Imagens, vídeo e áudio em conjunto
Combine até 9 imagemns, 3 vídeos e 3 excertos de áudio num único pedido: uma personagem, um produto, um movimento de câmara 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 áudio em vídeo a 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 sobre HTTPS: inicie uma tarefa, consulte o estado e descarregue o MP4. Guia do MiniMax H3
Preços
Pague apenas o que utilizar com saldo pré-pago, sem subscrição. Carregue a partir de $10. Um vídeo só é cobrado depois de ser entregue; os vídeos que falham não têm qualquer custo.
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 MiniMax e respetivos preçosEscolha a resolução, a duração e quantos vídeos produz.
100 clipes × $0.195
Visão geral
O MiniMax H3 (Hailuo 03) é o modelo de vídeo de uso geral da MiniMax, concebido para interpretar texto, imagemns, vídeo e áudio em conjunto e seguir instruções detalhadas sobre todos eles. Na Zurelay, cria vídeos a 768p e 2K com duração de 4 a 15 segundos e som nativo, a partir de um prompt e de até 9 imagens, 3 vídeos e 3 excertos 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. Também é conhecido como Hailuo 03. Na Zurelay, usa o identificador de modelo minimax-h3 e também aceita o nome usado pela própria MiniMax, MiniMax-H3.
Na Zurelay, o MiniMax H3 cria vídeo a partir de um prompt e de até 9 imagemns de referência (pessoas, produtos, locais ou um estilo), até 3 vídeos de referência cujos movimentos e trabalho de câmara pode seguir e até 3 excertos de áudio de referência, em MP3 ou WAV, para uma voz ou banda sonora. Escreva as falas no prompt e um excerto de voz define como são ditas: nos nossos testes, a personagem disse as falas palavra por palavra, em sincronia. Cada vídeo de referência tem entre 2 e 15 segundos, com um total máximo de 15 segundos, e o mesmo se aplica aos excertos de áudio. A Zurelay não disponibiliza o H3 com um primeiro ou último fotograma fixo: envie a imagem como referência e indique como começa o vídeo.
Os vídeos estão disponíveis a 768p ou 2K, em segundos inteiros de 4 a 15, nas proporções 16:9, 9:16, 1:1, 4:3, 3:4 ou 21:9. Um vídeo 16:9 tem 1376 × 768 a 768p e 1920 × 1088 a 2K, as dimensões usadas pela própria MiniMax. O som é sempre gerado. A API é assíncrona: POST https://api.zurelay.com/v1/videos devolve uma tarefa de imediato; consulte GET /v1/videos/{id} até estar concluída e descarregue o MP4. Um vídeo de 5 segundos a 768p demora normalmente about 2.5 minutes.
A Zurelay cobra o MiniMax H3 ao segundo: $0.039 por segundo a 768p e $0.064 a 2K, face aos $0.08 e $0.13 da MiniMax. A MiniMax também cobra os vídeos de referência ao segundo e as imagemns de referência a partir da sexta; na Zurelay, as imagens, os vídeos e o áudio de referência não têm custo adicional. O valor fica reservado no seu saldo quando a tarefa é aceite e só é cobrado quando o vídeo é entregue; os vídeos que falham não têm qualquer custo.
Pontos fortes
Combine até 9 imagemns, 3 vídeos e 3 excertos de áudio num único pedido: uma personagem, um produto, um movimento de câmara e uma voz, cada um identificado no prompt.
Escreva as falas no prompt e adicione um excerto de voz: a personagem diz as falas com essa voz e os lábios sincronizados.
O modelo gera 2K numa única passagem a 1920 × 1088 em 16:9, sem ampliar a partir de 768p.
$0.039 por segundo a 768p e $0.064 a 2K, abaixo dos $0.08 e $0.13 da própria MiniMax, e os ficheiros de referência nunca aumentam o custo.
Casos de uso
Uma imagemm de um apresentador, um excerto de voz e o guião no prompt criam um anúncio com fala em 9:16, pronto para as redes sociais.
Forneça fotografias do produto como referência e descreva a cena, a câmara e o som.
Forneça um vídeo com movimentos ou trabalho de câmara de que goste e descreva um novo sujeito para os reproduzir.
Adicione um excerto de música e peça movimentos ao ritmo, para danças, loops e teasers.
Começar
Sem lista de espera e sem nada para instalar: três endpoints HTTPS e a 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 já usa
Comparar
a partir de $0.135 por segundo
Escolha Seedance 2.5 para vídeos até 30 segundos, até 30 imagens de referência e para editar ou prolongar um vídeo; também aceita um fotograma inicial.
API de Seedance 2.5a partir de $0.042 por segundo
Escolha Gemini Omni Flash para usar um fotograma inicial e final, resoluções de 360p a 4K e editar vídeos a partir de um vídeo de referência.
API de Gemini Omni Flasha partir de $0.039 por segundo
Escolha Wan 3.0 para usar um fotograma inicial, até 10 imagens de referência e vídeos até 30 segundos.
API de Wan 3.0Perguntas frequentes
Mais alguma dúvida? Fale com a nossa equipa e responderemos por email.
A Zurelay cobra por segundo de vídeo: $0.039 por segundo a 768p e $0.064 a 2K, pelo que um vídeo de 5 segundos a 768p custa $0.195. O preço da própria MiniMax é de $0.08 e $0.13 por segundo. O som, as imagemns, os vídeos e o áudio de referência e a proporção não alteram o preço.
Sim. Envie até 3 excertos MP3 ou WAV em reference_audio, como ligações https ou URLs de dados em base64, com 2 a 15 segundos cada e 15 segundos no total. Um excerto de voz define a voz de uma personagem: escreva as palavras exatas no prompt, entre aspas, e a personagem diz essas palavras com essa voz e os movimentos dos lábios sincronizados. Um excerto de música pode servir de banda sonora: indique no prompt que pretende usar o próprio áudio de referência como banda sonora completa, apenas instrumental, sem canto nem texto no ecrã, caso contrário o modelo pode criar a sua própria canção. O áudio pode ser enviado sozinho ou com imagemns e vídeos de referência.
Na Zurelay, não. Aqui, o MiniMax H3 usa imagemns de referência: envie a imagem em reference_images e descreva como começa o vídeo. Um pedido com first_frame ou last_frame é recusado de imediato com uma mensagem explicativa, antes de qualquer cobrança.
Envie POST https://api.zurelay.com/v1/videos com a 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 (5 por predefinição), resolution (768p por predefinição, ou 2k) e aspect_ratio (16:9 por predefinição). Recebe uma tarefa de imediato. Consulte periodicamente GET /v1/videos/{id} até que status seja completed e, em seguida, descarregue o MP4 de /v1/videos/{id}/content.
Um vídeo de 5 segundos a 768p costuma demorar about 2.5 minutes. A resolução 2K, os vídeos mais longos e os vídeos de referência aumentam o tempo de geração. Durante as consultas, o campo progress da tarefa apresenta uma estimativa de 0 a 100.
768p e 2K, com durações de 4 a 15 segundos inteiros, em 16:9, 9:16, 1:1, 4:3, 3:4 ou 21:9. Um vídeo em 16:9 tem 1376 × 768 a 768p e 1920 × 1088 a 2K; a MiniMax ajusta as dimensões dos fotogramas a múltiplos de 32 píxeis.
Quando a Zurelay aceita a tarefa, o respetivo valor fica reservado no seu saldo e só é cobrado quando o vídeo é entregue. Se a geração falhar, incluindo quando o filtro de conteúdo recusa o prompt ou uma referência, não paga nada.
Sim. Os seus pedidos são processados pelo MiniMax H3 e a Zurelay verifica se os vídeos são devolvidos com as dimensões de fotograma próprias do H3. A geração de vídeo varia de execução para execução, pelo que o mesmo prompt cria um vídeo diferente de cada vez. A Zurelay é um serviço independente e não tem qualquer afiliação à MiniMax.
Crie uma chave em segundos, configure o SDK que já usa para aceder à Zurelay e cada pedido custa até 90% menos desde o primeiro token.