ltx-2/pro/text-to-video
Générez une vidéo à partir d’un prompt obligatoire avec une durée de 6, 8 ou 10 secondes, de 1080p à 2160p, 25 ou 50 FPS, un format 16:9 fixe et un son facultatif.
Minimax H3 Reference to Video generates a 768p or 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 | $0.11 |
| 2K | $0.16 |
| Output | Reference video | Counted seconds | Cost at 768p | Cost at 2K |
|---|---|---|---|---|
| 5s | none | 5 | $0.55 | $0.80 |
| 10s | none | 10 | $1.10 | $1.60 |
| 15s | none | 15 | $1.65 | $2.40 |
| 10s | 5s | 15 | $1.65 | $2.40 |
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.
Générez une vidéo à partir d’un prompt obligatoire avec une durée de 6, 8 ou 10 secondes, de 1080p à 2160p, 25 ou 50 FPS, un format 16:9 fixe et un son facultatif.
Créez une courte vidéo avec son synchronisé à partir d’images de référence et d’une invite.
Créez des vidéos réalistes à partir d’images avec fluidité et style.
Vidéo réaliste, mouvements fluides et cohérence visuelle assurée
Agrandissez une vidéo source vers la résolution et la fréquence d’images choisies.
Image-to-video premium offrant la meilleure fidélité visuelle et les mouvements les plus réalistes de la gamme Kling V3.0.
Minimax H3 Reference to Video génère une vidéo 768p ou 2K à partir d'une invite écrite et du support de référence que vous fournissez. Il est conçu pour les travaux dans lesquels un sujet doit rester reconnaissable sur toutes les prises de vue, comme un personnage récurrent, un produit ou l'apparence d'une marque. Vous attachez au moins une image ou une vidéo de référence, décrivez la scène et le modèle détermine comment ces références doivent se comporter à l'écran.
Vous pouvez joindre jusqu'à 9 images de référence, jusqu'à 3 vidéos de référence et jusqu'à 3 fichiers audio de référence. Les images guident l'identité, le style et la composition, tandis que les vidéos guident le mouvement, le rythme et le comportement de la caméra dans Minimax H3 Reference to Video. L'audio ne peut pas être soumis seul ; il doit accompagner une référence image ou vidéo.
L'image vers la vidéo épingle la première image littérale du clip, de sorte que la composition d'ouverture est fixe. Le Minimax H3 Reference to Video traite plutôt vos médias comme un guide, ce qui laisse le cadrage et le mouvement de la caméra plus libres tout en maintenant la cohérence du sujet. Choisissez-le lorsque vous vous souciez davantage de qui ou de ce qui apparaît que du cadre d'ouverture exact.
La résolution de sortie est sélectionnable comme « 768p » ou « 2k », avec une durée sélectionnable de 4 à 15 secondes en secondes entières. Minimax H3 Reference to Video prend en charge six formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16, de sorte que les livrables grand écran, carrés et verticaux proviennent tous du même modèle. Vérifiez le panneau de paramètres sur cette page pour les valeurs actuellement exposées.
L'invite accepte 1 à 4 000 caractères et au moins une image ou une vidéo de référence doit être présente pour que la requête soit exécutée. Le nombre de références est limité à 9 images, 3 vidéos et 3 fichiers audio. Les limites peuvent varier selon les paramètres du mode ou du fournisseur, alors confirmez-les par rapport au panneau en direct avant de construire autour d'elles.
Énoncez explicitement la relation entre vos références : laquelle est le sujet et laquelle fournit le mouvement. La référence Minimax H3 à la vidéo suit bien mieux une relation nommée qu'une relation implicite, et les références contradictoires ont tendance à se faire une moyenne. Décrivez l'action visible et le comportement de la caméra plutôt que des mots d'ambiance abstraits.
Oui. Prototypez dans l'interface utilisateur Web RunComfy AI Playground jusqu'à ce que les références, l'invite, la résolution et la durée soient correctes, puis appelez le même modèle via l'API RunComfy avec des paramètres identiques. Cela permet à Minimax H3 Reference to Video de se comporter de la même manière entre l'exploration manuelle et les tâches automatisées dans votre propre pipeline.
Les générations consomment des USD ou des crédits de votre solde RunComfy à 0,11 $ par seconde comptée pour 768p et 0,16 $ par seconde comptée pour 2K. Les secondes comptées correspondent au clip terminé plus la durée combinée de toutes les vidéos de référence que vous joignez, donc une sortie 768p de 10 secondes avec un clip de référence de 5 secondes coûte 15 secondes, soit 1,65 $. Étant donné que les clips de référence sont mesurés après l'exécution, le chiffre affiché avant votre soumission est une estimation ; pour des questions de facturation, contactez hi@runcomfy.com.
RunComfy est la première ComfyUI plateforme, offrant des ComfyUI en ligne environnement et services, ainsi que des workflows ComfyUI proposant des visuels époustouflants. RunComfy propose également AI Models, permettant aux artistes d'utiliser les derniers outils d'IA pour créer des œuvres d'art incroyables.
