图片、视频、音频一起用
一次请求最多可混合使用 9 张图片、3 段视频和 3 段音频:角色、产品、运镜和声音,都可以在提示词中分别指定。
MiniMax H3 API:MiniMax 的 Hailuo 03 可根据提示词、参考图、视频和音频生成 768p 或 2K 有声视频,每秒低至 $0.039。
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']}")Base URL https://api.zurelay.com/v1. 通过 HTTPS 发送标准 JSON: 创建任务,轮询状态,下载 MP4. MiniMax H3 指南
价格
从预付余额中按量扣费,无需订阅。$10 起充。视频交付后才收费;生成失败不收费。
A clip costs its length in seconds times the price at its resolution. It's held from your balance when the job is accepted 和 charged when the video is delivered. Reference images, reference videos, reference audio and the aspect ratio don't change the price.
全部 MiniMax 模型及价格选择分辨率、时长和视频数量。
100 段 × $0.195
概览
MiniMax H3 (Hailuo 03) 是 MiniMax 的通用视频模型,能够综合理解文本、图片、视频和音频,并遵循针对这些内容的详细指令。在 Zurelay 上,你可以通过提示词,任意搭配最多 9 张参考图、3 段参考视频和 3 段参考音频,生成时长 4 到 15 秒的 768p 和 2K 视频,并自带原生音频。Zurelay MiniMax H3 API 每秒低至 $0.039,低于 MiniMax 官方价格,使用参考素材不另收费。
MiniMax 于 2026 年 7 月发布 H3,将其定位为通用视频系统:单个模型即可将文本、图片、视频和音频作为上下文,生成带原生立体声的视频。它也称为 Hailuo 03。在 Zurelay 上,模型 ID 为 minimax-h3,也支持 MiniMax 官方使用的名称 MiniMax-H3。
在 Zurelay 上,MiniMax H3 可根据提示词和最多 9 张参考图(人物、产品、地点或风格)生成视频,还支持最多 3 段参考视频,用于参考动作和运镜,以及最多 3 段 MP3 或 WAV 参考音频,用于指定人声或配乐。将台词写进提示词,再用人声片段指定说话方式:在我们的测试中,角色逐字说出了台词,口型也保持同步。每段参考视频时长为 2 到 15 秒,总时长不超过 15 秒;参考音频的时长限制相同。Zurelay 不提供固定首帧或尾帧的 H3 模式:请将图片作为参考图传入,并描述视频如何开场。
支持生成 768p 或 2K 视频,时长为 4 到 15 秒的整数秒,宽高比支持 16:9、9:16、1:1、4:3、3:4 或 21:9。16:9 视频在 768p 下的尺寸为 1376 × 768,在 2K 下为 1920 × 1088,均采用 MiniMax 官方尺寸。视频始终带有声音。API 采用异步方式:POST https://api.zurelay.com/v1/videos 会立即返回任务;轮询 GET /v1/videos/{id},直到任务完成,再下载 MP4。一段 5 秒的 768p 视频通常需要 about 2.5 minutes。
Zurelay 的 MiniMax H3 按秒计费:768p 每秒 $0.039,2K 每秒 $0.064,而 MiniMax 官方分别为 $0.08 和 $0.13。MiniMax 还会按秒收取参考视频费用,并对第 5 张之后的参考图收费;在 Zurelay,参考图、参考视频和参考音频均不另收费。任务被接受时会从余额中预冻结费用,仅在视频交付后扣款;生成失败不收费。
优势
一次请求最多可混合使用 9 张图片、3 段视频和 3 段音频:角色、产品、运镜和声音,都可以在提示词中分别指定。
在提示词中写出台词,再添加一段语音:角色就会用该声音说出台词,口型同步。
模型一次生成 2K 视频,16:9 画面分辨率为 1920 × 1088,并非从 768p 放大。
768p 每秒 $0.039,2K 每秒 $0.064,低于 MiniMax 官方的 $0.08 和 $0.13,参考素材也不会增加费用。
使用场景
提供一张出镜人物图片、一段语音,并在提示词中写入脚本,即可生成适合社交平台发布的 9:16 口播广告。
提供产品照片作为参考,再描述场景、镜头和声音。
提供一段动作或运镜符合预期的视频,再描述要使用这些动作或运镜的新主体。
添加一段音乐,让画面随节奏运动,适合舞蹈、循环视频和预告片。
开始使用
无需排队,也无需安装:只需三个 HTTPS 端点和你的 API key。
Sign up, add credit 和 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 至 /v1/videos, poll the job every few seconds until it's completed, then download the MP4. Videos are kept for 30 days.
minimax-h3Zurelay 按视频秒数收费:768p 每秒 $0.039,2K 每秒 $0.064,因此一段 5 秒的 768p 视频费用为 $0.195。MiniMax 官方价格为每秒 $0.08 和 $0.13。音频、参考图片、参考视频、参考音频和宽高比均不影响价格。
可以。通过 reference_audio 传入最多 3 段 MP3 或 WAV 音频,支持 https 链接或 base64 data URL,每段 2 到 15 秒,总时长不超过 15 秒。语音片段用于指定角色的声音:在提示词中用引号写出完整台词,角色就会用该声音说出台词,口型同步。音乐片段可以用作配乐:请在提示词中明确要求直接使用参考音频作为整段配乐,仅保留器乐,不要演唱或屏幕文字,否则模型可能会自行创作歌曲。音频可以单独使用,也可以与参考图片和视频一起使用。
在 Zurelay 上不支持。这里的 MiniMax H3 使用参考图片:通过 reference_images 传入图片,再描述视频如何开场。包含 first_frame 或 last_frame 的请求会立即被拒绝并返回说明,不会产生任何费用。
向 POST https://api.zurelay.com/v1/videos 发送请求,使用 Zurelay 密钥作为 Bearer token,JSON 请求体中将 model 设为 minimax-h3,并提供 prompt。还可选填 reference_images、reference_videos、reference_audio、seconds(默认 5)、resolution(默认 768p,也可设为 2k)和 aspect_ratio(默认 16:9)。接口会立即返回一个任务。轮询 GET /v1/videos/{id},直到 status 为 completed,然后从 /v1/videos/{id}/content 下载 MP4。
一段 5 秒的 768p 视频通常需要 about 2.5 minutes。2K、更长的视频以及使用参考视频的请求耗时更久。轮询时,任务的 progress 字段会返回 0 到 100 的预估进度。
支持 768p 和 2K,时长为 4 到 15 秒的整数秒,宽高比可选 16:9、9:16、1:1、4:3、3:4 或 21:9。16:9 视频在 768p 下为 1376 × 768,在 2K 下为 1920 × 1088;MiniMax 会将画面尺寸对齐到 32 像素的倍数。
Zurelay 接受任务时,会从余额中冻结相应费用,仅在视频交付后扣款。如果视频生成失败,包括内容过滤器拒绝提示词或参考素材的情况,均不收费。
是的。你的请求由 MiniMax H3 处理,Zurelay 会检查返回视频的画面尺寸是否符合 H3 的原生规格。视频生成结果每次都会有所不同,因此相同提示词每次也会生成不同的视频。Zurelay 是独立服务,与 MiniMax 无隶属或关联关系。