# MiniMax H3 Reference to Video LoRA Trainer API

> LoRA treneris atsauču vadītam video ar iepriekšējas LoRA silto startu

Trenē LoRA no objekta videoklipu ZIP arhīva, lai atsauces ievades varētu vadīt video ģenerēšanu. `reference_conditioning_p` nosaka, cik bieži atsauces tiek izmantotas apmācības laikā, bet `resume_from_lora_url` turpina apmācību no iepriekš trenētas LoRA. Konfigurējami arī `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` un `aspect_ratio`. Atgriež svarus un konfigurācijas failu.

- Model id: `minimax/h3/ref2va/trainer`
- Made by: MiniMax
- Category: Training
- Output: file
- Price: $0.015 / step (cheapest run $30.00 (30000 API credits))
- Run: `POST https://api.doitong.com/v1/run/minimax/h3/ref2va/trainer`
- Quote: `POST https://api.doitong.com/v1/quote/minimax/h3/ref2va/trainer`
- Docs page: https://doitong.com/lv/developers/models/minimax/h3/ref2va/trainer

## Pricing

Price: **$0.015 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $30.00 = 30000 API credits (2000 steps × 15 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/ref2va/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 |  |  | ZIP URL ar objektu apmācības video; tikai attēlu dat kopas un jaukti attēlu/video apmācības arhīvi tiek noraidīti, tāpēc attēli jāizmanto kā atsauces blakusresursi. Neobligātie papildresursi izmanto katra klipa pamata nosaukumu: apraksts, piemēram, `clip01.txt`, un sakārtotas atsauces no `ref_1` līdz `ref_4`, ar nosaukumiem `clip01.ref_1.<ext>` līdz `clip01.ref_4.<ext>`; ja atsauces blakusresursu nav, klipa kadrs nodrošina paša klipa atsauci. `<ext>` nosaka atsauces modalitāti: attēli (.png/.jpg/.jpeg), audio (.wav/.mp3/.flac/.m4a/.ogg/.aac) vai video (.mp4/.mov/.avi/.mkv/.webm), kuru skaņu celiņi arī kļūst par audio atsaucēm. Apmācības klipiem tiek atbalstīti .mp4, .mov, .avi un .mkv; ieteicami vismaz 10 klipi, taču vairāk ir vēlams. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | LoRA adaptācijas rangs: lielāka vērtība palielina kapacitāti, taču arī atmiņas patēriņu. |
| `number_of_steps` |  | integer | no | `2000` | 1 – 15,000 | Kopējais apmācības soļu skaits. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | Optimizācijas mācīšanās ātrums, kas līdzsvaro iespējamo apmācības paātrinājumu ar pārmācīšanās risku, to palielinot. |
| `number_of_frames` |  | integer | no | `73` | 22 – 124 | Kadru skaits katram apmācības paraugam; dalot to ar 17, atlikumam jābūt 5. Piemēri: 22, 39, 56, 73, 90, 107 un 124. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | Mērķa video kadru ātrums, mērīts kadros sekundē. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | Apmācības izšķirtspēja. Lielāka izšķirtspēja palielina atmiņas prasības. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | Izvēlieties apmācības malu attiecību no tās pašas kopas, kas pieejama, izmantojot MiniMax H3 API. |
| `trigger_phrase` |  | string | no | `` |  | LoRA stila aktivizēšanas frāze, kas apmācības laikā tiek ievietota aprakstu sākumā. |
| `reference_conditioning_p` |  | number | no | `0.9` | 0 – 1 | Iestatiet, cik bieži apmācībā tiek izmantota nosacīšana ar atsauces attēlu salīdzinājumā ar nenosacītu teksta pārveides video un audio apmācību. Atlikusī varbūtība tiek piešķirta nenosacītajam mērķim, lai saglabātu stabilu ģenerēšanu tikai pēc uzvednes. |
| `resume_from_lora_url` |  | string \| null | no |  |  | URL siltās palaišanas apmācībai ar .safetensors LoRA, ko iepriekš izveidojis šis apmācītājs, kam seko number_of_steps papildu apmācības soļu skaits. Nekas, izņemot adaptera svarus, netiek atjaunots: gan optimizācija, gan mācīšanās ātruma plānošana sākas no jauna. |
| `auto_scale_input` |  | boolean | no | `false` |  | Vai mērķa fps un kadru skaits tiek saskaņoti, izmantojot automātisku video mērogošanu; true iespējo šo pielāgošanu. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | Iespējojiet ainu sadalīšanu video, kas ir garāki par ilguma slieksni, izmetot atsauces blakusresursus no visiem sadalītajiem klipiem. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | Ainu sadalīšanas slieksnis, kas izteikts kā ilgums sekundēs: tiek sadalīti tikai video, kas ir garāki par slieksni. |
| `debug_dataset` |  | boolean | no | `false` |  | Iespēja lejupielādēt arhīvu pirmapstrādes pārbaudei pirms pilnas apmācības sākšanas. Ja šī opcija ir iespējota, apmācītājs iesaiņo apstrādāto datu kopu, lai varētu manuāli pārbaudīt aprakstu, atsauces attēlu, video un attēlu pareizību. |
| `strict_dataset` |  | boolean | no | `false` |  | Stingra pirmapstrādes problēmu apstrāde, kas citādi tiktu reģistrētas un atrisinātas, izmantojot dokumentēto atkāpšanās risinājumu. Iespējojot šo opciju, tiek noraidīti apraksti, kuriem nepieciešamas tukšas uzvednes, trūkstoši atsauces blakusresursi un video ar nenolasāmu audio, nevis izmantoti šie atkāpšanās risinājumi. |

## 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/ref2va/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/ref2va/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/ref2va/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/ref2va/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/ref2va/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": 30000,
    "usd": "30.00",
    "charged": 30000,
    "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} | Apmācīto LoRA svaru URL .safetensors formātā. |
| `config_file` | object {url, content_type, file_name, file_size} | Konfigurācija inferenču galapunkta iestatīšanai. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | Pieejams tikai pieprasījumiem ar iespējotu `debug_dataset`; šo lejupielādējamo arhīvu veido apmācības dati pēc pirmapstrādes. |

## 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 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/ref2va/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/ref2va/trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/minimax/h3/ref2va/trainer