minimax-h3-open/text-to-video
Offene Text-zu-Video-Konvertierung mit 480p/768p und nativem Stereo-Audio.
Minimax H3 Reference to Video generates a 768p, 2K clip from a text prompt and the reference media you attach. Supply at least one reference image or video, describe the scene you want, and the model works out how your references should behave on screen.
The split is simple. Images pin what things look like; videos pin how things move. Minimax H3 Reference to Video reads both against your prompt rather than treating either as a fixed template.
768p for cheaper drafts or 2k when detail needs to hold up in large placements.The live Minimax H3 Reference to Video fields on this page.
| Parameter | Required | Type | Default | Range / Options | Description |
|---|---|---|---|---|---|
| prompt * | Yes (*) | string | Sample brief | 1-4000 characters | Scene, motion, camera work, visual style. |
| reference_images * | Yes (*) | array (URLs) | Sample reference | Up to 9 | Images guiding subject, style, composition. |
| reference_videos | No | array (URLs) | None | Up to 3 | Clips guiding movement, pacing, or interaction. |
| reference_audios | No | array (URLs) | None | Up to 3 | Audio guidance; needs an image or video too. |
| aspect_ratio * | Yes (*) | string | 16:9 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | Output framing. |
| duration * | Yes (*) | integer | 5 | 4-15 | Clip length in whole seconds. |
| resolution * | Yes (*) | string | 768p | 768p, 2k | Output resolution tier. |
At least one reference image or video is required.
Minimax H3 Reference to Video bills by resolution on counted seconds: the finished clip plus the combined length of any reference videos attached. Reference images and audio are not billed by duration.
| Resolution | Price per counted second |
|---|---|
| 768p | $0.10 |
| 2K | $0.16 |
| Output | Reference video | Counted seconds | Cost at 768p | Cost at 2K | Cost at |
|---|---|---|---|---|---|
| 5s | none | 5 | $0.50 | $0.80 | $0.88 |
| 10s | none | 10 | $1.00 | $1.60 | $1.76 |
| 15s | none | 15 | $1.50 | $2.40 | $2.64 |
| 10s | 5s | 15 | $1.50 | $2.40 | $2.64 |
Reference clips are measured after the job runs, so the figure shown before you submit is an estimate and the final charge reflects the real counted seconds.
1) Attach your references — Add images that define the subject and, if movement matters, clips that define it. Minimax H3 Reference to Video needs at least one of the two.
2) Write the brief — Describe the action, camera work, lighting, and mood.
3) Say how the references relate — Name which one supplies the subject and which supplies the motion. Minimax H3 Reference to Video follows an explicit relationship far better than an implied one.
4) Add reference audio (optional) — Only alongside an image or video reference in Minimax H3 Reference to Video.
5) Pick the aspect ratio — 16:9 widescreen, 9:16 vertical, 1:1 square, 21:9 wide cinematic.
6) Choose resolution and length — Start at 768p and a short duration while testing, then switch to 2k and extend toward 15 seconds once Minimax H3 Reference to Video is behaving.
7) Generate and refine — Change one reference or clause at a time so you can attribute the difference in the Minimax H3 Reference to Video output.
Offene Text-zu-Video-Konvertierung mit 480p/768p und nativem Stereo-Audio.
Erstellen Sie ein sechs Sekunden langes Video aus einem erforderlichen Text-Prompt mit Hailuo 02 Pro und optionaler Prompt-Erweiterung.
Erstelle fließende, ausdrucksstarke Animationen mit Storytelling-Fokus.
Erstellen Sie aus einem erforderlichen Prompt ein 5- oder 10-sekündiges Video. Wählen Sie `16:9`, `9:16` oder `1:1`, fügen Sie optional eine negative Prompt hinzu und passen Sie die Stärke der Prompt an.
Bearbeiten Sie ein vorhandenes Video mit einer Textanweisung und einer Video-URL.
Realistische 2D-Animationen aus Illustrationen mit KI – ideal für Künstler
Minimax H3 Reference to Video generiert ein 768p- oder 2K-Video aus einer schriftlichen Eingabeaufforderung und den von Ihnen bereitgestellten Referenzmedien. Es wurde für Arbeiten entwickelt, bei denen ein Motiv in allen Aufnahmen erkennbar bleiben muss, beispielsweise eine wiederkehrende Figur, ein Produkt oder das Erscheinungsbild einer Marke. Sie hängen mindestens ein Referenzbild oder -video an, beschreiben die Szene und das Modell legt fest, wie sich diese Referenzen auf dem Bildschirm verhalten sollen.
Sie können bis zu 9 Referenzbilder, bis zu 3 Referenzvideos und bis zu 3 Referenzaudiodateien anhängen. Bilder leiten Identität, Stil und Komposition, während Videos Bewegung, Tempo und Kameraverhalten im Minimax H3 Reference to Video steuern. Audio kann nicht einzeln eingereicht werden; Es muss eine Bild- oder Videoreferenz beiliegen.
Bei der Bild-zu-Video-Funktion wird das buchstäblich erste Bild des Clips fixiert, sodass die Eröffnungskomposition festgelegt ist. Minimax H3 Reference to Video hingegen behandelt Ihre Medien als Orientierungshilfe, wodurch Bildausschnitt und Kamerabewegung freier bleiben und das Motiv dennoch konsistent bleibt. Wählen Sie es, wenn es Ihnen wichtiger ist, wer oder was angezeigt wird als auf den genauen Öffnungsrahmen.
Die Ausgabeauflösung kann zwischen „768p“, „2k“ oder „“ gewählt werden, wobei die Dauer in ganzen Sekunden zwischen 5 und 15 Sekunden wählbar ist. Minimax H3 Reference to Video unterstützt sechs Seitenverhältnisse: 21:9, 16:9, 4:3, 1:1, 3:4 und 9:16, sodass Breitbild-, quadratische und vertikale Ergebnisse alle vom selben Modell stammen. Überprüfen Sie das Parameterfeld auf dieser Seite auf die aktuell angezeigten Werte.
Die Eingabeaufforderung akzeptiert 1 bis 7000 Zeichen und es muss mindestens ein Referenzbild oder -video vorhanden sein, damit die Anfrage ausgeführt werden kann. Die Referenzanzahl ist auf 9 Bilder, 3 Videos und 3 Audiodateien begrenzt. Die Grenzwerte können je nach Modus oder Anbietereinstellungen variieren. Überprüfen Sie sie daher anhand des Live-Panels, bevor Sie sie umgehen.
Geben Sie die Beziehung zwischen Ihren Referenzen explizit an: Welche davon ist Gegenstand und welche liefert den Antrag. Minimax H3 Reference to Video folgt einer benannten Beziehung viel besser als einer impliziten, und widersprüchliche Referenzen neigen dazu, sich gegenseitig auszugleichen. Beschreiben Sie sichtbare Aktionen und Kameraverhalten statt abstrakter Stimmungswörter.
Ja. Erstellen Sie Prototypen in der Web-Benutzeroberfläche von RunComfy AI Playground, bis Referenzen, Eingabeaufforderung, Auflösung und Dauer stimmen, und rufen Sie dann dasselbe Modell über die RunComfy-API mit identischen Parametern auf. Dadurch verhält sich Minimax H3 Reference to Video bei manueller Erkundung und automatisierten Jobs in Ihrer eigenen Pipeline gleich.
Generationen verbrauchen USD oder Credits von Ihrem RunComfy-Guthaben zu 0,10 $ pro gezählter Sekunde für 768p und 0,16 $ pro gezählter Sekunde für 2K ($0.16) (). Bei den gezählten Sekunden handelt es sich um den fertigen Clip plus die Gesamtdauer aller von Ihnen angehängten Referenzvideos. Eine 10-sekündige 768p-Ausgabe mit einem 5-sekündigen Referenzclip kostet also 15 Sekunden oder 1,50 US-Dollar. Da Referenzclips nach dem Lauf gemessen werden, handelt es sich bei der vor der Übermittlung angezeigten Zahl um eine Schätzung. Bei Fragen zur Rechnung wenden Sie sich bitte an hi@runcomfy.com.
RunComfy ist die führende ComfyUI Plattform, die ComfyUI online Umgebung und Services bietet, zusammen mit ComfyUI Workflows mit atemberaubenden Visualisierungen. RunComfy bietet auch AI Models, Künstlern ermöglichen, die neuesten AI-Tools zu nutzen, um unglaubliche Kunst zu schaffen.
