GPT-6 Sol、Claude Opus 5.5 已上线GPT-6 Sol 价格仅为 5.6 Sol 的一半

MiniMax H3 API

AI 视频

MiniMax H3 是 MiniMax 在 OmniaKey 上的视频线路:一个模型名同时覆盖文生视频、首尾帧生视频和参考生视频,输出 768P 或 2K。

MiniMax

MiniMax H3

模式
提示词0 / 12000
时长
分辨率
宽高比

自适应:跟随参考图或参考视频的画幅。

预计 $0.1614$0.0269/秒 × 6 秒

运行模型后,结果会显示在这里。

01

适用场景

MiniMax H3 是 MiniMax 在 OmniaKey 上的视频线路:一个模型名同时覆盖文生视频、首尾帧生视频和参考生视频,输出 768P 或 2K。

需要固定的起止画面,或由参考图、参考视频驱动运镜时选 MiniMax H3:768P 每秒 $0.03,2K 每秒 $0.04。只传参考音频会被拒绝,必须同时带上图片或视频参考。

02

能力范围

文生视频

minimax-h3

根据文字提示词生成一段短视频。

图生视频

minimax-h3

把静态图片动起来,生成一段短视频。

参考生视频

minimax-h3

用参考素材引导生成,让成片沿用其中的人物、画风或动作。

03

深入了解

MiniMax H3 是 Hailuo 系列当前的视频模型,在本目录里以 minimax-h3 一个 ID 覆盖三种任务:文生、图生(可带尾帧)与参考生视频。MiniMax 于 2026 年 7 月 31 日把它作为 Hailuo 01、02 之后的下一代发布,名字在不同页面上并不统一,接口里的模型描述写作 Hailuo-03。

它输出 768P 或 2K,时长取 4 到 15 的整数秒,支持七种画幅(含 21:9 横幅)。每条片段都带立体声,而 MiniMax 的创建文档没有提供关声音的开关,所以静音母版只能事后处理。

2026 年 10 月我们用 5 秒 768P 把三种模式各跑了一次:三条都是 24 fps、5.17 秒的 H.264 MP4,带立体声 AAC。下面这些观察,包括提示词没提声音时模型自行加上什么,都记在这里。

自带声音的场景

H3 会顺着动作配音:水管出现前先有水声,自行车那条铺上钢琴。把声音那句和画面那句写在一起,两者就能落在同一个节拍上,短视频可以省掉一遍拟音。

一次搞定首帧与尾帧

图生操作接受 first_frame 和可选的 last_frame,镜头不但能指定从哪儿开始,还能指定落到哪儿。要接下一场戏的匹配剪辑,这样就不必再渲一条。

图像、视频与音频一起参考

参考操作接受 reference_image、reference_video 与 reference_audio,我们那条 768P 任务同时带了图像、视频和音频。要注意单独一个音频文件会被拒绝:声音必须跟着画面一起提交。

04

实测记录

  • 我们用文生、图生与参考三种模式做的那三条 MiniMax H3 片段,都是 24 fps、5.17 秒、带立体声 AAC 的 H.264 MP4。

    阅读实测记录
  • 图生视频时我们完全没写画幅,MiniMax H3 保留了静帧自身的形状,返回 1376x768 的片段。

    阅读实测记录
  • 当我们的 MiniMax H3 提示词没有提到声音时,模型给机器人那条加了水声,给自行车那条加了钢琴。

    阅读实测记录
  • 2026 年 9 月 16 日的快速验证中,一条 MiniMax H3 参考生视频任务在 768P 下同时携带了图像、视频与音频参考并完成。

  • 当我们只提交一个音频文件、不带图像或视频时,MiniMax H3 的参考任务直接失败,没有启动任务。

05

需要预留的限制

  • 声音在请求里关不掉:创建文档里没有音频参数,要静音只能从成片里剥掉音轨。
  • 参考素材不能混类。帧属于图生操作,reference_image、reference_video、reference_audio 属于参考操作,只有音频的任务会被直接拒绝。
  • 整个请求体上限 1 MiB,含 Base64,所以我们的脚本只送 1024 像素的 JPEG;原尺寸静帧在任务建立之前就会失败。
  • 只有 768P 与 2K 有价。请求 1080P 或 4K 会以价格错误被拒,而不是被降档,代码里要直接选支持的尺寸。

06

对比相近模型

模型更适合操作标价
MiniMax H3当前页
minimax-h3
768P 或 2K,4 到 15 秒,立体声,支持首尾帧与音频参考。文生视频 · 图生视频 · 参考生视频
$0.0269–$0.0431
每秒
Wan 3.0
wan3.0-video
有 480P 打样与 30 秒长镜头,单价更低,声音可以关掉。文生视频 · 图生视频 · 参考生视频
$0.04–$0.16
每秒
HappyHorse 1.1
happyhorse-1.1
每种操作要单独一个 ID,上限 1080P,但多一档 480P。文生视频 · 图生视频 · 参考生视频
$0.042–$0.108
每秒

08

接入方式

媒体模型采用异步任务:创建任务、轮询到完成,再下载签名后的资源地址。

创建、轮询、下载
# 1. Create the job. 202 Accepted; the body carries the task id,
#    the pre-charged price, and a poll_url. Reuse one Idempotency-Key
#    across retries so a timeout never starts a second paid job.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: minimax-h3-001" \
  -d '{
    "model": "minimax-h3",
    "type": "video",
    "operation": "text_to_video",
    "input": {"prompt": "a paper boat on a quiet lake at sunset"},
    "parameters": {"duration": 6, "resolution": "720p"}
  }'

# 2. The same model id and the same poll loop serve the other operations:
#      image_to_video         media[] type "first_frame"
#      reference_to_video     media[] type "reference_image"
#    Reference media travel alongside the prompt:
#    {"prompt": "...", "media": [{"type": "first_frame", "url": "https://example.com/first-frame.png"}]}
#    A public HTTPS URL or a base64 data URI both work.

# 3. Poll GET /v1/media/tasks/{id} until status is
#    succeeded | failed | canceled. Progress carries percent and stage.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks/TASK_ID \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY"

# 4. Download assets[0].url before expires_at, or poll again for a
#    fresh signed URL. Failed and canceled jobs are refunded.
curl -sS -o out.mp4 "$(jq -r '.assets[0].url' result.json)"

09

价格

视频任务按实际输出的秒数计费,不按 Token 计费;失败或取消的任务会自动退款。

每输出一秒

$0.0269–$0.0431每秒省 82%

768P
$0.0269每秒
2K
$0.0431每秒

相关文章

常见问题

如何在 OmniaKey 上调用 MiniMax H3?

向 /v1/media/tasks 发送 POST,带上模型 ID、type 设为 "video"、operation 设为 "text_to_video";若用首帧图生视频,改为 "image_to_video",并把首帧放入 input.media[](type 设为 "first_frame")。重试时复用同一个 Idempotency-Key,超时就不会再生成第二笔付费任务。

MiniMax H3 如何收费?

MiniMax H3 按生成视频的时长计费:$0.0269–$0.0431 每秒。创建时会按请求时长从预付余额中预扣,失败或取消的任务会自动退款。

为什么接口返回任务 ID 而不是视频?

视频渲染大约需要一分钟到几分钟,OmniaKey 因此把所有视频路由统一为同一套异步流程。轮询 GET /v1/media/tasks/{id},直到状态变为 succeeded,再读取签名后的资源地址。

片段最长多少秒?

4 到 15 的整数秒,用 duration 指定,不接受小数。排期请按整秒规划。我们的任务请求的是 5 秒,返回 5.17 秒,属于正常的封装补齐,不是多出画面。

能关掉声音吗?

请求里不能。MiniMax 的创建文档没有为 H3 列出音频开关,我们的片段即使提示词没提声音也都带立体声 AAC 音轨。客户要静音,就在剪辑里或下载后剥掉音轨。

只发音频参考会怎样?

请求在建立任务之前就被拒绝。参考音频必须和参考图像或参考视频一起提交,文档如此规定,我们那条只有音频的任务也正因此失败。在同一任务里加一张图就可以继续。

会保留静帧的形状吗?

图生任务里不写 aspect_ratio 就会保留。我们那条 1376x768 的文件跟随静帧,而不是补成 16:9;MiniMax 文档也说明图生跟随画面、文生需要固定画幅。按交付比例做好静帧即可。

该按哪些分辨率做预算?

768P 或 2K。请求 1080P 或 4K 会返回价格错误,因为 H3 没有这两档,脚本若沿用别的模型尺寸就会在这里失败。我们自己的任务都跑在 768P,依赖 2K 的场次请先单跑一条确认。