MiniMax H3

MiniMax H3 (Hailuo 03), MiniMax का वीडियो मॉडल: प्रॉम्प्ट और अधिकतम 9 रेफ़रेंस इमेज, 3 रेफ़रेंस वीडियो और 3 रेफ़रेंस ऑडियो क्लिप से 768p और 2K पर 4 से 15 सेकंड की क्लिप, जिनमें आवाज़ भी साथ बनती है।

कीमतें

क्लिप की कीमत उसकी अवधि और दर को गुणा करके निकलती है: 5 सेकंड की 768p क्लिप की कीमत $0.195 है. शुल्क सिर्फ़ वीडियो मिलने पर लिया जाता है.

क्या दे सकते हैं

• अधिकतम 7,000 अक्षरों का प्रॉम्प्ट.
• अधिकतम 9 reference_images, 3 reference_videos और 3 reference_audio क्लिप (MP3 या WAV), किसी भी संयोजन में, बिना किसी अतिरिक्त शुल्क के. रेफ़रेंस वीडियो की कुल अवधि अधिकतम 15 सेकंड हो सकती है, और ऑडियो क्लिप की भी. इसमें first_frame या last_frame नहीं दिया जा सकता: इमेज को रेफ़रेंस के तौर पर दें और प्रॉम्प्ट में बताएँ कि वीडियो कैसे शुरू होता है.
• 4 से 15 सेकंड तक की अवधि, पूरे सेकंड में।
• 16:9, 9:16, 1:1, 4:3, 3:4 और 21:9. aspect_ratio से आकार तय करें; इसे छोड़ने पर आकार 16:9 रहता है, चाहे रेफ़रेंस इमेज का आकार कुछ भी हो।
• आवाज़ हमेशा चालू रहती है.
• 768p और 2K.

उदाहरण

{
  "model": "minimax-h3",
  "reference_images": ["https://example.com/presenter.jpg"],
  "reference_audio": ["https://example.com/voice.mp3"],
  "prompt": "The woman from the image holds up a serum bottle and says, in the voice from the audio: \"Two weeks with this serum and my skin is glowing.\" Handheld phone video.",
  "seconds": 8,
  "resolution": "768p",
  "aspect_ratio": "9:16"
}

प्रॉम्प्ट लिखना

• बताएँ कि हर रेफ़रेंस किस लिए है: “इमेज वाली महिला”, “वीडियो जैसी हलचल”।
• किसी से कुछ बुलवाने के लिए, प्रॉम्प्ट में उसके बोल उद्धरण चिह्नों में लिखें। reference_audio में वॉइस क्लिप देने से उसकी आवाज़ तय होती है; बोल न लिखने पर मनगढ़ंत बातें सुनाई देती हैं।
• म्यूज़िक क्लिप को साउंडट्रैक बनाना हो, तो साफ़ लिखें: “पूरे साउंडट्रैक के लिए रेफ़रेंस ऑडियो का ही इस्तेमाल करें, सिर्फ़ वाद्य संगीत हो, गायन न हो, स्क्रीन पर टेक्स्ट न हो”। ऐसा न लिखने पर मॉडल अपना गाना बना सकता है, बोल और सबटाइटल के साथ।
• रेफ़रेंस वीडियो से उसकी हलचल और कैमरे का अंदाज़ लिया जाता है।

जानने लायक बातें

• क्लिप बनने में आम तौर पर दो से पाँच मिनट लगते हैं; रेफ़रेंस और 2K में सबसे ज़्यादा समय लगता है।
• रेफ़रेंस इमेज, वीडियो और ऑडियो की कीमत शामिल है।
• हर रेफ़रेंस वीडियो (MP4 या MOV) और ऑडियो क्लिप (MP3 या WAV) 2 से 15 सेकंड की हो सकती है। नेगेटिव प्रॉम्प्ट या सीड की सुविधा नहीं है और आवाज़ हमेशा चालू रहती है।
• कॉन्टेंट के नियमों का उल्लंघन कर सकने वाले प्रॉम्प्ट या इमेज अस्वीकार किए जा सकते हैं (content_policy); अस्वीकार किए गए वीडियो पर कोई शुल्क नहीं लगता।
• वीडियो 30 दिनों तक रखे जाते हैं; जिन्हें आप रखना चाहते हैं, उन्हें डाउनलोड कर लें।

API की पूरी जानकारी: वीडियो जनरेशन। इसे डैशबोर्ड के प्लेग्राउंड में आज़माएं, जहां हर वीडियो का कोड दिखता है।