেছে নিন। |
| `trigger_phrase` |  | string | no | `` |  | LoRA স্টাইল সক্রিয়করণ বাক্যাংশ, প্রশিক্ষণের সময় ক্যাপশনের শুরুতে যোগ করা হয়। |
| `first_frame_conditioning_p` |  | number | no | `0` | 0 – 0 | Keyframe conditioning অবশ্যই 0-তে নিষ্ক্রিয় রাখতে হবে, কারণ এই route একচেটিয়াভাবে text-to-video-audio-তে প্রশিক্ষণ দেয়। Keyframe-এ conditioning করতে first-last-frame route বা image-to-video-audio route প্রয়োজন। |
| `auto_scale_input` |  | boolean | no | `false` |  | স্বয়ংক্রিয় ভিডিও স্কেলিংয়ের মাধ্যমে লক্ষ্য fps ও ফ্রেম সংখ্যা মিলবে কি না; true এই সমন্বয় সক্রিয় করে। |
| `split_input_into_scenes` |  | boolean | no | `true` |  | নির্দিষ্ট সময়সীমা অতিক্রম করা ভিডিওগুলোর জন্য দৃশ্য বিভাজন; true হলে সক্রিয়। |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | সেকেন্ডে প্রকাশ করা সিন-বিভাজনের ট্রিগার: কেবল সীমার চেয়ে দীর্ঘ ভিডিও বিভক্ত হয়। |
| `debug_dataset` |  | boolean | no | `false` |  | সম্পূর্ণ প্রশিক্ষণ চালানোর আগে ভিডিও, ছবি ও ক্যাপশন পরীক্ষা করার প্রিপ্রসেসিং পরিদর্শন মোড। সক্রিয় করলে ট্রেইনার প্রক্রিয়াকৃত প্রশিক্ষণ ডেটাসেট একটি ডাউনলোডযোগ্য আর্কাইভে ফেরত দেয়, যাতে ম্যানুয়ালি পর্যালোচনা করা যায়। |
| `strict_dataset` |  | boolean | no | `false` |  | প্রিপ্রসেসিংয়ের সমস্যাগুলো কঠোরভাবে পরিচালনা করুন, যেগুলো অন্যথায় লগ হয়ে নথিভুক্ত fallback ব্যবহার করে সমাধান করা হতো। এটি সক্রিয় করলে blank প্রম্পট প্রয়োজন এমন caption, অনুপস্থিত sidecar keyframe এবং পড়া যায় না এমন অডিওযুক্ত ভিডিও প্রত্যাখ্যাত হয়; যথাক্রমে blank প্রম্পট, একটি ক্লিপের ফ্রেম বা নীরবতা দিয়ে প্রতিস্থাপন করা হয় না। |

## 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/t2v/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/t2v/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/t2v/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/t2v/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/t2v/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": 10000,
    "usd": "10.00",
    "charged": 10000,
    "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} | .safetensors ফরম্যাটে প্রশিক্ষিত LoRA ওজনের URL। |
| `config_file` | object {url, content_type, file_name, file_size} | ইনফারেন্স এন্ডপয়েন্ট সেটআপের কনফিগারেশন। |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | `debug_dataset` সক্রিয় থাকা রিকোয়েস্টের জন্যই উপলভ্য; এই ডাউনলোডযোগ্য আর্কাইভে প্রিপ্রসেসিংয়ের পরের প্রশিক্ষণ ডেটা থাকে। |

## 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 Image to Video Audio LoRA Trainer](https://doitong.com/developers/models/minimax/h3/i2v/trainer.md) (`minimax/h3/i2v/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
- [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/t2v/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/t2v/trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/minimax/h3/t2v/trainer