# MiniMax H3 Image to Video Audio LoRA Trainer API

> מאמן LoRA המלמד המרת תמונת פריים ראשון לווידאו עם אודיו מתוך קטעי וידאו

מאמן LoRA מקובץ zip של קטעי וידאו ב-`training_data_url`, באמצעות התניה של הפריים הראשון כדי להנפיש תמונה סטטית לווידאו. מערך הנתונים חייב להכיל סרטונים בלבד. ההגדרות כוללות `rank` של 8 עד 128, `number_of_steps` עד 15000, `number_of_frames` מ-22 עד 124, `frame_rate` מ-8 עד 60 ו-`trigger_phrase`. מחזיר משקולות LoRA וקובץ תצורה.

- 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/he/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 |  |  | כתובת URL ל־ZIP המכיל סרטוני אימון בפורמט .mp4, .mov, .avi או .mkv; מומלץ לספק לפחות 10 קטעים, ואוספים גדולים יותר עדיפים. תמונות אינן יכולות לשמש מדיית אימון: מערכי נתונים של תמונות בלבד וארכיונים המשלבים תמונות אימון עם וידאו נדחים, אף שייתכן שבחלק מנקודות הקצה תמונות מותרות כנכסי צד להתניה. קובצי כיתוב אופציונליים יכולים להתלוות לקטעים, כאשר כל קובץ טקסט חולק את שם הבסיס של הווידאו שלו. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | דרגת ההתאמה של LoRA, המאזנת בין צריכת זיכרון מוגברת לבין קיבולת גדולה יותר ככל שההגדרה עולה. |
| `number_of_steps` |  | integer | no | `2000` | 1 – 15,000 | המספר הכולל של שלבי האימון. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | קצב הלמידה של האופטימיזציה, המאזן בין האצה אפשרית של האימון לבין הסיכון להתאמת־יתר כאשר מגדילים אותו. |
| `number_of_frames` |  | integer | no | `73` | 22 – 124 | מספר הפריימים בכל דגימת אימון; חלוקתו ב־17 חייבת להשאיר שארית 5. דוגמאות: 22, 39, 56, 73, 90, 107 ו־124. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | קצב הפריימים של וידאו היעד, נמדד בפריימים לשנייה. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | רזולוציית האימון. הגדלת הרזולוציה מגדילה את דרישות הזיכרון. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | בחירת יחס הגובה־רוחב של האימון מאותה קבוצה הזמינה דרך MiniMax H3 API. |
| `trigger_phrase` |  | string | no | `` |  | ביטוי הפעלת סגנון LoRA, המוכנס בתחילת הכיתובים במהלך האימון. |
| `first_frame_conditioning_p` |  | number | no | `0.5` | 0 – 1 | שפר ביצועים של תמונה לווידאו באמצעות הגדלת התדירות שבה האימון משתמש בהתניה על הפריים הראשון; ערך זה קובע את ההסתברות. |
| `auto_scale_input` |  | boolean | no | `false` |  | האם קצב ה־fps ומספר הפריימים של היעד מותאמים באמצעות שינוי קנה מידה אוטומטי של הווידאו; true מפעיל התאמה זו. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | פיצול סצנות עבור סרטונים החורגים מסף משך, מופעל כאשר הערך true. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | טריגר לפיצול סצנות, המבוטא כמשך בשניות: רק סרטונים ארוכים מסף זה מפוצלים. |
| `debug_dataset` |  | boolean | no | `false` |  | מצב בדיקת עיבוד מקדים לבדיקת סרטונים, תמונות וכיתובים לפני הרצת אימון מלאה. הפעלתו גורמת למאמן להחזיר את מערך נתוני האימון המעובד בארכיון שניתן להורדה לצורך סקירה ידנית. |
| `strict_dataset` |  | boolean | no | `false` |  | טיפול מחמיר בבעיות עיבוד מקדים שאחרת היו נרשמות ונפתרות באמצעות חלופות מתועדות. הפעלתו דוחה כיתובים הזקוקים להנחיות ריקות, מפתחי־פריימים חסרים בצדדים וקטעי וידאו עם אודיו שלא ניתן לקריאה, במקום להחליף אותם בהנחיה ריקה, בפריים מהקטע או בשקט בהתאמה. |

## 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} | כתובת URL למשקלי LoRA מאומנים בפורמט .safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | תצורה להגדרת נקודת קצה של הסקה. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | זמין רק עבור בקשות שבהן `debug_dataset` מופעל; ארכיון זה ניתן להורדה ומכיל את נתוני האימון לאחר עיבוד מקדים. |

## 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