# MiniMax H3 Image to Video Audio LoRA Trainer API

> வீடியோ கிளிப்களிலிருந்து ஆடியோவுடன் முதல் ஃப்ரேம் படத்திலிருந்து வீடியோ உருவாக்கத்தைக் கற்பிக்கும் LoRA பயிற்சியாளர்

`training_data_url` இல் உள்ள வீடியோ கிளிப்புகளின் zip கோப்பிலிருந்து LoRA-வைப் பயிற்றுவிக்கிறது; முதல் ஃப்ரேம் கண்டிஷனிங்கைப் பயன்படுத்துவதால், ஒரு நிலைப்படம் வீடியோவாக அனிமேட் செய்யப்படலாம். தரவுத்தொகுப்பில் வீடியோக்கள் மட்டுமே இருக்க வேண்டும். அமைப்புகளில் 8 முதல் 128 வரையிலான `rank`, அதிகபட்சம் 15000 வரையிலான `number_of_steps`, 22 முதல் 124 வரையிலான `number_of_frames`, 8 முதல் 60 வரையிலான `frame_rate` மற்றும் `trigger_phrase` ஆகியவை அடங்கும். LoRA எடைகளையும் config கோப்பையும் வெளியிடுகிறது.

- 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/ta/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 |  |  | .mp4, .mov, .avi அல்லது .mkv வடிவிலான பயிற்சி வீடியோக்களைக் கொண்ட ZIP-க்கான URL; குறைந்தது 10 கிளிப்புகள் பரிந்துரைக்கப்படுகின்றன, மேலும் பெரிய தொகுப்புகள் சிறந்தவை. படங்களைப் பயிற்சி ஊடகமாகப் பயன்படுத்த முடியாது: படம்-மட்டும் தரவுத்தொகுப்புகளும், பயிற்சி படங்களையும் வீடியோக்களையும் கலக்கும் காப்பகங்களும் நிராகரிக்கப்படும்; இருப்பினும் சில முனையங்கள் படங்களை conditioning sidecar-களாக அனுமதிக்கின்றன. விருப்ப caption கோப்புகள் கிளிப்புகளுடன் சேர்க்கப்படலாம்; ஒவ்வொரு text கோப்பும் அதனுடன் தொடர்புடைய வீடியோவின் base name-ஐப் பகிர வேண்டும். |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | LoRA தழுவல் தரவரிசை; அமைப்பு அதிகரிக்கும்போது அதிக நினைவகப் பயன்பாட்டிற்கு மாற்றாக அதிக திறனை வழங்குகிறது. |
| `number_of_steps` |  | integer | no | `2000` | 1 – 15,000 | பயிற்சிப் படிகளின் மொத்த எண்ணிக்கை. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | மேம்படுத்தல் கற்றல் வீதம்; இதை அதிகரிக்கும்போது பயிற்சி வேகம் கூடும் வாய்ப்பையும் அதிகப்படியான பொருத்தம் ஏற்படும் அபாயத்தையும் சமநிலைப்படுத்தும். |
| `number_of_frames` |  | integer | no | `73` | 22 – 124 | ஒவ்வொரு பயிற்சி மாதிரிக்குமான ஃப்ரேம் எண்ணிக்கை; இதை 17-ஆல் வகுத்தால் மீதி 5 ஆக இருக்க வேண்டும். எடுத்துக்காட்டுகள்: 22, 39, 56, 73, 90, 107 மற்றும் 124. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | இலக்கு வீடியோ ஃப்ரேம் வீதம், வினாடிக்கு ஃப்ரேம்களில் அளவிடப்படுகிறது. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | பயிற்சித் தெளிவுத்திறன். தெளிவுத்திறனை அதிகரிப்பது நினைவகத் தேவைகளை அதிகரிக்கும். |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | MiniMax H3 API வழியாகக் கிடைக்கும் அதே தொகுப்பிலிருந்து பயிற்சிக்கான அகல-உயர விகிதத்தைத் தேர்ந்தெடுக்கவும். |
| `trigger_phrase` |  | string | no | `` |  | LoRA பாணி செயல்படுத்தும் சொற்றொடர்; பயிற்சியின்போது தலைப்புகளின் தொடக்கத்தில் செருகப்படும். |
| `first_frame_conditioning_p` |  | number | no | `0.5` | 0 – 1 | பயிற்சியில் முதல்-ஃப்ரேம் நிபந்தனையைப் பயன்படுத்தும் அடிக்கடியை அதிகரிப்பதன் மூலம் படம்-வீடியோ செயல்திறனை மேம்படுத்தும்; இந்த மதிப்பு அந்த நிகழ்தகவைக் குறிப்பிடுகிறது. |
| `auto_scale_input` |  | boolean | no | `false` |  | தானியங்கி வீடியோ அளவுமாற்றத்தின் மூலம் இலக்கு fps மற்றும் ஃப்ரேம் எண்ணிக்கை பொருத்தப்பட வேண்டுமா; true இந்தச் சரிசெய்தலை இயக்கும். |
| `split_input_into_scenes` |  | boolean | no | `true` |  | குறிப்பிட்ட கால அளவை மீறும் வீடியோக்களுக்கான காட்சி பிரிப்பு; true ஆக இருக்கும்போது இயக்கப்படும். |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | வினாடிகளில் வெளிப்படுத்தப்படும் காட்சி-பிரிப்புத் தூண்டல்; வரம்பைவிட நீளமான வீடியோக்கள் மட்டுமே பிரிக்கப்படும். |
| `debug_dataset` |  | boolean | no | `false` |  | முழுப் பயிற்சி இயக்கத்திற்கு முன் வீடியோக்கள், படங்கள் மற்றும் தலைப்புகளைச் சரிபார்ப்பதற்கான முன்செயலாக்க ஆய்வு முறை. இதை இயக்கினால், செயலாக்கப்பட்ட பயிற்சித் தரவுத்தொகுப்பை கைமுறை மதிப்பாய்வுக்காகப் பதிவிறக்கக்கூடிய காப்பகமாக பயிற்சியாளர் வழங்கும். |
| `strict_dataset` |  | boolean | no | `false` |  | வழக்கமாகப் பதிவு செய்யப்பட்டு, ஆவணப்படுத்தப்பட்ட fallback-களைப் பயன்படுத்தி தீர்க்கப்படும் preprocessing சிக்கல்களைக் கடுமையாகக் கையாளுதல். இதை இயக்கினால், வெற்று ப்ராம்ப்ட் தேவைப்படும் captions, காணாமல் போன sidecar keyframe-கள் மற்றும் படிக்க முடியாத ஆடியோ கொண்ட வீடியோக்கள் நிராகரிக்கப்படும்; முறையே வெற்று ப்ராம்ப்ட், கிளிப் ஃப்ரேம் அல்லது அமைதியை மாற்றாகப் பயன்படுத்தாது. |

## 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} | .safetensors வடிவிலான பயிற்சியளிக்கப்பட்ட LoRA எடைகளுக்கான URL. |
| `config_file` | object {url, content_type, file_name, file_size} | ஊக முனைய அமைப்பிற்கான உள்ளமைவு. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | `debug_dataset` இயக்கப்பட்ட கோரிக்கைகளுக்கு மட்டும் கிடைக்கும் இந்தப் பதிவிறக்கக்கூடிய காப்பகம், preprocessing முடிந்த பின் உள்ள பயிற்சித் தரவை வைத்திருக்கும். |

## 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