画面与声音共同创作
H3联合生成视频与立体声，不必把画面构思和声音设计完全分开。提示词可以同时描述主体动作、镜头变化、环境声、对白与音乐氛围，让声音服务于场景表达，而不是仅在成片后附加一条背景音。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 成片时长
- 4–15秒，整数时长
- 输出分辨率
- 768P、2K
- 画幅控制
- 21:9、16:9、4:3、1:1、3:4、9:16及adaptive
- 原生音画规格
- 24 FPS视频；32 kHz立体声音频
- 创作方式
- 文生视频、首帧/尾帧/首尾帧、多模态参考生成
- 参考数量
- 图片最多9张、视频最多3段、音频最多3段；合计最多12个文件
- 文本与交付
- 文本项最长7000字符；支持等待结果、异步查询及回调
帧率与音频采样率为原生模型规格，本平台入口提供分辨率、时长、画幅与素材角色控制。
核心能力
了解 MiniMax-H3 能为你的工作带来什么。
首尾帧约束镜头走向
提供首帧可让已有商品图、海报或角色画面动起来；提供尾帧可指定镜头最终落点；同时提供两者则用于生成中间变化。创作重点是说明过渡动作，并尽量保持两张图片的构图、比例和光线协调。
让不同素材各司其职
参考图片用于引导人物、服装、产品或风格，参考视频用于引导动作与运镜，参考音频用于引导音色、音乐或节奏。把每份素材的职责写清楚，更适合组织复杂创作，也方便判断成片是否保留了关键特征。
适用场景
从具体任务出发，找到模型发挥作用的位置。
商品与品牌短片
输入商品图、模特图和场景参考，描述产品特写、人物使用动作与结尾展示方式，生成横屏或竖屏广告素材。人物外观与商品结构应分别指定，交付前重点检查轮廓、佩戴关系、反射和品牌文字。
角色叙事与分镜预演
输入角色和空间参考，配合人物关系、情绪变化、景别与对白描述，制作短剧片段或分镜预演。可用近景表现眼神与表情，用参考图引导服装和外观，再将合适的短片段纳入后续剪辑流程。
动作与音乐节奏内容
将动作视频、人物图片与音频作为参考，说明谁执行动作、采用什么镜头以及声音如何配合画面，生成舞蹈或时尚节奏短片。素材应先裁成与目标片段相关的短段，避免无关内容干扰创作重点。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
H3与H3 Max如何取舍
需要2K输出、4秒起步的短镜头，或希望围绕多模态素材进行完整音画创作时，可选择H3。H3 Max是另一个经过速度优化的型号，原生输出为480P或768P、时长5–15秒；更重视快速生成时可考虑它，但不要把两者的规格混用。
按控制目标选择创作方式
没有现成素材时，用文本明确主体、动作、镜头与声音；已有确定的开头或结尾画面时，选择首尾帧模式；需要结合人物外观、动作和音色时，选择参考模式。首尾帧与参考素材不能放在同一请求中，应先确定最重要的控制目标。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 单次生成限于4–15秒，分辨率选择768P或2K。更长叙事需要拆分镜头再剪辑，跨片段的人物、空间与声音连续性应逐段检查，不宜把单次短片生成当作长视频制作。
- 参考视频与音频每段须为2–15秒，各类总时长不超过15秒，混合参考合计最多12个文件。参考素材并非越多越好，应明确保留内容，并避免互相矛盾的动作、造型或声音要求。
- 素材参考与首尾帧控制用于引导生成，不等于逐像素复刻。商品细节、文字、复杂动作与对白衔接仍需检查；涉及人物肖像、音色和品牌资产时，应使用具有合法授权的素材。
常见问题
解答使用 MiniMax-H3 时的常见疑问。
MiniMax-H3可以只用文字生成视频吗？
可以。content中提供非空text项即可开始文生视频，同时设置resolution、duration和固定ratio。提示词建议依次说明主体、动作、场景、镜头、光线与声音；纯文本模式不能使用adaptive画幅。
首帧图片与参考图片有什么区别？
first_frame用于指定视频开始画面，reference_image用于引导主体外观、产品或风格，不要求它成为开头。需要控制最终画面可用last_frame；首尾帧模式不能与reference_*素材混合使用。
可以用音频引导声音和节奏吗？
可以在参考模式中使用reference_audio，并在文本里说明它用于音色、对白、音乐还是节奏。音频素材支持WAV和MP3；H3原生支持立体声生成，中文和英文均属于稳定支持的对白语言。
2K输出只是普通放大吗？
H3的原生2K流程使用再生成方式，将基础视频与原始上下文共同用于恢复细节，而不是仅采用传统超分辨率模块。调用时选择resolution为2K即可表达输出需求，不需要自行组织这些内部生成步骤。
如何提交任务并取得成片？
向/minimax/videos提交MiniMax-H3及content素材，默认等待完成返回task。传async=true或callback_url可立即取得任务标识，再通过/minimax/tasks查询或接收回调；成功后从task.content.url获取成片。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。