# MiniMax H3 Reference to Video LoRA Trainer API

> เทรนเนอร์ LoRA สำหรับวิดีโอที่มีเงื่อนไขจากภาพอ้างอิง พร้อมเริ่มต้นต่อจาก LoRA ก่อนหน้า

เทรน LoRA จากไฟล์ zip ของคลิปวิดีโอตัวแบบ เพื่อให้อินพุตอ้างอิงควบคุมการสร้างวิดีโอ `reference_conditioning_p` กำหนดความถี่ในการใช้ข้อมูลอ้างอิงระหว่างการเทรน และ `resume_from_lora_url` จะเทรนต่อจาก LoRA ที่เทรนไว้ก่อนหน้า การตั้งค่าที่กำหนดได้ยังมี `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` และ `aspect_ratio` ส่งคืนน้ำหนักและไฟล์ config

- 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/th/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 |  |  | URL ของ ZIP ที่มีวิดีโอฝึกตัวแบบ; ระบบจะปฏิเสธชุดข้อมูลที่มีเฉพาะรูปภาพและไฟล์เก็บถาวรฝึกที่ผสมรูปภาพกับวิดีโอ ดังนั้นรูปภาพต้องใช้เป็น sidecar อ้างอิงแทน ส่วนเสริมที่ไม่บังคับจะใช้ชื่อพื้นฐานเดียวกับแต่ละคลิป: คำบรรยาย เช่น `clip01.txt` และข้อมูลอ้างอิงที่เรียงลำดับจาก `ref_1` ถึง `ref_4` โดยตั้งชื่อเป็น `clip01.ref_1.<ext>` ถึง `clip01.ref_4.<ext>` หากไม่มี sidecar อ้างอิง เฟรมจากคลิปจะถูกใช้เป็นข้อมูลอ้างอิงของคลิปนั้นเอง ค่า `<ext>` จะกำหนดประเภทข้อมูลอ้างอิง: รูปภาพ (.png/.jpg/.jpeg), เสียง (.wav/.mp3/.flac/.m4a/.ogg/.aac) หรือวิดีโอ (.mp4/.mov/.avi/.mkv/.webm) โดยซาวด์แทร็กของวิดีโอจะกลายเป็นข้อมูลอ้างอิงเสียงด้วย คลิปฝึกรองรับ .mp4, .mov, .avi และ .mkv ควรมีอย่างน้อย 10 คลิป และควรมีมากกว่านั้น |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | อันดับการปรับใช้ LoRA ซึ่งแลกการใช้หน่วยความจำที่เพิ่มขึ้นกับความจุที่มากขึ้นเมื่อเพิ่มค่าการตั้งค่า |
| `number_of_steps` |  | integer | no | `2000` | 1 – 15,000 | จำนวนขั้นตอนการฝึกทั้งหมด |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | อัตราการเรียนรู้สำหรับการเพิ่มประสิทธิภาพ ซึ่งเป็นการถ่วงดุลระหว่างความเร็วการฝึกที่อาจเพิ่มขึ้นกับความเสี่ยงของการฟิตเกินเมื่อเพิ่มค่า |
| `number_of_frames` |  | integer | no | `73` | 22 – 124 | จำนวนเฟรมของแต่ละตัวอย่างฝึก เมื่อนำไปหารด้วย 17 ต้องเหลือเศษ 5 ตัวอย่างได้แก่ 22, 39, 56, 73, 90, 107 และ 124 |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | อัตราเฟรมเป้าหมายของวิดีโอ วัดเป็นเฟรมต่อวินาที |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | ความละเอียดสำหรับการฝึก การเพิ่มความละเอียดจะเพิ่มความต้องการหน่วยความจำ |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | เลือกอัตราส่วนภาพสำหรับการฝึกจากชุดเดียวกับที่มีใน MiniMax H3 API |
| `trigger_phrase` |  | string | no | `` |  | วลีเปิดใช้สไตล์ LoRA ซึ่งแทรกไว้ที่จุดเริ่มต้นของคำบรรยายระหว่างการฝึก |
| `reference_conditioning_p` |  | number | no | `0.9` | 0 – 1 | กำหนดความถี่ที่การฝึกใช้การกำหนดเงื่อนไขจากรูปภาพอ้างอิง เทียบกับการฝึก text-to-video-audio แบบไม่มีเงื่อนไข ความน่าจะเป็นที่เหลือจะใช้กับเป้าหมายแบบไม่มีเงื่อนไขเพื่อรักษาการสร้างจากพรอมต์เพียงอย่างเดียวให้มีเสถียรภาพ |
| `resume_from_lora_url` |  | string \| null | no |  |  | URL สำหรับการฝึกแบบ warm-start ด้วย LoRA .safetensors ที่เทรนโดยเทรนเนอร์นี้ไว้ก่อนแล้ว ตามด้วยจำนวนขั้นตอนการฝึกเพิ่มเติม number_of_steps จะกู้คืนเฉพาะน้ำหนักอะแดปเตอร์ ส่วนการปรับให้เหมาะสมและการจัดตารางอัตราการเรียนรู้จะเริ่มต้นใหม่ทั้งหมด |
| `auto_scale_input` |  | boolean | no | `false` |  | กำหนดว่าจะจับคู่ fps เป้าหมายและจำนวนเฟรมด้วยการปรับขนาดวิดีโออัตโนมัติหรือไม่ โดย true จะเปิดใช้การปรับนี้ |
| `split_input_into_scenes` |  | boolean | no | `true` |  | เปิดใช้การแบ่งฉากสำหรับวิดีโอที่ยาวกว่าเกณฑ์ระยะเวลา โดยทิ้ง sidecar อ้างอิงจากคลิปที่ถูกแบ่ง |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | ทริกเกอร์การแยกฉากที่ระบุเป็นระยะเวลาในหน่วยวินาที: จะแยกเฉพาะวิดีโอที่ยาวกว่าเกณฑ์ |
| `debug_dataset` |  | boolean | no | `false` |  | ตัวเลือกสำหรับดาวน์โหลดไฟล์เก็บถาวรเพื่อตรวจสอบการประมวลผลล่วงหน้าก่อนเริ่มการฝึกเต็มรูปแบบ เมื่อเปิดใช้ ตัวฝึกจะจัดแพ็กชุดข้อมูลที่ประมวลผลแล้ว เพื่อให้คุณตรวจสอบคำบรรยาย รูปภาพอ้างอิง วิดีโอ และรูปภาพด้วยตนเองว่าถูกต้อง |
| `strict_dataset` |  | boolean | no | `false` |  | การจัดการปัญหาระหว่างการประมวลผลล่วงหน้าอย่างเข้มงวด ซึ่งโดยปกติจะถูกบันทึกและแก้ไขด้วยทางเลือกสำรองที่ระบุไว้ การเปิดใช้งานจะปฏิเสธคำบรรยายที่ต้องใช้พรอมต์ว่าง sidecar อ้างอิงที่หายไป และวิดีโอที่มีเสียงอ่านไม่ได้ แทนการอนุญาตให้ใช้ทางเลือกสำรองเหล่านั้น |

## 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} | URL สำหรับน้ำหนัก LoRA ที่ฝึกแล้วในรูปแบบ .safetensors |
| `config_file` | object {url, content_type, file_name, file_size} | การกำหนดค่าสำหรับการตั้งค่าเอนด์พอยต์การอนุมาน |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | ใช้ได้เฉพาะกับคำขอที่เปิดใช้ `debug_dataset` ไฟล์เก็บถาวรที่ดาวน์โหลดได้นี้จะเก็บข้อมูลฝึกหลังการประมวลผลล่วงหน้า |

## 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