رفتن به محتوا

MiniMax H3 Reference to Video

یکپارچه‌سازی

شناسه مدل minimax/h3/reference-to-video
# 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/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۶۵⁩ ۶۵۰ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
MiniMax مرجع به ویدیو خروجی 4Kورودی‌های مرجعهمگام‌سازی لب۵–۱۵ ثانیهحداکثر 4K #stylized#transform#lipsync

تولید ویدئو از حداکثر 9 تصویر، 3 ویدئو و 3 مرجع صوتی، به مدت 5 تا 15 ثانیه و تا 4K

ساخته‌شده در Doitong

آثار عمومی ساخته‌شده با MiniMax H3 توسط جامعه Doitong. یک پرامپت را با یک کلیک دوباره استفاده کنید.

آثار عمومی نمایش‌داده‌شده: 16
Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly c... ویدیو

Close-up shot of a striking model with piercing eyes and flawless skin, a white snake elegantly coiled around her head and neck, its scales glistening in soft, diffused light. The camera gently zooms in, emphasizing the intricate texture of the snake’s scales and the model’s striking facial...

Animate the stickman drawings into a smooth dance animation. The simple black stick figure perfor... ویدیو

Animate the stickman drawings into a smooth dance animation. The simple black stick figure performs fun rhythmic dance moves — waving its arms, bending knees, jumping lightly, spinning, and swaying side to side in time with upbeat music. Keep the white background clean and minimal. The motion...

A hyper-realistic, cinematic transformation sequence of the man in the uploaded image, sitting in... ویدیو

A hyper-realistic, cinematic transformation sequence of the man in the uploaded image, sitting in meditation inside a traditional Japanese room. The atmosphere begins to tremble slightly as soft blue light flows around him. From the ground, thousands of magnetic nano-particles rise, shimmering...

A cinematic transformation video of the man. The scene begins with him standing naturally, then l... ویدیو

A cinematic transformation video of the man. The scene begins with him standing naturally, then looking down at his hands as glowing holographic projections appear around his body. Mechanical parts of the Iron Man armor start assembling piece by piece with smooth animation: chest plate forming,...

An ultra-epic anime cinematic of Luffy’s greatest enemy unleashing a terrifying blind rage, rampa... ویدیو

An ultra-epic anime cinematic of Luffy’s greatest enemy unleashing a terrifying blind rage, rampaging uncontrollably against nature itself. His gigantic body is surrounded by a storm of black and crimson energy, crackling with lightning that scorches the ground. His roar shakes the heavens,...

A fair-skinned red-haired woman with freckles tightly embraces a majestic white tiger with faint ... ویدیو

A fair-skinned red-haired woman with freckles tightly embraces a majestic white tiger with faint reddish stripes. They remain close, perfectly synchronized in stillness. The woman blinks slowly, slightly tilting her head with a serious and intense expression. The tiger breathes gently — its...

The snowboarder is riding across massive, fluffy white clouds as if they were snow-covered mounta... ویدیو

The snowboarder is riding across massive, fluffy white clouds as if they were snow-covered mountains, with dramatic lighting and deep shadows adding volume and realism. The background shows a stunning blue sky with scattered soft clouds and subtle light rays. crisp cinematic quality, vivid...

Мрачная комната для допросов, тесная и давящая. Одна резкая лампа под потолком бросает конус холо... ویدیو

Мрачная комната для допросов, тесная и давящая. Одна резкая лампа под потолком бросает конус холодного света на металлический стол, вокруг густые тени. Виновный подозреваемый сидит в наручниках по одну сторону стола: потеет, нервно бегает глазами, тяжело дышит, избегает взгляда. Напротив —...

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی 88 / 50000

دستورهای تولید ویدیو با ارجاع‌هایی که بر اساس نوع دارایی و موقعیت در هر فهرست ارجاع مشخص شده‌اند؛ با برچسب‌هایی مانند Audio 1، Video 1، Image 1، Image 2 و موارد بعدی.

resolution پیش‌فرض 2K

وضوح ویدیوی تولیدشده را انتخاب کنید؛ 2K و 4K با افزایش وضوح پایهٔ 768P به‌دست می‌آیند. انتخاب 480P یا 768P به‌جای آن از تولید بومی استفاده می‌کند.

aspect_ratio پیش‌فرض adaptive

نسبت تصویر ویدیوی خروجی.

پیش‌فرض 5

طول ویدیو، برحسب ثانیه.

پیشرفته prompt_expansion_mode · images · reference_video_urls · reference_audio_urls · seed · enable_safety_checker
پیش‌فرض balanced

میزان تلاش برای بازنویسی پرامپت پیش از تولید: برای پرامپت غنی‌تر با زمان حداکثر حدود 30 ثانیه 'quality'، و برای نتیجه‌ای در حدود یک ثانیه 'fast' را انتخاب کنید. با 'balanced' انتخاب در هر درخواست انجام می‌شود؛ 'disabled' گسترش را خاموش می‌کند.

reference_image_urls
یک فایل بیندازید، یا · حداکثر 9

URL تصاویر ارجاعی سوژه یا سبک، با سقف مشترک 12 فایل همراه با همهٔ ارجاع‌های ویدیو و صوت. این تصاویر را در پرامپت با موقعیت فهرست و با استفاده از Image 1، Image 2 و برچسب‌های بعدی مشخص کنید.

یک فایل بیندازید، یا · حداکثر 3

URL ویدیوهای ارجاعی حرکتی یا دیگر ارجاع‌ها که در پرامپت با موقعیت فهرست و با استفاده از Video 1، Video 2 و برچسب‌های بعدی مشخص می‌شوند. سهمیهٔ مشترک برای ارجاع‌های تصویر، ویدیو و صوت 12 فایل است؛ هر کلیپ ویدیو باید 2–15 ثانیه باشد و مجموع آن‌ها از 15 ثانیه بیشتر نشود.

یک فایل بیندازید، یا · حداکثر 3

صوت ارجاعی را به‌صورت URL ارائه کنید و کلیپ‌ها را در پرامپت با Audio 1، Audio 2 و برچسب‌های بعدی مشخص کنید. هر کلیپ باید 2–15 ثانیه باشد و مجموع صوت‌ها از 15 ثانیه بیشتر نشود. هر نوع ارجاع تصویر، ویدیو و صوت را می‌توان به‌تنهایی یا ترکیبی ارائه کرد، مشروط به سقف مشترک 12 فایل.

Seed برای تولید تصادفی؛ در صورت حذف، یک مقدار به‌صورت تصادفی انتخاب می‌شود.

POST /run/minimax/h3/reference-to-video?wait=20 قیمت → ⁨‎$۰٫۶۵⁩
# 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/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره MiniMax H3 Reference to Video

با استفاده از `prompt` که به مراجع بر اساس ترتیب، مانند Image 1، Video 1 یا Audio 1، ارجاع می‌دهد ویدئو تولید می‌کند. حداکثر 9 تصویر، 3 کلیپ ویدئویی و 3 کلیپ صوتی، و در مجموع حداکثر 12 فایل ارائه کنید. `duration` بین 5 تا 15 ثانیه، `resolution` برابر با 480P، 768P، 2K یا 4K است و `aspect_ratio` شامل adaptive، 21:9، 16:9، 4:3، 1:1، 3:4 و 9:16 می‌شود.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
≤ ۵۰٬۰۰۰ نویسه
دستورهای تولید ویدیو با ارجاع‌هایی که بر اساس نوع دارایی و موقعیت در هر فهرست ارجاع مشخص شده‌اند؛ با برچسب‌هایی مانند Audio 1، Video 1، Image 1، Image 2 و موارد بعدی.
durationاختیاری
نوعinteger
پیش‌فرض5
۵ – ۱۵
طول ویدیو، برحسب ثانیه.
resolutionاختیاری
نوعenum
پیش‌فرض2K
480P768P2K4K
وضوح ویدیوی تولیدشده را انتخاب کنید؛ 2K و 4K با افزایش وضوح پایهٔ 768P به‌دست می‌آیند. انتخاب 480P یا 768P به‌جای آن از تولید بومی استفاده می‌کند.
seedاختیاری
نوعinteger | null
Seed برای تولید تصادفی؛ در صورت حذف، یک مقدار به‌صورت تصادفی انتخاب می‌شود.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
فعال‌سازی بررسی‌کننده ایمنی؛ true بررسی را فعال می‌کند.
prompt_expansion_modeاختیاری
نوعstring | null
پیش‌فرضbalanced
میزان تلاش برای بازنویسی پرامپت پیش از تولید: برای پرامپت غنی‌تر با زمان حداکثر حدود 30 ثانیه 'quality'، و برای نتیجه‌ای در حدود یک ثانیه 'fast' را انتخاب کنید. با 'balanced' انتخاب در هر درخواست انجام می‌شود؛ 'disabled' گسترش را خاموش می‌کند.
aspect_ratioاختیاری
نوعenum
پیش‌فرضadaptive
adaptive21:916:94:31:13:49:16
نسبت تصویر ویدیوی خروجی.
reference_image_urlsاختیاری images
نوعurl[] · image
≤ ۹ مورد
URL تصاویر ارجاعی سوژه یا سبک، با سقف مشترک 12 فایل همراه با همهٔ ارجاع‌های ویدیو و صوت. این تصاویر را در پرامپت با موقعیت فهرست و با استفاده از Image 1، Image 2 و برچسب‌های بعدی مشخص کنید.
reference_video_urlsاختیاری
نوعurl[] · video
≤ ۳ مورد
URL ویدیوهای ارجاعی حرکتی یا دیگر ارجاع‌ها که در پرامپت با موقعیت فهرست و با استفاده از Video 1، Video 2 و برچسب‌های بعدی مشخص می‌شوند. سهمیهٔ مشترک برای ارجاع‌های تصویر، ویدیو و صوت 12 فایل است؛ هر کلیپ ویدیو باید 2–15 ثانیه باشد و مجموع آن‌ها از 15 ثانیه بیشتر نشود.
reference_audio_urlsاختیاری
نوعurl[] · audio
≤ ۳ مورد
صوت ارجاعی را به‌صورت URL ارائه کنید و کلیپ‌ها را در پرامپت با Audio 1، Audio 2 و برچسب‌های بعدی مشخص کنید. هر کلیپ باید 2–15 ثانیه باشد و مجموع صوت‌ها از 15 ثانیه بیشتر نشود. هر نوع ارجاع تصویر، ویدیو و صوت را می‌توان به‌تنهایی یا ترکیبی ارائه کرد، مشروط به سقف مشترک 12 فایل.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3/reference-to-video",
  "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": 650,
    "usd": "0.65",
    "charged": 650,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "expanded_prompt": "string"
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}ویدیوی تولیدشده توسط مدل.
expanded_prompt
string | nullپرامپت گسترش‌یافتهٔ آمادهٔ مدل، یا null اگر متن گسترش‌یافته‌ای موجود نباشد. موارد null شامل گسترش غیرفعال، گسترشی که تغییری ایجاد نکرده، و گسترشی است که به‌صورت داخلی توسط API میزبانی‌شدهٔ مدل پردازش شده است.

مدل‌های بیشتر: مرجع به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/minimax/h3/reference-to-video.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt