curl --request POST "https://gptproto.com/api/v3/minimax/minimax-h3/text-to-video" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"aspect_ratio": "16:9",
"duration": 5,
"resolution": "768P"
}'Partez du coût d'un échantillon unique et choisissez un budget de test. Les tarifs GPTProto sont 30% sous le prix catalogue.
| Scénario | Liste MiniMax | OpenRouter | GPTProto | Économies / mois |
|---|---|---|---|---|
| Pubs produit courtes30 × 5s / mois | $19.50 | $20.57 | $13.65 | −$5.85≈ $70.20 / an |
| Clips sociaux60 × 5s / mois | $39.00 | $41.14 | $27.30 | −$11.70≈ $140.40 / an |
| Génération en masse100 × 5s / mois | $65.00 | $68.58 | $45.50 | −$19.50≈ $234.00 / an |
MiniMax · $0.224 / Par durée · 2K · plus
Accédez à l’API MiniMax-H3 via GPTProto pour la génération vidéo cinématographique à partir de prompts, d’images clés et de ressources de référence mixtes. Créez des clips de 4 à 15 secondes avec audio stéréo natif, utilisez jusqu’à neuf images de référence, trois clips vidéo et trois pistes audio, et gérez MiniMax H3 aux côtés de 200+ modèles d’IA avec une seule clé API et un seul solde.
Texte, image, vidéo et audio dans un seul contexte
Combinez un prompt avec des références image, vidéo et audio. MiniMax H3 peut utiliser ces éléments pour guider l’identité du sujet, le mouvement, le comportement de la caméra, le style visuel, la voix et le rythme de montage.
4–15 secondes en 768P ou 2K
Choisissez une durée entière de 4 à 15 secondes. Générez en 768P pour les brouillons ou demandez une sortie 2K lorsque des détails produit plus nets, la typographie ou la qualité de livraison finale importent.
MiniMax H3 est le système de génération vidéo polyvalent à poids ouverts de MiniMax. Au lieu de traiter le texte-vers-vidéo, l’animation par images clés et les références multimodales comme des outils distincts, il interprète le texte, les images, la vidéo et l’audio dans un même contexte. L’API hébergée utilise un flux de travail asynchrone : soumettez une tâche, stockez son ID de tâche, vérifiez son statut et récupérez l’URL de la vidéo terminée.
La sortie dure de 4 à 15 secondes à 24 images/s, avec des modes 768P et 2K, des formats paysage, carré et portrait, ainsi qu’un audio stéréo natif. Les poids H3-Base publiés utilisent la licence communautaire MiniMax H3 ; l’accès à l’API hébergée et l’auto-hébergement restent des choix de déploiement distincts.
| Spécifications | Détails de l’API MiniMax H3 |
|---|---|
| Fournisseur | MiniMax |
| Nom officiel du modèle API | MiniMax-H3 |
| Chaîne de modèle GPTProto | MiniMax-H3 |
| Modes de génération | Texte-vers-vidéo, I2V première image, I2V dernière image, I2V première et dernière images, référence multimodale vers vidéo |
| Types d’entrée | Texte, images, vidéo et audio |
| Durée de sortie | 4–15 secondes, valeurs entières |
| Résolution de sortie | 768P ou 2K |
| Fréquence d’images | 24 images/s |
| Audio de sortie | Stéréo native 32 kHz |
| Formats d’image | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 ; adaptatif lorsque pris en charge |
| Limites de référence | Jusqu’à 9 images, 3 clips vidéo et 3 clips audio ; jusqu’à 12 fichiers au total |
| Limite de prompt | Jusqu’à 7 000 caractères dans l’API officielle |
| Traitement | Flux de tâches asynchrone |
Choisissez le mode d’entrée avant de construire la requête. Les entrées première/dernière image et les entrées de référence multimodales sont des modes distincts dans l’API officielle et ne peuvent pas être mélangées dans une même tâche de génération.
| Mode d’entrée | À utiliser lorsque | Exemple pratique |
|---|---|---|
| Texte-vers-vidéo | Vous avez besoin d’une nouvelle scène sans point de départ visuel validé | Générez plusieurs concepts cinématographiques à partir d’un seul brief de campagne |
| Image-vers-vidéo à partir de la première image | La composition d’ouverture ou l’image produit est déjà validée | Animez une image produit principale tout en conservant son cadrage initial |
| Image-vers-vidéo à partir de la dernière image | Le plan doit aboutir à une composition finale précise | Se termine sur un logo, un pack produit ou une image d’appel à l’action |
| Vidéo avec première et dernière images | Les deux extrémités d’une transition comptent | Passez d’un emballage fermé au produit entièrement révélé |
| Référence-vers-vidéo | L’identité, le mouvement, la voix, la musique, le décor ou le style doivent provenir des ressources sources | Conservez le même produit et le même porte-parole tout en empruntant le mouvement à un clip de référence |
Pour la référence-vers-vidéo, MiniMax H3 accepte jusqu’à neuf images, trois clips vidéo et trois clips audio, avec un maximum de 12 fichiers au total. Chaque vidéo ou clip audio de référence peut durer de 2 à 15 secondes, et la durée totale pour chaque type de média ne peut pas dépasser 15 secondes. Utilisez des URL publiques pour les ressources volumineuses, car le corps complet de la requête est limité à 64 Mo.
Pour l’e-commerce, fournissez des images produit validées, précisez les détails qui doivent rester inchangés et ajoutez une vidéo de référence uniquement lorsque son mouvement ou sa trajectoire de caméra compte. Le mode première et dernière images est souvent plus simple pour des révélations produit contrôlées.
Pour la génération par lots, traitez chaque variation comme une tâche asynchrone distincte. Stockez son prompt, les URL des ressources, les paramètres, l’ID de tâche et le statut ; utilisez une file d’attente bornée ; rendez les nouvelles tentatives idempotentes ; et copiez les sorties réussies dans votre propre stockage. Gardez le traitement du logo, le cadrage, l’éclairage, le langage caméra et l’appel à l’action fixes tout en injectant des données SKU variables pour chaque tâche.
Ces modèles se chevauchent mais répondent à des contraintes différentes. MiniMax H3 met l’accent sur la sortie 2K, les poids ouverts, l’audio stéréo et les références mixtes. Seedance 2.5 prend en charge des générations plus longues et des ensembles de références plus importants. Veo 3.1 convient aux flux de travail courts Google Cloud avec un chemin 4K documenté.
| Critère de décision | MiniMax H3 | Seedance 2.5 | Veo 3.1 Generate |
|---|---|---|---|
| Durée par génération | 4–15 secondes | 4–30 secondes | 4, 6 ou 8 secondes |
| Résolution de sortie documentée | 768P ou 2K | 480P, 720P ou 1080P | 720P, 1080P ou 4K |
| Modalités d’entrée | Texte, image, vidéo, audio | Texte, image, vidéo, audio | Texte et image ; aucune entrée audio ou vidéo dans le point de terminaison Generate documenté |
| Capacité de référence | Jusqu’à 9 images, 3 vidéos, 3 clips audio ; 12 fichiers au total | Jusqu’à 30 images, 10 vidéos et 10 clips audio | Jusqu’à 3 images de ressource |
| Contrôle première/dernière image | Oui | Oui | Oui |
| Audio généré natif | Oui | Oui | Oui |
| Poids ouverts | H3-Base publié sous une licence communautaire | Aucun poids ouvert publié | Non |
| Idéal pour | Travail de référence multimodal 2K, transfert de mouvement, montage et recherche sur l’auto-hébergement | Scènes plus longues, grands packs de références et montage piloté par la timeline | Clips courts haute fidélité dans Google Cloud et flux de livraison 4K |
Comparez la durée, la capacité de référence, l’audio, les nouvelles tentatives et le coût par clip finalisé—pas seulement la résolution maximale. Seedance 2.5 peut réduire l’assemblage de scènes ; H3 peut simplifier le travail 2K à références mixtes ; Veo 3.1 peut convenir aux flux de travail 4K courts centrés sur Google.
Rédigez le prompt comme un brief de production compact qui sépare les rôles des sources, la timeline, la direction caméra, l’audio, les détails à préserver et les exclusions.
Formule de prompt : rôles du sujet et des références + objectif de la scène + actions chronométrées + mouvement de caméra + éclairage et style visuel + dialogue, effets sonores et musique + détails à préserver + image finale
Utilisez l’image 1 pour l’identité du produit et l’image 2 pour l’éclairage. Créez une vidéo verticale de lancement de 10 secondes pour l’enceinte noir mat. Commencez par un plan macro de la grille, reculez pendant qu’elle tourne, puis montrez des gouttelettes d’eau vibrant avec les basses. Préservez le logo, les commandes, les proportions et la finition. Utilisez une lumière froide sur les bords, un mouvement retenu, une ambiance électronique discrète et aucun texte supplémentaire.
Partez de l’emballage fermé fourni et terminez exactement sur l’image finale fournie avec le produit assemblé. Utilisez un mouvement de caméra continu : la boîte s’ouvre, les composants se soulèvent et le produit se met en place. Préservez les graphismes de l’emballage et la géométrie finale. Ajoutez des clics mécaniques et une courte tonalité conclusive.
Guides, comparaisons et mises à jour liés à ce modèle.
Tous les articles
Comparez 5 API vidéo IA abordables pour l'e-commerce et les drames courts IA. Consultez les tarifs actuels, les coûts par clip, les frais audio et le meilleur modèle pour chaque tâche.
Comparez 6 générateurs d'images IA les moins chers en 2026, à partir d'environ 0,0035 $ par image. Consultez les coûts par lot, les frais cachés et la meilleure API pour les startups.
Apprenez à créer une vidéo d'histoire IA pour enfants avec GPT Image 2 et Seedance 2.5, y compris le prompt complet, les sous-titres, le son, le montage et un test réel.
Découvrez Seedance 2.0 vs 2.5 dans le même test de storyboard de 15 secondes. Comparez la qualité cinématographique, l'émotion, les tarifs, les cas d'usage e-commerce et les fonctionnalités API.
Entrée
Sortie
