# MiniMax H3 Reference to Video LoRA Trainer API

> LoRA־טריינער פֿאַר רעפֿערענץ־קאָנדיציאָנירטע ווידעא, מיט וואַרעמען אָנהייב פֿון אַ פריערדיקן LoRA

טרענירט אַ LoRA אויף אַ zip פֿון סוביעקט־ווידעאָס, כּדי רעפֿערענצן זאָלן קענען פֿירן ווידעא־גענעראַציע. `reference_conditioning_p` שטעלט ווי אָפֿט רעפֿערענצן ווערן גענוצט בעת טרענירונג, און `resume_from_lora_url` ווײַטערפֿירט פֿון אַ פֿריִער טרענירטן LoRA. אויך קאַנפֿיגורירבאַר: `rank`, `number_of_steps`, `number_of_frames`, `frame_rate` און `aspect_ratio`. קערט צוריק וועיגהץ און אַ קאָנפֿיגוראַציע־טעקע.

- 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/yi/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 פֿאַר אַ ZIP מיט סוביעקט־טריינינג־ווידעאָס; בילד־בלויז דאַטע־זעצן און געמישטע בילד/ווידעא־טריינינג־אַרכיוון ווערן אָפּגעוואָרפֿן, דערפֿאַר מוזן בילדער זײַן רעפֿערענץ־סיידקאַרדס. אָפּציאָנאַלע צוגאָבן טיילן יעדן קליפּס באַזע־נאָמען: אַ קעפּשן ווי `clip01.txt` און געאָרדנטע רעפֿערענצן פֿון `ref_1` ביז `ref_4`, געהייסן `clip01.ref_1.<ext>` ביז `clip01.ref_4.<ext>`; אָן רעפֿערענץ־סיידקאַרדס גיט אַ ראַם פֿונעם קליפּ זײַן אייגענע רעפֿערענץ. דער `<ext>` באַשטימט די רעפֿערענץ־מאָדאַליטעט: בילדער (.png/.jpg/.jpeg), אַודיאָ (.wav/.mp3/.flac/.m4a/.ogg/.aac) אָדער ווידעאָס (.mp4/.mov/.avi/.mkv/.webm), וועמענס סאַונדטרעקן ווערן אויך אַודיאָ־רעפֿערענצן. טריינינג־קליפּס שטיצן .mp4, .mov, .avi און .mkv; צילט אויף לכל־הפּחות 10 קליפּס, מיט מער בילכער. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | LoRA־אַדאַפּטאַציע־ראַנג; העכערע ווערטן געבן מער קאַפּאַציטעט אָבער נוצן מער זכּרון. |
| `number_of_steps` |  | integer | no | `2000` | 1 – 15,000 | גאַנצע צאָל טריינינג־שטאַפּלען. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | אָפּטימיזאַציע־לערנ־קורס, וואָס באַלאַנסירט אַ מעגלעכן גיכקייט־געווינס אין טרענירונג קעגן דער סכּנה פֿון איבערפּאַסן ווען ער ווערט פֿאַרגרעסערט. |
| `number_of_frames` |  | integer | no | `73` | 22 – 124 | ראַם־צאָל פֿאַר יעדן טריינינג־סאַמפּל; צעטיילן מיט 17 מוז לאָזן אַ רעשט פֿון 5. בײַשפּילן זענען 22, 39, 56, 73, 90, 107 און 124. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | ציל־ווידעא־ראַם־קורס, געמאסטן אין ראַמען פּער סעקונדע. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | טריינינג־רעזאָלוציע. העכערע רעזאָלוציען דאַרפֿן מער זכּרון. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | קלײַבט דעם טריינינג־אַספּעקט־פֿאַרהעלטעניש פֿון דער זעלבער סכום וואָס איז בנימצא דורך די MiniMax H3 API. |
| `trigger_phrase` |  | string | no | `` |  | LoRA־סטיל־אַקטיוואַציע־פֿראַזע, אַרײַנגעשטעלט בײַם אָנהייב פֿון captions בעת טריינינג. |
| `reference_conditioning_p` |  | number | no | `0.9` | 0 – 1 | שטעלט ווי אָפֿט טריינינג ניצט רעפֿערענץ־בילד־conditioning קעגן אומגעקאַנדיציאָנירט טעקסט־צו־ווידעא־אַודיאָ־טריינינג. דער איבערגעבליבענער טייל גייט צום אומגעקאַנדיציאָנירטן ציל צו האַלטן סטאַבילע prompt-only גענערירונג. |
| `resume_from_lora_url` |  | string \| null | no |  |  | URL פֿאַר warm-start טריינינג מיט אַ .safetensors LoRA וואָס דער טריינער האָט פֿריִער געשאַפֿן, נאכגעפֿאָלגט דורך number_of_steps נאָך־טריינינג־סטעפּס. גאָרנישט אַחוץ די אַדאַפּטער־ווייטס ווערט צוריקגעשטעלט: סײַ אָפּטימיזאַציע סײַ learning-rate scheduling הייבן זיך אָן פֿון נײַ. |
| `auto_scale_input` |  | boolean | no | `false` |  | צי ציל־fps און ראַם־צאָל ווערן צוגעפּאַסט דורך אויטאָמאַטישער ווידעא־סקיילינג; true אָנשליסט די צופּאַסונג. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | אָנשליסט סצענע־צעטיילונג פֿאַר ווידעאָס לענגער ווי אַ געדויער־שוועל, און וואַרפֿט אַוועק רעפֿערענץ־סיידקאַרדס פֿון יעדן קליפּ וואָס ווערט צעטיילט. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | טריגער פֿאַר סצענע־צעטיילונג ווי אַ לענג אין סעקונדעס: נאָר ווידעאָס לענגער ווי דער שוועל ווערן צעטיילט. |
| `debug_dataset` |  | boolean | no | `false` |  | אָפּציע צו דאָוונלאָודן אַן אַרכיוו פֿאַר קאָנטראָלירן preprocessing איידער פולער טריינינג. ווען אָנגעשלאָסן, פּאַקט דער טריינער דעם פּראַסעסירטן דאַטע־זאַץ, כּדי מען זאָל קענען מאַנועל קאָנטראָלירן קעפּשנס, רעפֿערענץ־בילדער, ווידעאָס און בילדער אויף ריכטיקייט. |
| `strict_dataset` |  | boolean | no | `false` |  | שטרענג באַהאַנדלונג פֿון preprocessing־פּראָבלעמען וואָס וואָלטן אַנדערש געלאָגט און געלייזט געוואָרן מיטן דאַקיומענטירטן fallback. אָנשליסן דאָס פֿאַרוואָרפֿט קעפּשנס וואָס דאַרפֿן ליידיקע פּראָמפּטס, פעלנדיקע רעפֿערענץ־סיידקאַרדס און ווידעאָס מיט אומלייענבאַרן אַודיאָ, אַנשטאָט צו דערלויבן די fallbacks. |

## 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 פֿאַר טריינירטע LoRA־ווייכטן אין .safetensors־פֿאָרמאַט. |
| `config_file` | object {url, content_type, file_name, file_size} | קאָנפֿיגוראַציע פֿאַר באַשטעטיקן אַן inference־ענדפּוינט. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | בנימצא נאָר פֿאַר בקשות מיט `debug_dataset` אָנגעשלאָסן; דער דאָוונלאָודבאַרער אַרכיוו האַלט די טריינינג־דאַטן נאָך preprocessing. |

## 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