Aller au contenu

Vidéo

MiniMax H3

Vidéo

Disponible sur Ofrai — chat, image et vidéo dans un studio, avec des crédits partagés.

235 créditsFiche modèle

Studio vidéo

Aperçu

Pas encore de clip

L’aperçu de votre dernier clip s’affichera ici après la génération.

Ouvrir le studio

Exemples de prompts

Choisissez un exemple pour charger son prompt et ses réglages recommandés dans le créateur MiniMax H3 ci-dessus.

Mode d’emploi

Créer avec MiniMax H3 en trois étapes

  1. 01

    Choisissez vos entrées

    Gardez MiniMax H3 sélectionné, saisissez un prompt et ajoutez les références prises en charge.

  2. 02

    Réglez la sortie

    Choisissez le format, la résolution et les options Vidéo disponibles avant de générer.

  3. 03

    Générez et affinez

    Examinez le résultat, ajustez le prompt ou les réglages, puis créez une nouvelle version dans le même espace.

La page source décrivant cet endpoint s’intitule MiniMax Hailuo H3 video generation et documente trois identifiants de modèle : MiniMax-H3, MiniMax-H3-Max et MiniMax-H3-Max-Turbo. Elle ne définit pas de quatrième identifiant nommé H3 Video, et cette page n’en invente pas. Vous trouverez ci-dessous le contrat de requête vidéo Hailuo H3 tel qu’il figure dans la documentation.

La variante de base MiniMax-H3 sert de point d’entrée, car elle est la seule à proposer encore la 2K, celle à laquelle correspond la résolution par défaut documentée, et celle qui descend à quatre secondes, là où les niveaux Max commencent à cinq. Si le nom qui vous a conduit ici désigne un niveau Max, les paramètres restent ceux documentés ici : les valeurs envoyées pour la résolution, la durée et les médias de référence déterminent le niveau qui réalise le rendu de votre tâche.

Ce que la documentation décrit pour cet endpoint, et ce qu’elle ne décrit pas

La documentation décrit une seule interface de génération vidéo proposant trois identifiants de modèle, et non trois interfaces ou quatre identifiants. En pratique, la structure de la requête est unique et son contenu détermine le niveau utilisé. La génération de vidéo à partir de texte ne nécessite aucun média. Une ou deux images jointes avec des rôles déclarés activent les modes fondés sur les images de début et de fin.

Trois à neuf images activent le mode de références combinées, indisponible sur Max-Turbo : une requête valide pour MiniMax-H3 ou MiniMax-H3-Max sera donc refusée par l’identifiant Turbo. La durée et la résolution déterminent ensuite les autres possibilités : de 4 à 15 secondes et 2K ou 768p pour le niveau de base, de 5 à 15 secondes et 480P ou 768P pour les deux niveaux Max. Cet endpoint ne possède aucun paramètre de mode.

Il faut le préciser clairement, car la structure de la requête est donc votre seul moyen de contrôler le mode.

Le niveau de base est le seul qui propose encore la 2K

MiniMax-H3 accepte les résolutions 2K et 768p, tandis que MiniMax-H3-Max et MiniMax-H3-Max-Turbo acceptent 480P et 768P. Pour la durée, le niveau de base va de 4 à 15 secondes, contre 5 à 15 pour les niveaux Max. La résolution par défaut documentée pour l’endpoint est 2K : une requête qui ne précise aucune résolution utilise donc la résolution la plus élevée du niveau de base. Ce choix par défaut mérite votre attention, car un brouillon qui en hérite est un brouillon en 2K.

La durée minimale de quatre secondes constitue l’autre différence, et la plus utile en pratique : quatre secondes conviennent naturellement à une courte ponctuation vidéo, à un point de boucle ou à un plan devant s’insérer dans un emplacement existant, et cette durée est indisponible aux niveaux supérieurs. Notez également que la documentation emploie une casse différente pour la résolution intermédiaire des deux niveaux : 768p pour MiniMax-H3 et 768P pour les niveaux Max. Envoyez donc la valeur exacte, sans en normaliser la casse.

Un prompt, trois modes de génération

Cette famille prend en charge la génération de vidéo à partir de texte, la génération de vidéo à partir d’une image de début ou de fin, ainsi qu’un mode combiné utilisant ensemble des références image, vidéo et audio. Ce dernier est un mode unique exploitant plusieurs types de médias, et non trois fonctionnalités à activer indépendamment.

Le mode utilisé est déduit des entrées plutôt que déclaré : aucune image signifie une génération à partir de texte, une ou deux images avec des rôles correspondent aux modes fondés sur les images de début et de fin, et trois images ou plus correspondent au mode de références combinées. Le champ du rapport d’aspect le confirme, car son comportement varie selon le mode.

Sa valeur par défaut est 16:9 pour la génération à partir de texte, où adaptive n’est pas accepté ; il est entièrement ignoré dans les modes fondés sur les images de début et de fin, car l’image source détermine le cadrage ; enfin, sa valeur par défaut est adaptive dans le mode de références combinées, qui accepte également une valeur explicite. Si une requête se comporte de manière inattendue, vérifier lequel de ces trois cas s’applique permet de résoudre la plupart des problèmes.

Le nombre d’images détermine leur rôle

Ce mécanisme est source de confusion avec les trois identifiants. Le champ de compatibilité image_urls accepte un tableau d’URL et déduit la fonction de chaque image du nombre d’éléments : une image constitue l’image de début ; deux images constituent, dans l’ordre, l’image de début puis l’image de fin ; trois à neuf images constituent des images de référence, prises en charge uniquement par MiniMax-H3 et MiniMax-H3-Max. Le maximum est de neuf images.

Pour les nouvelles intégrations, la documentation recommande plutôt image_with_roles, qui indique explicitement chaque rôle, et déconseille expressément d’envoyer les deux champs ensemble, car la fonction d’une image peut alors devenir ambiguë. La règle générale à retenir est que le rôle ne devrait jamais être déduit à votre place lorsque le mode utilisé lui donne de l’importance : une requête contenant trois images est une requête de référence, pas une requête avec une image et deux éléments supplémentaires.

La traiter autrement produit un résultat qui ressemble à une erreur de rendu plutôt qu’à une erreur signalée.

L’envoi renvoie une tâche, pas une vidéo

L’appel est asynchrone et renvoie un objet generation.task. C’est l’intégralité du contrat de retour, avec trois conséquences à prendre en compte dans la conception de l’intégration. Les médias de référence doivent déjà être accessibles par URL au moment de l’envoi, car aucun élément de la requête ne les téléverse pour vous. La réponse ne peut pas être considérée comme le résultat : l’intégration doit donc prévoir des interrogations périodiques de l’état de la tâche.

Enfin, un échec dans une interface asynchrone se manifeste différemment d’un échec dans une interface synchrone : la requête est acceptée, puis la tâche échoue ultérieurement. Votre gestion des erreurs doit donc couvrir les changements d’état aussi bien que la réponse. Rien de tout cela n’est inhabituel, mais ces points font toute la différence entre une intégration qui fonctionne à la première tâche et une intégration qui fonctionne encore à la dixième.

7000 caractères et le seul champ indispensable

prompt est obligatoire et limité à 7000 caractères. Les conseils de structuration de la documentation sont particulièrement utiles : décrivez le sujet, l’action, la scène, la caméra, le style et les exigences sonores, dans cet ordre. Dans le mode de références combinées, les références doivent figurer dans la partie consacrée au sujet ; l’ordre des phrases y joue donc un rôle essentiel. Une référence mentionnée après les indications de caméra tend à être interprétée comme un élément de décor.

Sept mille caractères dépassent largement les besoins de la plupart des plans, et le risque d’une telle capacité n’est pas de manquer de place, mais de vouloir toute l’utiliser. Deux descriptions contradictoires du même sujet produisent un résultat dilué, pas plus riche. Décrivez le sujet une seule fois, laissez les références en définir l’identité et consacrez une phrase distincte aux indications de caméra, afin de pouvoir déterminer si un rendu raté vient d’un problème de référence ou de caméra.

FAQ

MiniMax H3 Video est-il un identifiant de modèle distinct ?
Pas selon la documentation. La page source s’intitule MiniMax Hailuo H3 video generation et définit trois identifiants : MiniMax-H3, MiniMax-H3-Max et MiniMax-H3-Max-Turbo. Il n’existe pas de quatrième identifiant nommé H3 Video ; la résolution, la durée et les médias de référence d’une requête déterminent le niveau utilisé.
Quelles résolutions et durées la variante de base MiniMax-H3 accepte-t-elle ?
La résolution est 2K ou 768p, avec 2K comme valeur par défaut documentée pour l’endpoint, et la durée peut être n’importe quel nombre entier de 4 à 15 secondes. Les deux niveaux Max acceptent 480P ou 768P et des durées de 5 à 15 secondes : une requête de quatre secondes ne convient donc qu’au niveau de base.
Comment chaque image jointe est-elle utilisée ?
Avec le champ de compatibilité, c’est le nombre d’images qui décide : une image devient l’image de début ; deux images deviennent l’image de début puis l’image de fin ; trois à neuf images deviennent des images de référence, prises en charge par le niveau de base et MiniMax-H3-Max, mais pas par Turbo. Le maximum est de neuf images. Déclarez explicitement les rôles avec image_with_roles et ne l’envoyez jamais avec image_urls.
Puis-je demander un rapport 9:16 lorsque je fournis une image de début ?
Non : dans les modes fondés sur les images de début et de fin, la sortie s’adapte toujours à l’image d’entrée et le rapport est ignoré. adaptive est indisponible pour la génération à partir de texte, dont la valeur par défaut est 16:9, et ne devient la valeur par défaut que dans le mode de références combinées. Autrement dit, le rapport d’aspect constitue une contrainte, reste sans effet ou fournit une valeur par défaut selon les entrées présentes.

FAQ

Puis-je utiliser MiniMax H3 directement sur cette page ?
Oui. Le créateur ci-dessus est le véritable studio Ofrai, avec MiniMax H3 sélectionné par défaut.
Où mes résultats sont-ils enregistrés ?
Les générations des utilisateurs connectés sont conservées dans la bibliothèque Ofrai pour être téléchargées ou rouvertes.
Quels prompts fonctionnent le mieux avec MiniMax H3 ?
Décrivez clairement le sujet, le décor, le style visuel, la lumière ainsi que la caméra ou le mouvement. Les exemples ci-dessus sont de bons points de départ.
Puis-je modifier les prompts d’exemple avant de générer ?
Oui. Chargez un exemple, puis modifiez son texte, son format, ses références ou tout autre réglage pris en charge.

Comparez d’autres modèles Vidéo capables de réaliser des créations similaires à MiniMax H3.

L’usage commercial dépend du modèle sélectionné et des conditions du modèle.