Imagens, vídeo e áudio juntos
Combine até 9 imagemns, 3 vídeos e 3 clipes de áudio em uma só requisição: um personagem, um produto, um movimento de câmera e uma voz, cada um identificado no prompt.
A API MiniMax H3: o Hailuo 03 da MiniMax transforma um prompt, imagemns de referência, vídeos e áudios em vídeos em 768p ou 2K com som, a partir de $0.039 por segundo.
minimax-h3import os, time, requestsAPI = "https://api.zurelay.com/v1"headers = {"Authorization": f"Bearer {os.environ['ZURELAY_API_KEY']}"}res = requests.post(f"{API}/videos", headers=headers, json={ "model": "minimax-h3", "prompt": "A red fox trotting through fresh snow at dawn, cinematic", "seconds": 5, "resolution": "768p", "aspect_ratio": "16:9",})res.raise_for_status()job = res.json()# Takes a few minutes: poll until it's donewhile job["status"] in ("queued", "in_progress"): time.sleep(5) job = requests.get(f"{API}/videos/{job['id']}", headers=headers).json()if job["status"] == "failed": raise SystemExit(job["error"]["message"])video = requests.get(f"{API}/videos/{job['id']}/content", headers=headers)with open("video.mp4", "wb") as f: f.write(video.content)print(f"Saved video.mp4 for ${job['cost']}")URL base https://api.zurelay.com/v1. JSON simples via HTTPS: inicie uma tarefa, consulte o status e baixe o MP4. Guia do MiniMax H3
Preços
Pague conforme o uso com saldo pré-pago, sem assinatura. Adicione saldo a partir de $10. O vídeo só é cobrado após a entrega; vídeos que falham não custam nada.
A clip costs its length in seconds times the price at its resolution. It's held from your balance when the job is accepted e charged when the video is delivered. Reference images, reference videos, reference audio and the aspect ratio don't change the price.
Todos os modelos e preços da MiniMaxEscolha a resolução, a duração e quantos vídeos você cria.
100 clipes × $0.195
Visão geral
MiniMax H3 (Hailuo 03) é o modelo de vídeo de uso geral da MiniMax, criado para interpretar texto, imagemns, vídeo e áudio em conjunto e seguir instruções detalhadas sobre todos eles. Na Zurelay, ele gera clipes em 768p e 2K com duração de 4 a 15 segundos e som nativo, a partir de um prompt e até 9 imagens de referência, 3 vídeos de referência e 3 clipes de áudio de referência, em qualquer combinação. A API MiniMax H3 da Zurelay custa a partir de $0.039 por segundo, abaixo do preço da própria MiniMax, com as referências incluídas.
A MiniMax lançou o H3 em julho de 2026 como um sistema de uso geral para vídeo: um único modelo que recebe texto, imagemns, vídeo e áudio como contexto e gera vídeo com som estéreo nativo. Ele também é conhecido como Hailuo 03. Na Zurelay, ele usa o ID de modelo minimax-h3 e também aceita o nome usado pela própria MiniMax, MiniMax-H3.
Na Zurelay, o MiniMax H3 gera vídeos a partir de um prompt e até 9 imagemns de referência (pessoas, produtos, lugares ou um estilo), até 3 vídeos de referência cujos movimentos e trabalho de câmera ele pode seguir e até 3 clipes de áudio de referência, em MP3 ou WAV, para uma voz ou trilha sonora. Escreva as falas no prompt, e um clipe de voz define como elas serão ditas: nos nossos testes, o personagem disse as falas palavra por palavra, em sincronia. Os vídeos de referência devem ter de 2 a 15 segundos cada e no máximo 15 segundos no total; o mesmo vale para os clipes de áudio. A Zurelay não oferece o H3 com quadro inicial ou final fixo: envie a imagem como referência e descreva como o vídeo começa.
Os clipes são gerados em 768p ou 2K, com duração de 4 a 15 segundos inteiros, em 16:9, 9:16, 1:1, 4:3, 3:4 ou 21:9. Um clipe em 16:9 tem 1376 × 768 em 768p e 1920 × 1088 em 2K, as dimensões usadas pela própria MiniMax. O som é sempre gerado. A API é assíncrona: POST https://api.zurelay.com/v1/videos retorna uma tarefa imediatamente; consulte GET /v1/videos/{id} até que ela seja concluída e baixe o MP4. Um clipe de 5 segundos em 768p costuma levar about 2.5 minutes.
A Zurelay cobra pelo MiniMax H3 por segundo: $0.039 por segundo em 768p e $0.064 em 2K, contra $0.08 e $0.13 da MiniMax. A MiniMax também cobra por segundo de vídeo de referência e por imagemns de referência a partir da sexta; na Zurelay, imagens, vídeos e áudios de referência não têm custo extra. O valor fica reservado no seu saldo quando a tarefa é aceita e só é cobrado quando o vídeo é entregue; vídeos que falham não custam nada.
Pontos fortes
Combine até 9 imagemns, 3 vídeos e 3 clipes de áudio em uma só requisição: um personagem, um produto, um movimento de câmera e uma voz, cada um identificado no prompt.
Escreva as falas no prompt e adicione um clipe de voz: o personagem fala com essa voz e sincronização labial.
O modelo gera 2K em uma única etapa, em 1920 × 1088 para 16:9, sem ampliar a partir de 768p.
$0.039 por segundo em 768p e $0.064 em 2K, abaixo dos $0.08 e $0.13 cobrados pela própria MiniMax, e as mídias de referência nunca aumentam a conta.
Casos de uso
Uma imagemm do apresentador, um clipe de voz e o roteiro no prompt geram um anúncio com fala em 9:16, pronto para as redes sociais.
Use fotos do produto como referência e descreva a cena, a câmera e o som.
Envie um vídeo com movimentos ou trabalho de câmera de que você goste e descreva um novo elemento para reproduzi-los.
Adicione um clipe de música e peça movimentos no ritmo, para danças, loops e teasers.
Começar
Sem lista de espera e sem instalar nada: três endpoints HTTPS e sua chave de API.
Sign up, add credit e create an API key. Set a monthly budget or a rate limit per key if you like.
Every video endpoint lives under this base URL. Send your key as a Bearer token.
https://api.zurelay.com/v1POST a prompt a /v1/videos, poll the job every few seconds until it's completed, then download the MP4. Videos are kept for 30 days.
minimax-h3Funciona com as ferramentas que você já usa
Compare
a partir de $0.135 por segundo
Escolha Seedance 2.5 para clipes de até 30 segundos, até 30 imagens de referência e edição ou extensão de vídeos; ele também aceita um quadro inicial.
API Seedance 2.5a partir de $0.042 por segundo
Escolha Gemini Omni Flash para definir os quadros inicial e final, usar resoluções de 360p a 4K e editar vídeos a partir de um clipe de referência.
API Gemini Omni Flasha partir de $0.039 por segundo
Escolha Wan 3.0 para definir um quadro inicial, usar até 10 imagens de referência e gerar clipes de até 30 segundos.
API Wan 3.0Perguntas frequentes
Mais alguma dúvida? Fale com nossa equipe e responderemos por e-mail.
A Zurelay cobra por segundo de vídeo: $0.039 por segundo em 768p e $0.064 em 2K, então um clipe de 5 segundos em 768p custa $0.195. O preço da própria MiniMax é de $0.08 e $0.13 por segundo. Som, imagemns de referência, vídeos de referência, áudio de referência e proporção de tela não alteram o preço.
Sim. Envie até 3 clipes MP3 ou WAV em reference_audio, como links https ou URLs de dados em base64, com 2 a 15 segundos cada e 15 segundos no total. Um clipe de voz define a voz do personagem: escreva as falas exatas no prompt, entre aspas, e o personagem as dirá com essa voz e sincronização labial. Um clipe de música pode ser a trilha sonora: diga no prompt para usar o próprio áudio de referência como trilha sonora completa, apenas instrumental, sem canto nem texto na tela, ou o modelo poderá criar uma música própria. O áudio pode ser enviado sozinho ou com imagemns e vídeos de referência.
Não na Zurelay. Aqui, o MiniMax H3 usa imagemns de referência: envie a imagem em reference_images e descreva como o vídeo começa. Uma requisição com first_frame ou last_frame é recusada imediatamente com uma mensagem explicativa, antes de qualquer cobrança.
Envie POST https://api.zurelay.com/v1/videos com sua chave Zurelay como token Bearer e um corpo JSON: model definido como minimax-h3, um prompt e, opcionalmente, reference_images, reference_videos, reference_audio, seconds (padrão 5), resolution (768p por padrão, ou 2k) e aspect_ratio (padrão 16:9). Você recebe uma tarefa imediatamente. Consulte GET /v1/videos/{id} até que o status seja completed e baixe o MP4 em /v1/videos/{id}/content.
Um clipe de 5 segundos em 768p costuma levar about 2.5 minutes. 2K, clipes mais longos e vídeos de referência levam mais tempo. Durante as consultas, o campo progress da tarefa fornece uma estimativa de 0 a 100.
768p e 2K, com duração de 4 a 15 segundos inteiros, em 16:9, 9:16, 1:1, 4:3, 3:4 ou 21:9. Um clipe em 16:9 tem 1376 × 768 em 768p e 1920 × 1088 em 2K; a MiniMax ajusta as dimensões dos quadros para múltiplos de 32 pixels.
Quando a Zurelay aceita a tarefa, o valor fica reservado no seu saldo e só é cobrado quando o vídeo é entregue. Se a geração falhar, inclusive quando o filtro de conteúdo recusa o prompt ou uma referência, você não paga nada.
Sim. Suas requisições são processadas no MiniMax H3, e a Zurelay verifica se os vídeos são entregues nas dimensões de quadro próprias do H3. A geração de vídeo varia a cada execução, então o mesmo prompt gera um clipe diferente a cada vez. A Zurelay é um serviço independente e não tem vínculo com a MiniMax.
Crie uma chave em segundos, direcione o SDK que você já usa para a Zurelay e pague até 90% menos em cada requisição desde o primeiro token.