{ "aboutHtml": "

Ein audiovisuelles Ergebnis aus einem multimodalen Briefing

MiniMax H3 ist MiniMaxs omnimodales Videosystem. Es interpretiert Text, Bilder, Video und Ton gemeinsam und erzeugt anschliessend Video mit nativem Stereoton. Der Hersteller positioniert es für kurze kreative Arbeiten wie Produktvisualisierungen, Werbung, animierte Plakate und Filmtitelkonzepte, bei denen die Beziehungen zwischen Referenzmaterialien ebenso wichtig sind wie die Szenenbeschreibung.

Das dokumentierte System erzeugt Videos von 4–15 Sekunden mit 24 Bildern pro Sekunde und 32-kHz-Stereoton. Seine H3-Base-Generierung arbeitet mit 768p; der vollständige 2K-Ablauf regeneriert dieses Ergebnis mit dem ursprünglichen multimodalen Kontext. Das ist mehr als eine konventionelle Grössenänderung: Die zweite Stufe verwendet Modell und Quellkontext erneut, um feine Details wiederherzustellen. H3 Max und H3-Context-IR haben separate Aufgaben und Grenzen.

Text- und einzelbildgesteuerte Erstellung

Reine Texteingabe beschreibt die gesamte audiovisuelle Zeitleiste. Ein erstes Bild verankert den Anfang, ein letztes den Schluss, und zwei Bilder können beides definieren. Beginnen Sie bei einer Einstellung mit Erstbild mit der im Standbild sichtbaren Komposition und Identität und beschreiben Sie danach die daraus entstehende Handlung. Beschreiben Sie bei einem Übergang vom ersten zum letzten Bild die beobachtbare Verbindung der beiden Zustände, statt zwei unabhängige Bildbeschreibungen zu wiederholen.

Ein praktisches Produktbriefing kann eine geschlossene Verpackung im Eröffnungsbild, die öffnende Hand, eine sanfte Kamerabewegung und den zu erreichenden Endzustand festlegen. Erhalten Sie Objektform, Etikettplatzierung und Licht in den bereitgestellten Bildern. Einzelbildgesteuerte und referenzgestützte Erstellung sind separate Eingabemodi; die Herstellerschnittstelle mischt Erst-/Letztbildrollen nicht mit Referenzmedienrollen in einer Anfrage.

Referenzgestützte Generierung und Bearbeitung

Der Referenzmodus akzeptiert Text mit Bildern, Video- und Audioclips. Benennen Sie den Beitrag jeder Quelle: die Erscheinung einer Figur, einen Ort, Kamerabewegung, zeitliche Struktur eines Quellclips oder eine Stimme. Ein Video nur für Kamerabewegung unterscheidet sich von einem Video, das tatsächlich bearbeitet oder fortgesetzt werden soll. Nennen Sie diese Beziehung ausdrücklich.

Der Referenzleitfaden des Herstellers trennt Motivdefinitionen, Aufgabenübersicht, Erhaltungsanalyse, detaillierte Einstellungsbeschreibung, gesamte Klanglandschaft und nur für das Publikum hörbare Hintergrundmusik. Er unterscheidet das Erhalten sichtbarer Inhalte von Attributübertragung oder einer allgemeinen Stilreferenz. Beim Ton ist die Kopie eines Signals etwas anderes als eine Referenz für Klangfarbe, Rhythmus oder Darbietung. Halten Sie diese Rollen im gesamten Briefing stabil.

Liefern Sie für eine referenzgesteuerte Szene ein Figurenbild, eine kurze Kamerabewegungsreferenz und eine akustische Stimmreferenz und beschreiben Sie dann, wo jede die Zieleinstellung beeinflussen soll. Benennen Sie Kleidungs-, Umgebungs- oder Objektdetails, die erkennbar bleiben müssen. Vergleichen Sie den fertigen Clip mit diesen Anforderungen, einschliesslich Bewegungskontinuität und Beziehung zwischen sichtbarem Sprecher und hörbarer Stimme.

Sprache, Ton und Einstellungstiming

H3 modelliert Dialog, physische Geräusche, Atmosphäre und Musik gemeinsam. Die Modellkarte dokumentiert stabile Dialogunterstützung für Arabisch, Chinesisch, Englisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch, Russisch und Spanisch; für andere Sprachen wird unterschiedliche Unterstützung beschrieben. Geben Sie exakten Wortlaut und Sprache an und erhalten Sie über die Einstellungen hinweg eine stabile Sprecheridentität.

Die Prompt-Leitfäden des Herstellers verwenden Englisch für beschreibende Abschnitte und erhalten Dialog sowie sichtbaren Text in der Originalsprache. Gesprochener Inhalt nutzt <d>[Language] ...</d>, wobei Sprecheridentität und Stimmbeschreibung ausserhalb des Blocks stehen. Unterscheiden Sie in der Szene gesprochene Sprache von einem Off-Kommentar und benennen Sie, wenn ein Satz über einen Schnitt hinweg fortgeführt oder am Ende abgebrochen wird. Erhalten Sie ebenso sichtbaren Text exakt. Passen Sie die Sprachmenge an die gewählte Dauer an und prüfen Sie gerenderte Wörter und hörbaren Satz gemeinsam.

Beschreiben Sie Kamerabewegung als Handlung, bei Bedarf mit Umfang und Geschwindigkeit. Nummerieren Sie Einstellungen in Wiedergabereihenfolge und halten Sie Schnittzeitpunkte innerhalb der Videodauer. Trennen Sie Szenengeräusche wie Schritte oder eine schliessende Tür von nur für das Publikum hörbarer Hintergrundmusik. So lässt sich ein kurzer Einstellungsplan leichter interpretieren und anhand seines Ergebnisses prüfen.

Eingabevorbereitung und Zahlengrenzen

Das aktuelle Generierungsschema verlangt in jedem Modus nicht leeren Text mit bis zu 7’000 Zeichen pro Textelement. Bilder dürfen JPG, JPEG, PNG, WebP, HEIC oder HEIF verwenden, bis 30 MB pro Datei gross sein und Seiten von 256 bis 5’760 Pixeln sowie ein Seitenverhältnis von 0.4 bis 2.5 haben. Einzelbildeingabe erlaubt ein Eröffnungs- und ein Endbild; Referenzmodus erlaubt bis zu neun Referenzbilder.

Referenzvideo kann bis zu drei MP4- oder MOV-Clips enthalten, jeweils 2–15 Sekunden und zusammen höchstens 15 Sekunden. Ein Clip darf bis 50 MB gross sein; Videocodec ist H.264 oder H.265, mit AAC- oder MP3-Ton, Seiten von 256 bis 5’760 Pixeln, Verhältnissen von 0.4 bis 2.5 und Bildraten von 23.976 bis 60. Referenzton unterstützt bis zu drei WAV- oder MP3-Clips bis 15 MB pro Datei, jeweils 2–15 Sekunden und zusammen höchstens 15 Sekunden. Die Modellkarte begrenzt gemischte Referenzeingaben auf 12 Dateien. Die dokumentierte Grenze des Anfragekörpers beträgt 64 MB und ist von den Dateigrenzen zu unterscheiden.

Wählen Sie nur Referenzen, die zum Briefing beitragen, und machen Sie jeden Beitrag ausdrücklich. Eine klare Motivansicht ist nützlicher als mehrere widersprüchliche Ansichten ohne Erklärung. Erhalten Sie die Referenzreihenfolge, beschneiden Sie irrelevantes Material ohne notwendigen Szenenkontext zu entfernen und prüfen Sie, ob kurze Quellclips die verlangte Handlung oder Stimmeigenschaft enthalten.

Ausgabeformat und vollständiges System

Die H3-Schnittstelle des Herstellers bietet 768P und 2K. Reine Textgenerierung verlangt ein konkretes Verhältnis: 21:9, 16:9, 4:3, 1:1, 3:4 oder 9:16. Erstellung mit erstem/letztem Einzelbild übernimmt ihr Seitenverhältnis vom Eingabebild; Referenzerstellung kann ein adaptives oder ausdrückliches Verhältnis nutzen. Die ganzzahlige Ausgabedauer beträgt 4–15 Sekunden.

Die Modellkarte unterscheidet H3-Context-IR zur Interpretation und Anreicherung des Briefings, H3-Base zur Generierung audiovisuellen Inhalts und H3-Regenerate-2K zur Erstellung des höher aufgelösten Ergebnisses. Die veröffentlichten Basis-Checkpoints trennen einzelbildgesteuerte Aufgaben von Omni-Reference-Aufgaben. Kontext- und Regenerierungskomponenten unterscheiden sich von diesen Basisgewichten; der Name eines offenen Checkpoints allein belegt daher nicht das Verhalten des gesamten Systems.

Der Generierungsablauf des Herstellers ist asynchron. Seine Auftragsabfrage ruft Aufträge der vorausgehenden sieben Tage ab. Bewahren Sie die Auftragskennung auf, bis das tatsächliche Videoergebnis zurückgegeben wird, und speichern Sie dann den Clip statt nur einer zeitlich begrenzten Downloadadresse. Prüfen Sie visuelle Identität, Kleinschrift, Objektinteraktionen, gesprochenen Inhalt und Tontiming in der vorgesehenen Anzeigegrösse. Der Hersteller nennt multimodales Verständnis und feine Bilddetails als weiterhin verbesserungsfähige Bereiche; ein detailliertes Briefing und der Quellvergleich bleiben für ein brauchbares Ergebnis zentral.

", "aboutText": "Ein audiovisuelles Ergebnis aus einem multimodalen Briefing\n\nMiniMax H3 ist MiniMaxs omnimodales Videosystem. Es interpretiert Text, Bilder, Video und Ton gemeinsam und erzeugt anschliessend Video mit nativem Stereoton. Der Hersteller positioniert es für kurze kreative Arbeiten wie Produktvisualisierungen, Werbung, animierte Plakate und Filmtitelkonzepte, bei denen die Beziehungen zwischen Referenzmaterialien ebenso wichtig sind wie die Szenenbeschreibung.\n\nDas dokumentierte System erzeugt Videos von 4–15 Sekunden mit 24 Bildern pro Sekunde und 32-kHz-Stereoton. Seine H3-Base-Generierung arbeitet mit 768p; der vollständige 2K-Ablauf regeneriert dieses Ergebnis mit dem ursprünglichen multimodalen Kontext. Das ist mehr als eine konventionelle Grössenänderung: Die zweite Stufe verwendet Modell und Quellkontext erneut, um feine Details wiederherzustellen. H3 Max und H3-Context-IR haben separate Aufgaben und Grenzen.\n\nText- und einzelbildgesteuerte Erstellung\n\nReine Texteingabe beschreibt die gesamte audiovisuelle Zeitleiste. Ein erstes Bild verankert den Anfang, ein letztes den Schluss, und zwei Bilder können beides definieren. Beginnen Sie bei einer Einstellung mit Erstbild mit der im Standbild sichtbaren Komposition und Identität und beschreiben Sie danach die daraus entstehende Handlung. Beschreiben Sie bei einem Übergang vom ersten zum letzten Bild die beobachtbare Verbindung der beiden Zustände, statt zwei unabhängige Bildbeschreibungen zu wiederholen.\n\nEin praktisches Produktbriefing kann eine geschlossene Verpackung im Eröffnungsbild, die öffnende Hand, eine sanfte Kamerabewegung und den zu erreichenden Endzustand festlegen. Erhalten Sie Objektform, Etikettplatzierung und Licht in den bereitgestellten Bildern. Einzelbildgesteuerte und referenzgestützte Erstellung sind separate Eingabemodi; die Herstellerschnittstelle mischt Erst-/Letztbildrollen nicht mit Referenzmedienrollen in einer Anfrage.\n\nReferenzgestützte Generierung und Bearbeitung\n\nDer Referenzmodus akzeptiert Text mit Bildern, Video- und Audioclips. Benennen Sie den Beitrag jeder Quelle: die Erscheinung einer Figur, einen Ort, Kamerabewegung, zeitliche Struktur eines Quellclips oder eine Stimme. Ein Video nur für Kamerabewegung unterscheidet sich von einem Video, das tatsächlich bearbeitet oder fortgesetzt werden soll. Nennen Sie diese Beziehung ausdrücklich.\n\nDer Referenzleitfaden des Herstellers trennt Motivdefinitionen, Aufgabenübersicht, Erhaltungsanalyse, detaillierte Einstellungsbeschreibung, gesamte Klanglandschaft und nur für das Publikum hörbare Hintergrundmusik. Er unterscheidet das Erhalten sichtbarer Inhalte von Attributübertragung oder einer allgemeinen Stilreferenz. Beim Ton ist die Kopie eines Signals etwas anderes als eine Referenz für Klangfarbe, Rhythmus oder Darbietung. Halten Sie diese Rollen im gesamten Briefing stabil.\n\nLiefern Sie für eine referenzgesteuerte Szene ein Figurenbild, eine kurze Kamerabewegungsreferenz und eine akustische Stimmreferenz und beschreiben Sie dann, wo jede die Zieleinstellung beeinflussen soll. Benennen Sie Kleidungs-, Umgebungs- oder Objektdetails, die erkennbar bleiben müssen. Vergleichen Sie den fertigen Clip mit diesen Anforderungen, einschliesslich Bewegungskontinuität und Beziehung zwischen sichtbarem Sprecher und hörbarer Stimme.\n\nSprache, Ton und Einstellungstiming\n\nH3 modelliert Dialog, physische Geräusche, Atmosphäre und Musik gemeinsam. Die Modellkarte dokumentiert stabile Dialogunterstützung für Arabisch, Chinesisch, Englisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch, Russisch und Spanisch; für andere Sprachen wird unterschiedliche Unterstützung beschrieben. Geben Sie exakten Wortlaut und Sprache an und erhalten Sie über die Einstellungen hinweg eine stabile Sprecheridentität.\n\nDie Prompt-Leitfäden des Herstellers verwenden Englisch für beschreibende Abschnitte und erhalten Dialog sowie sichtbaren Text in der Originalsprache. Gesprochener Inhalt nutzt `[Language] ...`, wobei Sprecheridentität und Stimmbeschreibung ausserhalb des Blocks stehen. Unterscheiden Sie in der Szene gesprochene Sprache von einem Off-Kommentar und benennen Sie, wenn ein Satz über einen Schnitt hinweg fortgeführt oder am Ende abgebrochen wird. Erhalten Sie ebenso sichtbaren Text exakt. Passen Sie die Sprachmenge an die gewählte Dauer an und prüfen Sie gerenderte Wörter und hörbaren Satz gemeinsam.\n\nBeschreiben Sie Kamerabewegung als Handlung, bei Bedarf mit Umfang und Geschwindigkeit. Nummerieren Sie Einstellungen in Wiedergabereihenfolge und halten Sie Schnittzeitpunkte innerhalb der Videodauer. Trennen Sie Szenengeräusche wie Schritte oder eine schliessende Tür von nur für das Publikum hörbarer Hintergrundmusik. So lässt sich ein kurzer Einstellungsplan leichter interpretieren und anhand seines Ergebnisses prüfen.\n\nEingabevorbereitung und Zahlengrenzen\n\nDas aktuelle Generierungsschema verlangt in jedem Modus nicht leeren Text mit bis zu 7’000 Zeichen pro Textelement. Bilder dürfen JPG, JPEG, PNG, WebP, HEIC oder HEIF verwenden, bis 30 MB pro Datei gross sein und Seiten von 256 bis 5’760 Pixeln sowie ein Seitenverhältnis von 0.4 bis 2.5 haben. Einzelbildeingabe erlaubt ein Eröffnungs- und ein Endbild; Referenzmodus erlaubt bis zu neun Referenzbilder.\n\nReferenzvideo kann bis zu drei MP4- oder MOV-Clips enthalten, jeweils 2–15 Sekunden und zusammen höchstens 15 Sekunden. Ein Clip darf bis 50 MB gross sein; Videocodec ist H.264 oder H.265, mit AAC- oder MP3-Ton, Seiten von 256 bis 5’760 Pixeln, Verhältnissen von 0.4 bis 2.5 und Bildraten von 23.976 bis 60. Referenzton unterstützt bis zu drei WAV- oder MP3-Clips bis 15 MB pro Datei, jeweils 2–15 Sekunden und zusammen höchstens 15 Sekunden. Die Modellkarte begrenzt gemischte Referenzeingaben auf 12 Dateien. Die dokumentierte Grenze des Anfragekörpers beträgt 64 MB und ist von den Dateigrenzen zu unterscheiden.\n\nWählen Sie nur Referenzen, die zum Briefing beitragen, und machen Sie jeden Beitrag ausdrücklich. Eine klare Motivansicht ist nützlicher als mehrere widersprüchliche Ansichten ohne Erklärung. Erhalten Sie die Referenzreihenfolge, beschneiden Sie irrelevantes Material ohne notwendigen Szenenkontext zu entfernen und prüfen Sie, ob kurze Quellclips die verlangte Handlung oder Stimmeigenschaft enthalten.\n\nAusgabeformat und vollständiges System\n\nDie H3-Schnittstelle des Herstellers bietet 768P und 2K. Reine Textgenerierung verlangt ein konkretes Verhältnis: 21:9, 16:9, 4:3, 1:1, 3:4 oder 9:16. Erstellung mit erstem/letztem Einzelbild übernimmt ihr Seitenverhältnis vom Eingabebild; Referenzerstellung kann ein adaptives oder ausdrückliches Verhältnis nutzen. Die ganzzahlige Ausgabedauer beträgt 4–15 Sekunden.\n\nDie Modellkarte unterscheidet H3-Context-IR zur Interpretation und Anreicherung des Briefings, H3-Base zur Generierung audiovisuellen Inhalts und H3-Regenerate-2K zur Erstellung des höher aufgelösten Ergebnisses. Die veröffentlichten Basis-Checkpoints trennen einzelbildgesteuerte Aufgaben von Omni-Reference-Aufgaben. Kontext- und Regenerierungskomponenten unterscheiden sich von diesen Basisgewichten; der Name eines offenen Checkpoints allein belegt daher nicht das Verhalten des gesamten Systems.\n\nDer Generierungsablauf des Herstellers ist asynchron. Seine Auftragsabfrage ruft Aufträge der vorausgehenden sieben Tage ab. Bewahren Sie die Auftragskennung auf, bis das tatsächliche Videoergebnis zurückgegeben wird, und speichern Sie dann den Clip statt nur einer zeitlich begrenzten Downloadadresse. Prüfen Sie visuelle Identität, Kleinschrift, Objektinteraktionen, gesprochenen Inhalt und Tontiming in der vorgesehenen Anzeigegrösse. Der Hersteller nennt multimodales Verständnis und feine Bilddetails als weiterhin verbesserungsfähige Bereiche; ein detailliertes Briefing und der Quellvergleich bleiben für ein brauchbares Ergebnis zentral.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "43ff02d3068c40afea1be8c86ae8dd3f7df4771de282de0e873f771d707d3b0d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "
MM

MiniMax: H3

MiniMax /minimax/hailuo-3

Einstieg

MiniMax H3 erzeugt kurze Videos mit nativem Stereoton aus Text, Einzelbildern oder multimodalen Referenzen. Es unterstützt Erstellung mit erstem/letztem Einzelbild, referenzgestützte Bearbeitung sowie Bewegungs- oder Stimmbeziehungen bei 4–15 Sekunden Ausgabe und einem eigenen 2K-Regenerierungsablauf.

Zulässige Eingaben
Text · Bilder · Audio · Video
Ergebnisse
Video
Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

Ein audiovisuelles Ergebnis aus einem multimodalen Briefing

MiniMax H3 ist MiniMaxs omnimodales Videosystem. Es interpretiert Text, Bilder, Video und Ton gemeinsam und erzeugt anschliessend Video mit nativem Stereoton. Der Hersteller positioniert es für kurze kreative Arbeiten wie Produktvisualisierungen, Werbung, animierte Plakate und Filmtitelkonzepte, bei denen die Beziehungen zwischen Referenzmaterialien ebenso wichtig sind wie die Szenenbeschreibung.

Das dokumentierte System erzeugt Videos von 4–15 Sekunden mit 24 Bildern pro Sekunde und 32-kHz-Stereoton. Seine H3-Base-Generierung arbeitet mit 768p; der vollständige 2K-Ablauf regeneriert dieses Ergebnis mit dem ursprünglichen multimodalen Kontext. Das ist mehr als eine konventionelle Grössenänderung: Die zweite Stufe verwendet Modell und Quellkontext erneut, um feine Details wiederherzustellen. H3 Max und H3-Context-IR haben separate Aufgaben und Grenzen.

Text- und einzelbildgesteuerte Erstellung

Reine Texteingabe beschreibt die gesamte audiovisuelle Zeitleiste. Ein erstes Bild verankert den Anfang, ein letztes den Schluss, und zwei Bilder können beides definieren. Beginnen Sie bei einer Einstellung mit Erstbild mit der im Standbild sichtbaren Komposition und Identität und beschreiben Sie danach die daraus entstehende Handlung. Beschreiben Sie bei einem Übergang vom ersten zum letzten Bild die beobachtbare Verbindung der beiden Zustände, statt zwei unabhängige Bildbeschreibungen zu wiederholen.

Ein praktisches Produktbriefing kann eine geschlossene Verpackung im Eröffnungsbild, die öffnende Hand, eine sanfte Kamerabewegung und den zu erreichenden Endzustand festlegen. Erhalten Sie Objektform, Etikettplatzierung und Licht in den bereitgestellten Bildern. Einzelbildgesteuerte und referenzgestützte Erstellung sind separate Eingabemodi; die Herstellerschnittstelle mischt Erst-/Letztbildrollen nicht mit Referenzmedienrollen in einer Anfrage.

Referenzgestützte Generierung und Bearbeitung

Der Referenzmodus akzeptiert Text mit Bildern, Video- und Audioclips. Benennen Sie den Beitrag jeder Quelle: die Erscheinung einer Figur, einen Ort, Kamerabewegung, zeitliche Struktur eines Quellclips oder eine Stimme. Ein Video nur für Kamerabewegung unterscheidet sich von einem Video, das tatsächlich bearbeitet oder fortgesetzt werden soll. Nennen Sie diese Beziehung ausdrücklich.

Der Referenzleitfaden des Herstellers trennt Motivdefinitionen, Aufgabenübersicht, Erhaltungsanalyse, detaillierte Einstellungsbeschreibung, gesamte Klanglandschaft und nur für das Publikum hörbare Hintergrundmusik. Er unterscheidet das Erhalten sichtbarer Inhalte von Attributübertragung oder einer allgemeinen Stilreferenz. Beim Ton ist die Kopie eines Signals etwas anderes als eine Referenz für Klangfarbe, Rhythmus oder Darbietung. Halten Sie diese Rollen im gesamten Briefing stabil.

Liefern Sie für eine referenzgesteuerte Szene ein Figurenbild, eine kurze Kamerabewegungsreferenz und eine akustische Stimmreferenz und beschreiben Sie dann, wo jede die Zieleinstellung beeinflussen soll. Benennen Sie Kleidungs-, Umgebungs- oder Objektdetails, die erkennbar bleiben müssen. Vergleichen Sie den fertigen Clip mit diesen Anforderungen, einschliesslich Bewegungskontinuität und Beziehung zwischen sichtbarem Sprecher und hörbarer Stimme.

Sprache, Ton und Einstellungstiming

H3 modelliert Dialog, physische Geräusche, Atmosphäre und Musik gemeinsam. Die Modellkarte dokumentiert stabile Dialogunterstützung für Arabisch, Chinesisch, Englisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch, Russisch und Spanisch; für andere Sprachen wird unterschiedliche Unterstützung beschrieben. Geben Sie exakten Wortlaut und Sprache an und erhalten Sie über die Einstellungen hinweg eine stabile Sprecheridentität.

Die Prompt-Leitfäden des Herstellers verwenden Englisch für beschreibende Abschnitte und erhalten Dialog sowie sichtbaren Text in der Originalsprache. Gesprochener Inhalt nutzt <d>[Language] ...</d>, wobei Sprecheridentität und Stimmbeschreibung ausserhalb des Blocks stehen. Unterscheiden Sie in der Szene gesprochene Sprache von einem Off-Kommentar und benennen Sie, wenn ein Satz über einen Schnitt hinweg fortgeführt oder am Ende abgebrochen wird. Erhalten Sie ebenso sichtbaren Text exakt. Passen Sie die Sprachmenge an die gewählte Dauer an und prüfen Sie gerenderte Wörter und hörbaren Satz gemeinsam.

Beschreiben Sie Kamerabewegung als Handlung, bei Bedarf mit Umfang und Geschwindigkeit. Nummerieren Sie Einstellungen in Wiedergabereihenfolge und halten Sie Schnittzeitpunkte innerhalb der Videodauer. Trennen Sie Szenengeräusche wie Schritte oder eine schliessende Tür von nur für das Publikum hörbarer Hintergrundmusik. So lässt sich ein kurzer Einstellungsplan leichter interpretieren und anhand seines Ergebnisses prüfen.

Eingabevorbereitung und Zahlengrenzen

Das aktuelle Generierungsschema verlangt in jedem Modus nicht leeren Text mit bis zu 7’000 Zeichen pro Textelement. Bilder dürfen JPG, JPEG, PNG, WebP, HEIC oder HEIF verwenden, bis 30 MB pro Datei gross sein und Seiten von 256 bis 5’760 Pixeln sowie ein Seitenverhältnis von 0.4 bis 2.5 haben. Einzelbildeingabe erlaubt ein Eröffnungs- und ein Endbild; Referenzmodus erlaubt bis zu neun Referenzbilder.

Referenzvideo kann bis zu drei MP4- oder MOV-Clips enthalten, jeweils 2–15 Sekunden und zusammen höchstens 15 Sekunden. Ein Clip darf bis 50 MB gross sein; Videocodec ist H.264 oder H.265, mit AAC- oder MP3-Ton, Seiten von 256 bis 5’760 Pixeln, Verhältnissen von 0.4 bis 2.5 und Bildraten von 23.976 bis 60. Referenzton unterstützt bis zu drei WAV- oder MP3-Clips bis 15 MB pro Datei, jeweils 2–15 Sekunden und zusammen höchstens 15 Sekunden. Die Modellkarte begrenzt gemischte Referenzeingaben auf 12 Dateien. Die dokumentierte Grenze des Anfragekörpers beträgt 64 MB und ist von den Dateigrenzen zu unterscheiden.

Wählen Sie nur Referenzen, die zum Briefing beitragen, und machen Sie jeden Beitrag ausdrücklich. Eine klare Motivansicht ist nützlicher als mehrere widersprüchliche Ansichten ohne Erklärung. Erhalten Sie die Referenzreihenfolge, beschneiden Sie irrelevantes Material ohne notwendigen Szenenkontext zu entfernen und prüfen Sie, ob kurze Quellclips die verlangte Handlung oder Stimmeigenschaft enthalten.

Ausgabeformat und vollständiges System

Die H3-Schnittstelle des Herstellers bietet 768P und 2K. Reine Textgenerierung verlangt ein konkretes Verhältnis: 21:9, 16:9, 4:3, 1:1, 3:4 oder 9:16. Erstellung mit erstem/letztem Einzelbild übernimmt ihr Seitenverhältnis vom Eingabebild; Referenzerstellung kann ein adaptives oder ausdrückliches Verhältnis nutzen. Die ganzzahlige Ausgabedauer beträgt 4–15 Sekunden.

Die Modellkarte unterscheidet H3-Context-IR zur Interpretation und Anreicherung des Briefings, H3-Base zur Generierung audiovisuellen Inhalts und H3-Regenerate-2K zur Erstellung des höher aufgelösten Ergebnisses. Die veröffentlichten Basis-Checkpoints trennen einzelbildgesteuerte Aufgaben von Omni-Reference-Aufgaben. Kontext- und Regenerierungskomponenten unterscheiden sich von diesen Basisgewichten; der Name eines offenen Checkpoints allein belegt daher nicht das Verhalten des gesamten Systems.

Der Generierungsablauf des Herstellers ist asynchron. Seine Auftragsabfrage ruft Aufträge der vorausgehenden sieben Tage ab. Bewahren Sie die Auftragskennung auf, bis das tatsächliche Videoergebnis zurückgegeben wird, und speichern Sie dann den Clip statt nur einer zeitlich begrenzten Downloadadresse. Prüfen Sie visuelle Identität, Kleinschrift, Objektinteraktionen, gesprochenen Inhalt und Tontiming in der vorgesehenen Anzeigegrösse. Der Hersteller nennt multimodales Verständnis und feine Bilddetails als weiterhin verbesserungsfähige Bereiche; ein detailliertes Briefing und der Quellvergleich bleiben für ein brauchbares Ergebnis zentral.

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Video POST /v1/videos
Eingabe
text, image, audio, video
Ausgabe
video
Ausgabeformat
Originale MP4-Bytes; keine Normalisierung/Transkodierung
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
minimax/hailuo-3
Standard—
FeldpromptTypstringAnforderungErforderlichWerte und LimitsStandard—
FelddurationTypintegerAnforderungErforderlichWerte und Limits
5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15
Minimum: 1
Maximum: 600
Standard—
FeldresolutionTypstringAnforderungOptionalWerte und Limits
2K
Standard—
Feldaspect_ratioTypstringAnforderungOptionalWerte und Limits
21:9, 16:9, 4:3, 1:1, 3:4, 9:16
Standard—
Feldgenerate_audioTypbooleanAnforderungOptionalWerte und Limits
false, true
Standard—
Feldframe_imagesTyparrayAnforderungOptionalWerte und Limits
Mindestanzahl Elemente: 1
Maximale Anzahl Elemente: 2
Eingabeinhalt: Array von Bildobjekten. Jedes Objekt enthält type=image_url, image_url mit url und frame_type. Verwenden Sie eine HTTPS-Bild-URL und setzen Sie frame_type auf first_frame oder last_frame. Jede Bildrolle darf höchstens einmal vorkommen.
Exakte Schlüssel: type, image_url, frame_type
Bedingungen: Diese Schlüssel beschreiben jedes Bildobjekt; image_url enthält ausschliesslich url. Lassen Sie frame_images bei einer reinen Textanfrage weg.
Standard—
Feldinput_referencesTyparrayAnforderungOptionalWerte und LimitsStandard—
Feldcallback_urlTypstringAnforderungOptionalWerte und Limits
Muster: ^https://
Standard—
Feldsession_idTypstringAnforderungOptionalWerte und LimitsStandard—
FeldtraceTypobjectAnforderungOptionalWerte und LimitsStandard—
FelduserTypstringAnforderungOptionalWerte und LimitsStandard—
Kombinationen von Eingabematerialien

Text zu Video · Eine schriftliche Beschreibung. · Erforderlich: model, prompt, duration

Geben Sie prompt als Text und duration in ganzen Sekunden an. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.

model: Typ: string · minimax/hailuo-3

prompt: Typ: string · Maximale Anzahl UTF-8-Bytes: 10'000 · Mindestens ein Zeichen ausser Leerraum erforderlich: Ja

Bild zu Video · Eine schriftliche Beschreibung und ein Bild für das erste Einzelbild. · Erforderlich: model, prompt, duration, frame_images

frame_images ist ein Array. Jedes Bildobjekt enthält type, image_url und frame_type; image_url enthält url. Setzen Sie type auf image_url. Verwenden Sie first_frame mit einem optionalen last_frame. Jede Bildrolle darf höchstens einmal vorkommen. Geben Sie für jedes Bild eine öffentliche HTTPS-Bild-URL an. Verwenden Sie in einer Anfrage entweder Einzelbilder oder Bildreferenzen; kombinieren Sie beide nicht. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.

Exakte Schlüssel: type, image_url, frame_type

model: Typ: string · minimax/hailuo-3

prompt: Typ: string · Maximale Anzahl UTF-8-Bytes: 10'000 · Mindestens ein Zeichen ausser Leerraum erforderlich: Ja

Reference to video · Eine schriftliche Beschreibung und unterstützte Bild-, Video- und Audioreferenzen. · Erforderlich: model, prompt, duration, input_references

input_references ist ein Array von Objekten. Setzen Sie type auf image_url, video_url oder audio_url und verwenden Sie das entsprechende Feld mit url. Verwenden Sie öffentliche HTTPS-URLs. Lassen Sie frame_images weg, um den Referenzmodus zu wählen. Die Schätzung berücksichtigt die angezeigte Komponente pro Bild nur für Bildreferenzen nach den ersten fünf. Die endgültige Abbuchung richtet sich nach der tatsächlich abgerechneten Konfiguration. Kombinieren Sie Bildreferenzen nicht mit Einzelbildern. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.

model: Typ: string · minimax/hailuo-3

prompt: Typ: string · Maximale Anzahl UTF-8-Bytes: 10'000 · Mindestens ein Zeichen ausser Leerraum erforderlich: Ja

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, prompt, duration
Parametermaterial_typesVertragtext, image, audio, video
Parameteradditional_propertiesVertragfalse
Parameteroptional_controlsVertragresolution, aspect_ratio, generate_audio, frame_images, input_references, callback_url, session_id, trace, user

Lebenszyklus: submit_once_poll_original

GET /v1/videos/{public_id}

GET /v1/videos/{public_id}/content

Tarife

So wird die endgültige Gebühr berechnet

Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Nicht angegeben Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Nicht angegeben Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

Geschätzte Tarife zum Vergleich

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

KonfigurationTarifstaffelPrognostizierte MengeAbrechnungseinheitAbrechnungsbedingungenGebühr
KonfigurationToken-BasistarifeTarifstaffelGrundtarifPrognostizierte Menge—Abrechnungseinheit—Abrechnungsbedingungen—Gebühr
Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Tokens
Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Tokens
Eingabe · Cache lesen · Schätzung nur zum Vergleich — / 1K Tokens
Eingabe · Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens
KonfigurationVideopreisTarifstaffel—Prognostizierte Menge—Abrechnungseinheitpro VideosekundeAbrechnungsbedingungenIn diesem Preisschlüssel ist keine zusätzliche Bedingung angegeben.Gebühr
Ausgabe · Videopreis · Schätzung nur zum Vergleich $0.26 pro Videosekunde
KonfigurationReferenzbildTarifstaffel—Prognostizierte Menge—Abrechnungseinheitpro ReferenzbildAbrechnungsbedingungen—Gebühr
Eingabe · Referenzbild · Schätzung nur zum Vergleich $0.08 pro Referenzbild
KonfigurationGeschätzte ErzeugungskostenTarifstaffel—Prognostizierte MengeSchätzung für eine GenerierungAbrechnungseinheit—Abrechnungsbedingungen—Gebühr
Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $1.3 Schätzung vor der Generierung

Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung.

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Details zum Referenztarif

Referenztarifstaffeln auf Modellebene ändern weder Methodenauswahl noch Kostenvoranschläge oder Gebühren. Für die aktive Abrechnung gelten die Tarife der ausgewählten Ailoot-Methode.

Preisreferenzen für Videokonfigurationen

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

KonfigurationAbrechnungsbedingungenGebühr
KonfigurationVideopreisAbrechnungsbedingungenIn diesem Preisschlüssel ist keine zusätzliche Bedingung angegeben.Gebühr
Ausgabe · Videopreis $0.26 pro Videosekunde

Veröffentlichte Preisreferenz für die angezeigte Konfiguration. Die endgültige Abrechnung folgt der tatsächlich abgerechneten Konfiguration.

KonfigurationReferenzbilder nach den ersten fünfAbrechnungsbedingungenIn diesem Preisschlüssel ist keine zusätzliche Bedingung angegeben.Gebühr
Eingabe · Referenzbilder nach den ersten fünf $0.08 pro Bild

Die ersten fünf Referenzbilder sind kostenlos; der aufgeführte Preis pro Bild gilt nach den ersten fünf. Veröffentlichte Preisreferenz für die angezeigte Konfiguration. Die endgültigen Abbuchungen richten sich nach der tatsächlich abgerechneten Konfiguration.

Beispielanfragen

Ailoot Ultra · Video

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nfrom pathlib import Path\nPath('request.json').write_text('{"aspect_ratio":"16:9","duration":8,"model":"minimax/hailuo-3","prompt":"A serene mountain landscape at sunset","resolution":"2K"}', encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n

Ergebnisse abrufen und speichern

Ailoot Ultra · Video

Signierte Inhalts-URLs der Ihnen zugeordneten Ausgaben

Auftragsstatus prüfen
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error "$(cat status-url.txt)" \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n
Abrufe anderer Inhalte
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n    if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n    urls.append((str(i),u))\nfor label,path in urls:\n    u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n    if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n    target=Path('owned-'+label+'.bin')\n    subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\n
Alle fertiggestellten Ergebnisse aufbewahren

Speichern Sie jedes fertiggestellte Video oder jede zurückgegebene Datei; rufen Sie jede tatsächlich zurückgegebene Datei-URL ab.

Bewahren Sie jede tatsächliche, Ihnen zugeordnete Ausgabe und die zurückgegebenen gemessenen Metadaten auf.

Wenn die ursprüngliche Antwort geprüft werden muss

503 result_pending_check + ursprüngliche id + X-Should-Retry:false; ursprüngliche Anfrage niemals wiederholen

Antwortfelder
FeldTypBedeutung
FeldindexTypintegerBedeutungBei null beginnende Position dieses Videos in der Ausgabeliste.
Feldcontent_urlTypstringBedeutungSignierte HTTPS-URL zum Herunterladen dieses fertiggestellten Videos.
Feldsha256Typstring | nullBedeutungSHA-256-Prüfsumme der ursprünglichen Videobytes; null, falls nicht verfügbar.
Feldsize_bytesTypinteger | nullBedeutungGrösse der ursprünglichen Videodatei in Bytes; null, falls nicht verfügbar.
Feldduration_msTypinteger | nullBedeutungGemessene Videodauer in Millisekunden; null, falls nicht verfügbar.
FeldwidthTypinteger | nullBedeutungVideobreite in Pixeln; null, falls nicht verfügbar.
FeldheightTypinteger | nullBedeutungVideohöhe in Pixeln; null, falls nicht verfügbar.
Feldvideo_codecTypstring | nullBedeutungKennung des Videocodecs; null, falls nicht aufgezeichnet.
Feldhas_audioTypboolean | nullBedeutungGibt an, ob das Video eine Audiospur enthält; null, falls nicht gemessen.
Feldaudio_codecTypstring | nullBedeutungKennung des Audiocodecs; null, wenn keine Kennung aufgezeichnet wurde.
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort404 · not_found_errorBedingungDer Videozugriff ist nicht verfügbar oder diese Video-ID wurde nicht gefunden.Nächster SchrittPrüfen Sie den Videozugriff. Verwenden Sie bei einem bestehenden Video dessen ursprüngliche öffentliche ID und denselben API-Schlüssel.
Antwort401 · authentication_errorBedingungDer API-Schlüssel stimmt nicht mit dem authentifizierten Konto überein.Nächster SchrittPrüfen Sie vor dem Einreichen Ihren API-Schlüssel und den Kontozugriff.
Antwort400 · invalid_request_errorBedingungDie Anfrage konnte nicht gelesen werden oder der Downloadindex ist ungültig.Nächster SchrittKorrigieren Sie den Anfragetext. Wählen Sie für einen Download einen Ausgabeindex, den die ursprüngliche Aufgabe zurückgegeben hat.
Antwort422 · price_unavailableBedingungFür die ausgewählte Videokonfiguration lässt sich kein Preis ermitteln.Nächster SchrittWählen Sie eine unterstützte Videokonfiguration und ergänzen Sie die erforderlichen Optionen, bevor Sie eine korrigierte Anfrage einreichen.
Antwort422 · invalid_request_errorBedingungEine Videoeingabe oder eine ursprüngliche Fortsetzungsaufgabe ist ungültig.Nächster SchrittVerwenden Sie gültige HTTPS-Eingaben. Verwenden Sie für eine Fortsetzung die ursprüngliche öffentliche Video-ID Ihres fertiggestellten Videos mit demselben API-Schlüssel.
Antwort402 · billing_errorBedingungDas verfügbare Guthaben oder die geltenden Limiten erlauben keine Reservierung.Nächster SchrittPrüfen Sie Ihr verfügbares Guthaben und Ihre Limiten, bevor Sie eine neue Anfrage senden.
Antwort503 · server_errorBedingungVideoprüfung, Speicher oder Dienstzugriff ist vorübergehend nicht verfügbar.Nächster SchrittWarten Sie, bis der Dienst verfügbar ist. Falls Sie bereits eine Video-ID besitzen, prüfen Sie diese ursprüngliche Aufgabe, statt eine weitere Erzeugung zu erstellen.
Antwort503 · result_pending_checkBedingungDas ursprüngliche Videoergebnis und die Abbuchung müssen geprüft werden.Nächster SchrittBewahren Sie die zurückgegebene Video-ID auf und prüfen Sie diese Aufgabe. Senden Sie während der Prüfung keine ersetzende Erzeugungsanfrage.
Antwort503 · owned_result_unavailableBedingungDer Download des bestehenden Videos ist vorübergehend nicht verfügbar.Nächster SchrittPrüfen Sie später dieselbe Videoaufgabe und laden Sie deren bestehende Ausgabe herunter. Eine neue Erzeugung erstellt einen separaten Vorgang.
Antwort409 · video_not_readyBedingungDer Videoinhalt wurde nicht veröffentlicht.Nächster SchrittPrüfen Sie den ursprünglichen Aufgabenstatus. Laden Sie die Ausgabe herunter, nachdem completed gemeldet wird; bei failed befolgen Sie den Hinweis zur Prüfung der Abbuchung.

Aliasnamen

Modellaliasnamen

Ailoot Ultra minimax/hailuo-3

Aliasnamen für Methodenpfade

Verwenden Sie die oben angezeigten Methodenpfade.

Zugehörige Aufrufer-IDs

minimax/hailuo-3

", "method_identity": { "effective_request_model_id": "minimax/hailuo-3", "fmt": "videos", "http": "POST", "path": "/v1/videos", "request_model_id": "minimax/hailuo-3", "route_label": "Ultra" }, "method_key": "Ultra|videos|/v1/videos|minimax%2Fhailuo-3", "ordinal": 0, "rawMethod": { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.", "forecast_quantity_is_estimate": true, "physical_output_is_billable_quantity": false, "version": "original_invoice_usd_v1" }, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Bewahren Sie jede tatsächliche, Ihnen zugeordnete Ausgabe und die zurückgegebenen gemessenen Metadaten auf.", "defaults": { "aspect_ratio": null, "duration": null, "generate_audio": "endpoint capability flag when published; omitted unknown stays unknown; never guarantees audio track", "resolution": null, "seed": null, "size": null, "wire_omissions_preserved": true }, "errors": [ { "condition": "Der Videozugriff ist nicht verfügbar oder diese Video-ID wurde nicht gefunden.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Prüfen Sie den Videozugriff. Verwenden Sie bei einem bestehenden Video dessen ursprüngliche öffentliche ID und denselben API-Schlüssel.", "type": "not_found_error" }, { "condition": "Der API-Schlüssel stimmt nicht mit dem authentifizierten Konto überein.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Prüfen Sie vor dem Einreichen Ihren API-Schlüssel und den Kontozugriff.", "type": "authentication_error" }, { "condition": "Die Anfrage konnte nicht gelesen werden oder der Downloadindex ist ungültig.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Korrigieren Sie den Anfragetext. Wählen Sie für einen Download einen Ausgabeindex, den die ursprüngliche Aufgabe zurückgegeben hat.", "type": "invalid_request_error" }, { "condition": "Für die ausgewählte Videokonfiguration lässt sich kein Preis ermitteln.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Wählen Sie eine unterstützte Videokonfiguration und ergänzen Sie die erforderlichen Optionen, bevor Sie eine korrigierte Anfrage einreichen.", "type": "price_unavailable" }, { "condition": "Eine Videoeingabe oder eine ursprüngliche Fortsetzungsaufgabe ist ungültig.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Verwenden Sie gültige HTTPS-Eingaben. Verwenden Sie für eine Fortsetzung die ursprüngliche öffentliche Video-ID Ihres fertiggestellten Videos mit demselben API-Schlüssel.", "type": "invalid_request_error" }, { "condition": "Das verfügbare Guthaben oder die geltenden Limiten erlauben keine Reservierung.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Prüfen Sie Ihr verfügbares Guthaben und Ihre Limiten, bevor Sie eine neue Anfrage senden.", "type": "billing_error" }, { "condition": "Videoprüfung, Speicher oder Dienstzugriff ist vorübergehend nicht verfügbar.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Warten Sie, bis der Dienst verfügbar ist. Falls Sie bereits eine Video-ID besitzen, prüfen Sie diese ursprüngliche Aufgabe, statt eine weitere Erzeugung zu erstellen.", "type": "server_error" }, { "code": "result_pending_check", "condition": "Das ursprüngliche Videoergebnis und die Abbuchung müssen geprüft werden.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Bewahren Sie die zurückgegebene Video-ID auf und prüfen Sie diese Aufgabe. Senden Sie während der Prüfung keine ersetzende Erzeugungsanfrage.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "Der Download des bestehenden Videos ist vorübergehend nicht verfügbar.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Prüfen Sie später dieselbe Videoaufgabe und laden Sie deren bestehende Ausgabe herunter. Eine neue Erzeugung erstellt einen separaten Vorgang.", "type": "server_error" }, { "condition": "Der Videoinhalt wurde nicht veröffentlicht.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Prüfen Sie den ursprünglichen Aufgabenstatus. Laden Sie die Ausgabe herunter, nachdem completed gemeldet wird; bei failed befolgen Sie den Hinweis zur Prüfung der Abbuchung.", "type": "video_not_ready" } ], "hints": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "ignored_fields": [], "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + ursprüngliche id + X-Should-Retry:false; ursprüngliche Anfrage niemals wiederholen" }, "material_combinations": [ { "mode": "text_to_video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "Geben Sie prompt als Text und duration in ganzen Sekunden an. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.", "required": [ "model", "prompt", "duration" ], "required_material": "Eine schriftliche Beschreibung." }, { "exact_keys": [ "type", "image_url", "frame_type" ], "mode": "image_to_video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "frame_images ist ein Array. Jedes Bildobjekt enthält type, image_url und frame_type; image_url enthält url. Setzen Sie type auf image_url. Verwenden Sie first_frame mit einem optionalen last_frame. Jede Bildrolle darf höchstens einmal vorkommen. Geben Sie für jedes Bild eine öffentliche HTTPS-Bild-URL an. Verwenden Sie in einer Anfrage entweder Einzelbilder oder Bildreferenzen; kombinieren Sie beide nicht. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "Eine schriftliche Beschreibung und ein Bild für das erste Einzelbild." }, { "mode": "Reference to video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "input_references ist ein Array von Objekten. Setzen Sie type auf image_url, video_url oder audio_url und verwenden Sie das entsprechende Feld mit url. Verwenden Sie öffentliche HTTPS-URLs. Lassen Sie frame_images weg, um den Referenzmodus zu wählen. Die Schätzung berücksichtigt die angezeigte Komponente pro Bild nur für Bildreferenzen nach den ersten fünf. Die endgültige Abbuchung richtet sich nach der tatsächlich abgerechneten Konfiguration. Kombinieren Sie Bildreferenzen nicht mit Einzelbildern. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Eine schriftliche Beschreibung und unterstützte Bild-, Video- und Audioreferenzen." } ], "operation_modes": [ "text_to_video", "image_to_video_frame_images", "reference_to_video" ], "outputs": { "content_range_supported": true, "every_actual_output": true, "family": "video", "fields": [ { "condition": "Always present for each completed output.", "description": "Bei null beginnende Position dieses Videos in der Ausgabeliste.", "field_path": "outputs[].index", "json_schema": { "type": "integer" }, "name": "index", "nullable": false, "type": "integer" }, { "condition": "Present after the owned result is available and a signed URL is created.", "description": "Signierte HTTPS-URL zum Herunterladen dieses fertiggestellten Videos.", "field_path": "outputs[].content_url", "json_schema": { "type": "string" }, "name": "content_url", "nullable": false, "type": "string" }, { "condition": "A nonempty recorded digest is returned; otherwise null.", "description": "SHA-256-Prüfsumme der ursprünglichen Videobytes; null, falls nicht verfügbar.", "field_path": "outputs[].sha256", "json_schema": { "type": [ "string", "null" ] }, "name": "sha256", "nullable": true, "type": "string | null" }, { "condition": "Returned when the recorded file size is positive.", "description": "Grösse der ursprünglichen Videodatei in Bytes; null, falls nicht verfügbar.", "field_path": "outputs[].size_bytes", "json_schema": { "type": [ "integer", "null" ] }, "name": "size_bytes", "nullable": true, "type": "integer | null" }, { "condition": "Returned when the measured duration is positive.", "description": "Gemessene Videodauer in Millisekunden; null, falls nicht verfügbar.", "field_path": "outputs[].duration_ms", "json_schema": { "type": [ "integer", "null" ] }, "name": "duration_ms", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Videobreite in Pixeln; null, falls nicht verfügbar.", "field_path": "outputs[].width", "json_schema": { "type": [ "integer", "null" ] }, "name": "width", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Videohöhe in Pixeln; null, falls nicht verfügbar.", "field_path": "outputs[].height", "json_schema": { "type": [ "integer", "null" ] }, "name": "height", "nullable": true, "type": "integer | null" }, { "condition": "Returned together with positive recorded width and height.", "description": "Kennung des Videocodecs; null, falls nicht aufgezeichnet.", "field_path": "outputs[].video_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "video_codec", "nullable": true, "type": "string | null" }, { "condition": "Returned when width, height and the video codec are recorded; false is a known result.", "description": "Gibt an, ob das Video eine Audiospur enthält; null, falls nicht gemessen.", "field_path": "outputs[].has_audio", "json_schema": { "type": [ "boolean", "null" ] }, "name": "has_audio", "nullable": true, "type": "boolean | null" }, { "condition": "Returned when video metadata is recorded and the audio codec identifier is nonempty.", "description": "Kennung des Audiocodecs; null, wenn keine Kennung aufgezeichnet wurde.", "field_path": "outputs[].audio_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "audio_codec", "nullable": true, "type": "string | null" } ], "format": "original MP4 bytes; no normalization/transcode", "max_aggregate_seconds": 2400, "max_bytes_per_output": 67108864, "max_seconds_per_output": 600, "result": "Signierte Inhalts-URLs der Ihnen zugeordneten Ausgaben", "unmeasured_fields_nullable": true }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/hailuo-3" ], "enum_known": true, "name": "model", "required": true, "schema": { "const": "minimax/hailuo-3" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "minLength": 1, "name": "prompt", "required": true, "schema": { "minLength": 1, "type": "string", "x-source-max-utf8-bytes": 10000, "x-source-non-whitespace": true }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "enum_known": true, "maximum": 600, "minimum": 1, "name": "duration", "required": true, "schema": { "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "maximum": 600, "minimum": 1, "type": "integer" }, "type": "integer" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "2K" ], "enum_known": true, "name": "resolution", "required": false, "schema": { "enum": [ "2K" ] }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ], "enum_known": true, "name": "aspect_ratio", "required": false, "schema": { "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ] }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ false, true ], "enum_known": true, "name": "generate_audio", "required": false, "schema": { "enum": [ false, true ], "x-omitted-default": "published audio capability when true/false; unknown if null; output audio must be measured" }, "type": "boolean" }, { "availability": "source_interface", "conditions": "Diese Schlüssel beschreiben jedes Bildobjekt; image_url enthält ausschliesslich url. Lassen Sie frame_images bei einer reinen Textanfrage weg.", "content": "Array von Bildobjekten. Jedes Objekt enthält type=image_url, image_url mit url und frame_type. Verwenden Sie eine HTTPS-Bild-URL und setzen Sie frame_type auf first_frame oder last_frame. Jede Bildrolle darf höchstens einmal vorkommen.", "default": null, "default_known": false, "enum": null, "enum_known": false, "exact_keys": [ "type", "image_url", "frame_type" ], "maxItems": 2, "max_items": 2, "minItems": 1, "min_items": 1, "name": "frame_images", "required": false, "schema": { "items": { "additionalProperties": false, "properties": { "frame_type": { "enum": [ "first_frame", "last_frame" ] }, "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url", "frame_type" ], "type": "object" }, "maxItems": 2, "minItems": 1, "type": "array", "x-source-unique-role": "frame_type" }, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input_references", "required": false, "schema": { "items": { "oneOf": [ { "additionalProperties": false, "properties": { "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "type": { "const": "video_url" }, "video_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" } }, "required": [ "type", "video_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "audio_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "audio_url" } }, "required": [ "type", "audio_url" ], "type": "object" } ] }, "type": "array" }, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "callback_url", "pattern": "^https://", "required": false, "schema": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maxLength": 256, "name": "session_id", "required": false, "schema": { "maxLength": 256, "type": "string" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "schema": { "additionalProperties": true, "properties": { "generation_name": { "type": "string" }, "parent_span_id": { "type": "string" }, "span_name": { "type": "string" }, "trace_id": { "type": "string" }, "trace_name": { "type": "string" } }, "type": "object" }, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maxLength": 256, "name": "user", "required": false, "schema": { "maxLength": 256, "type": "string" }, "type": "string" } ], "request_schema": { "$schema": "https://json-schema.org/draft/2020-12/schema", "additionalProperties": false, "properties": { "aspect_ratio": { "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ] }, "callback_url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" }, "creativity": false, "duration": { "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "maximum": 600, "minimum": 1, "type": "integer" }, "frame_images": { "items": { "additionalProperties": false, "properties": { "frame_type": { "enum": [ "first_frame", "last_frame" ] }, "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url", "frame_type" ], "type": "object" }, "maxItems": 2, "minItems": 1, "type": "array", "x-source-unique-role": "frame_type" }, "generate_audio": { "enum": [ false, true ], "x-omitted-default": "published audio capability when true/false; unknown if null; output audio must be measured" }, "input_references": { "items": { "oneOf": [ { "additionalProperties": false, "properties": { "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "type": { "const": "video_url" }, "video_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" } }, "required": [ "type", "video_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "audio_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "audio_url" } }, "required": [ "type", "audio_url" ], "type": "object" } ] }, "type": "array" }, "model": { "const": "minimax/hailuo-3" }, "previous_job_id": false, "prompt": { "minLength": 1, "type": "string", "x-source-max-utf8-bytes": 10000, "x-source-non-whitespace": true }, "provider": false, "resolution": { "enum": [ "2K" ] }, "seed": false, "session_id": { "maxLength": 256, "type": "string" }, "size": false, "trace": { "additionalProperties": true, "properties": { "generation_name": { "type": "string" }, "parent_span_id": { "type": "string" }, "span_name": { "type": "string" }, "trace_id": { "type": "string" }, "trace_name": { "type": "string" } }, "type": "object" }, "upscale_factor": false, "user": { "maxLength": 256, "type": "string" } }, "required": [ "model", "prompt", "duration" ], "title": "Video generation request", "type": "object", "x-source-global-rules": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "x-source-material-combinations": [ "Exact model/card, positive published duration, model resolution/aspect membership and valid frozen quote are all required; independent enum arrays are not proven provider Cartesian combinations.", "Use exact published size or compatible resolution/aspect. Omitted options stay omitted; no guessed geometry.", "first_frame/last_frame roles each occur at most once; frame_images wins mode precedence over input_references.", "provider options are unavailable for this model despite any published passthrough-name allowlist.", "Frame images plus image references are rejected because mixed additive input count is unproved; pure frame or pure reference mode remains separately priced." ] }, "unsupported": [ "size", "seed", "provider", "previous_job_id", "upscale_factor", "creativity" ] }, "input": { "additional_properties": false, "content_type": "application/json", "material_types": [ "text", "image", "audio", "video" ], "optional_controls": [ "resolution", "aspect_ratio", "generate_audio", "frame_images", "input_references", "callback_url", "session_id", "trace", "user" ], "required": [ "model", "prompt", "duration" ] }, "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + originalid + X-Should-Retry:false; never replay original" }, "method": { "http": "POST", "path": "/v1/videos" }, "method_aliases": [], "operation_modes": [ "text_to_video", "image_to_video_frame_images", "reference_to_video" ], "output": { "content_range_supported": true, "every_actual_output": true, "family": "video", "fields": [ { "condition": "Always present for each completed output.", "description": "Zero-based position of this video in the outputs list.", "field_path": "outputs[].index", "json_schema": { "type": "integer" }, "name": "index", "nullable": false, "type": "integer" }, { "condition": "Present after the owned result is available and a signed URL is created.", "description": "Signed HTTPS download URL for this completed video.", "field_path": "outputs[].content_url", "json_schema": { "type": "string" }, "name": "content_url", "nullable": false, "type": "string" }, { "condition": "A nonempty recorded digest is returned; otherwise null.", "description": "SHA-256 digest of the original video bytes; null if unavailable.", "field_path": "outputs[].sha256", "json_schema": { "type": [ "string", "null" ] }, "name": "sha256", "nullable": true, "type": "string | null" }, { "condition": "Returned when the recorded file size is positive.", "description": "Size of the original video file in bytes; null if unavailable.", "field_path": "outputs[].size_bytes", "json_schema": { "type": [ "integer", "null" ] }, "name": "size_bytes", "nullable": true, "type": "integer | null" }, { "condition": "Returned when the measured duration is positive.", "description": "Measured video duration in milliseconds; null if unavailable.", "field_path": "outputs[].duration_ms", "json_schema": { "type": [ "integer", "null" ] }, "name": "duration_ms", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Video width in pixels; null if unavailable.", "field_path": "outputs[].width", "json_schema": { "type": [ "integer", "null" ] }, "name": "width", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Video height in pixels; null if unavailable.", "field_path": "outputs[].height", "json_schema": { "type": [ "integer", "null" ] }, "name": "height", "nullable": true, "type": "integer | null" }, { "condition": "Returned together with positive recorded width and height.", "description": "Video codec identifier; null if not recorded.", "field_path": "outputs[].video_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "video_codec", "nullable": true, "type": "string | null" }, { "condition": "Returned when width, height and the video codec are recorded; false is a known result.", "description": "Whether the video contains an audio track; null if not measured.", "field_path": "outputs[].has_audio", "json_schema": { "type": [ "boolean", "null" ] }, "name": "has_audio", "nullable": true, "type": "boolean | null" }, { "condition": "Returned when video metadata is recorded and the audio codec identifier is nonempty.", "description": "Audio codec identifier; null when no identifier is recorded.", "field_path": "outputs[].audio_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "audio_codec", "nullable": true, "type": "string | null" } ], "format": "original MP4 bytes; no normalization/transcode", "max_aggregate_seconds": 2400, "max_bytes_per_output": 67108864, "max_seconds_per_output": 600, "result": "signed owned content URLs", "unmeasured_fields_nullable": true } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "conditions": "No additional condition is declared in this pricing key.", "quoted_unit": "per video second" }, "label": "Video price", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "estimate_only": true, "key": "duration_seconds", "label": "Video price", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "public_unit_label": "per video second", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "video_second" } ] }, { "dimensions": { "quoted_unit": "per reference image" }, "label": "reference image", "units": [ { "amount": "0.08", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "public_unit_label": "per reference image", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "reference_images" } ] }, { "basis": "Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Geschätzte Erzeugungskosten", "units": [ { "amount": "1.3", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "1.3", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nfrom pathlib import Path\nPath('request.json').write_text('{\"aspect_ratio\":\"16:9\",\"duration\":8,\"model\":\"minimax/hailuo-3\",\"prompt\":\"A serene mountain landscape at sunset\",\"resolution\":\"2K\"}', encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n", "label": "curl · create video", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error \"$(cat status-url.txt)\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n", "label": "GET original status", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n urls.append((str(i),u))\nfor label,path in urls:\n u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n target=Path('owned-'+label+'.bin')\n subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\n", "label": "Save every completed owned output", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "videos", "hints": [], "http": "POST", "in": null, "input": [ "text", "image", "audio", "video" ], "label": "Видео", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "video" ], "path": "/v1/videos", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "original_invoice_usd", "image_input_price": null, "image_output_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "conditions": "No additional condition is declared in this pricing key.", "quoted_unit": "per video second" }, "label": "Video price", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "estimate_only": true, "key": "duration_seconds", "label": "Video price", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "public_unit_label": "per video second", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "video_second" } ] }, { "dimensions": { "quoted_unit": "per reference image" }, "label": "reference image", "units": [ { "amount": "0.08", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "public_unit_label": "per reference image", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "reference_images" } ] }, { "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Estimated generation cost", "units": [ { "amount": "1.3", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "1.3", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "request_model_id": "minimax/hailuo-3", "route_label": "Ultra", "status_reads": [ "GET /v1/videos/{public_id}", "GET /v1/videos/{public_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "estimate_only": true, "key": "duration_seconds", "label": "Video price", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "public_unit_label": "per video second", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "video_second" }, { "amount": "0.08", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "public_unit_label": "per reference image", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "reference_images" }, { "amount": "1.3", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "1.3", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } } ], "model_id": "minimax/hailuo-3", "nativeProvenance": { "input_facts_canonical_sha256": "54175f787141e77a515dfc996e93fb71f27f823fa522d6e2976b90d318df8006", "input_html_sha256": "3022f9ced565fc0e14effb2e4f1ac001cddad4de73cc7857c56d7f67f2f02a85", "private_audit_sha256": "af8f2939d57bf3c8cd2ba953d2f60e51d0b7ea77708f8d366909d2692ecc1ed7", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/de-ch/minimax-hailuo-3/", "description": "MiniMax H3 erzeugt kurze Videos mit nativem Stereoton aus Text, Einzelbildern oder multimodalen Referenzen. Es unterstützt Erstellung mit erstem/letztem Einzelbild, referenzgestützte Bearbeitung sowie Bewegungs- oder Stimmbeziehungen bei 4–15 Sekunden Ausgabe und einem eigenen 2K-Regenerierungsablauf.", "locale": "de-ch", "md_url": "https://ailoot.ai/models/de-ch/minimax-hailuo-3/index.md", "title": "MiniMax: H3 — Ailoot", "url": "https://ailoot.ai/models/de-ch/minimax-hailuo-3/" }, "rawModel": { "about": "Ein audiovisuelles Ergebnis aus einem multimodalen Briefing\n\nMiniMax H3 ist MiniMaxs omnimodales Videosystem. Es interpretiert Text, Bilder, Video und Ton gemeinsam und erzeugt anschliessend Video mit nativem Stereoton. Der Hersteller positioniert es für kurze kreative Arbeiten wie Produktvisualisierungen, Werbung, animierte Plakate und Filmtitelkonzepte, bei denen die Beziehungen zwischen Referenzmaterialien ebenso wichtig sind wie die Szenenbeschreibung.\n\nDas dokumentierte System erzeugt Videos von 4–15 Sekunden mit 24 Bildern pro Sekunde und 32-kHz-Stereoton. Seine H3-Base-Generierung arbeitet mit 768p; der vollständige 2K-Ablauf regeneriert dieses Ergebnis mit dem ursprünglichen multimodalen Kontext. Das ist mehr als eine konventionelle Grössenänderung: Die zweite Stufe verwendet Modell und Quellkontext erneut, um feine Details wiederherzustellen. H3 Max und H3-Context-IR haben separate Aufgaben und Grenzen.\n\nText- und einzelbildgesteuerte Erstellung\n\nReine Texteingabe beschreibt die gesamte audiovisuelle Zeitleiste. Ein erstes Bild verankert den Anfang, ein letztes den Schluss, und zwei Bilder können beides definieren. Beginnen Sie bei einer Einstellung mit Erstbild mit der im Standbild sichtbaren Komposition und Identität und beschreiben Sie danach die daraus entstehende Handlung. Beschreiben Sie bei einem Übergang vom ersten zum letzten Bild die beobachtbare Verbindung der beiden Zustände, statt zwei unabhängige Bildbeschreibungen zu wiederholen.\n\nEin praktisches Produktbriefing kann eine geschlossene Verpackung im Eröffnungsbild, die öffnende Hand, eine sanfte Kamerabewegung und den zu erreichenden Endzustand festlegen. Erhalten Sie Objektform, Etikettplatzierung und Licht in den bereitgestellten Bildern. Einzelbildgesteuerte und referenzgestützte Erstellung sind separate Eingabemodi; die Herstellerschnittstelle mischt Erst-/Letztbildrollen nicht mit Referenzmedienrollen in einer Anfrage.\n\nReferenzgestützte Generierung und Bearbeitung\n\nDer Referenzmodus akzeptiert Text mit Bildern, Video- und Audioclips. Benennen Sie den Beitrag jeder Quelle: die Erscheinung einer Figur, einen Ort, Kamerabewegung, zeitliche Struktur eines Quellclips oder eine Stimme. Ein Video nur für Kamerabewegung unterscheidet sich von einem Video, das tatsächlich bearbeitet oder fortgesetzt werden soll. Nennen Sie diese Beziehung ausdrücklich.\n\nDer Referenzleitfaden des Herstellers trennt Motivdefinitionen, Aufgabenübersicht, Erhaltungsanalyse, detaillierte Einstellungsbeschreibung, gesamte Klanglandschaft und nur für das Publikum hörbare Hintergrundmusik. Er unterscheidet das Erhalten sichtbarer Inhalte von Attributübertragung oder einer allgemeinen Stilreferenz. Beim Ton ist die Kopie eines Signals etwas anderes als eine Referenz für Klangfarbe, Rhythmus oder Darbietung. Halten Sie diese Rollen im gesamten Briefing stabil.\n\nLiefern Sie für eine referenzgesteuerte Szene ein Figurenbild, eine kurze Kamerabewegungsreferenz und eine akustische Stimmreferenz und beschreiben Sie dann, wo jede die Zieleinstellung beeinflussen soll. Benennen Sie Kleidungs-, Umgebungs- oder Objektdetails, die erkennbar bleiben müssen. Vergleichen Sie den fertigen Clip mit diesen Anforderungen, einschliesslich Bewegungskontinuität und Beziehung zwischen sichtbarem Sprecher und hörbarer Stimme.\n\nSprache, Ton und Einstellungstiming\n\nH3 modelliert Dialog, physische Geräusche, Atmosphäre und Musik gemeinsam. Die Modellkarte dokumentiert stabile Dialogunterstützung für Arabisch, Chinesisch, Englisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch, Russisch und Spanisch; für andere Sprachen wird unterschiedliche Unterstützung beschrieben. Geben Sie exakten Wortlaut und Sprache an und erhalten Sie über die Einstellungen hinweg eine stabile Sprecheridentität.\n\nDie Prompt-Leitfäden des Herstellers verwenden Englisch für beschreibende Abschnitte und erhalten Dialog sowie sichtbaren Text in der Originalsprache. Gesprochener Inhalt nutzt `[Language] ...`, wobei Sprecheridentität und Stimmbeschreibung ausserhalb des Blocks stehen. Unterscheiden Sie in der Szene gesprochene Sprache von einem Off-Kommentar und benennen Sie, wenn ein Satz über einen Schnitt hinweg fortgeführt oder am Ende abgebrochen wird. Erhalten Sie ebenso sichtbaren Text exakt. Passen Sie die Sprachmenge an die gewählte Dauer an und prüfen Sie gerenderte Wörter und hörbaren Satz gemeinsam.\n\nBeschreiben Sie Kamerabewegung als Handlung, bei Bedarf mit Umfang und Geschwindigkeit. Nummerieren Sie Einstellungen in Wiedergabereihenfolge und halten Sie Schnittzeitpunkte innerhalb der Videodauer. Trennen Sie Szenengeräusche wie Schritte oder eine schliessende Tür von nur für das Publikum hörbarer Hintergrundmusik. So lässt sich ein kurzer Einstellungsplan leichter interpretieren und anhand seines Ergebnisses prüfen.\n\nEingabevorbereitung und Zahlengrenzen\n\nDas aktuelle Generierungsschema verlangt in jedem Modus nicht leeren Text mit bis zu 7’000 Zeichen pro Textelement. Bilder dürfen JPG, JPEG, PNG, WebP, HEIC oder HEIF verwenden, bis 30 MB pro Datei gross sein und Seiten von 256 bis 5’760 Pixeln sowie ein Seitenverhältnis von 0.4 bis 2.5 haben. Einzelbildeingabe erlaubt ein Eröffnungs- und ein Endbild; Referenzmodus erlaubt bis zu neun Referenzbilder.\n\nReferenzvideo kann bis zu drei MP4- oder MOV-Clips enthalten, jeweils 2–15 Sekunden und zusammen höchstens 15 Sekunden. Ein Clip darf bis 50 MB gross sein; Videocodec ist H.264 oder H.265, mit AAC- oder MP3-Ton, Seiten von 256 bis 5’760 Pixeln, Verhältnissen von 0.4 bis 2.5 und Bildraten von 23.976 bis 60. Referenzton unterstützt bis zu drei WAV- oder MP3-Clips bis 15 MB pro Datei, jeweils 2–15 Sekunden und zusammen höchstens 15 Sekunden. Die Modellkarte begrenzt gemischte Referenzeingaben auf 12 Dateien. Die dokumentierte Grenze des Anfragekörpers beträgt 64 MB und ist von den Dateigrenzen zu unterscheiden.\n\nWählen Sie nur Referenzen, die zum Briefing beitragen, und machen Sie jeden Beitrag ausdrücklich. Eine klare Motivansicht ist nützlicher als mehrere widersprüchliche Ansichten ohne Erklärung. Erhalten Sie die Referenzreihenfolge, beschneiden Sie irrelevantes Material ohne notwendigen Szenenkontext zu entfernen und prüfen Sie, ob kurze Quellclips die verlangte Handlung oder Stimmeigenschaft enthalten.\n\nAusgabeformat und vollständiges System\n\nDie H3-Schnittstelle des Herstellers bietet 768P und 2K. Reine Textgenerierung verlangt ein konkretes Verhältnis: 21:9, 16:9, 4:3, 1:1, 3:4 oder 9:16. Erstellung mit erstem/letztem Einzelbild übernimmt ihr Seitenverhältnis vom Eingabebild; Referenzerstellung kann ein adaptives oder ausdrückliches Verhältnis nutzen. Die ganzzahlige Ausgabedauer beträgt 4–15 Sekunden.\n\nDie Modellkarte unterscheidet H3-Context-IR zur Interpretation und Anreicherung des Briefings, H3-Base zur Generierung audiovisuellen Inhalts und H3-Regenerate-2K zur Erstellung des höher aufgelösten Ergebnisses. Die veröffentlichten Basis-Checkpoints trennen einzelbildgesteuerte Aufgaben von Omni-Reference-Aufgaben. Kontext- und Regenerierungskomponenten unterscheiden sich von diesen Basisgewichten; der Name eines offenen Checkpoints allein belegt daher nicht das Verhalten des gesamten Systems.\n\nDer Generierungsablauf des Herstellers ist asynchron. Seine Auftragsabfrage ruft Aufträge der vorausgehenden sieben Tage ab. Bewahren Sie die Auftragskennung auf, bis das tatsächliche Videoergebnis zurückgegeben wird, und speichern Sie dann den Clip statt nur einer zeitlich begrenzten Downloadadresse. Prüfen Sie visuelle Identität, Kleinschrift, Objektinteraktionen, gesprochenen Inhalt und Tontiming in der vorgesehenen Anzeigegrösse. Der Hersteller nennt multimodales Verständnis und feine Bilddetails als weiterhin verbesserungsfähige Bereiche; ein detailliertes Briefing und der Quellvergleich bleiben für ein brauchbares Ergebnis zentral.", "alias_of": null, "aliases": [], "author": "MiniMax", "available": null, "canonical_model": "minimax/hailuo-3", "capabilities": { "context_length": 0, "manufacturer_input": [ "text", "image", "video", "audio" ], "manufacturer_output": [ "video" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "1.3", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "1.3", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ], "summary": "Die vollständigen Preisangaben zur Konfiguration finden Sie in den Details." } ], "ctx": null, "declared_tariff_references": [ { "client_selectable": false, "key": "ffcc346d33bca9e66b22f181", "label": "Preisreferenzen für Videokonfigurationen", "profiles": [ { "basis": "Veröffentlichte Preisreferenz für die angezeigte Konfiguration. Die endgültige Abrechnung folgt der tatsächlich abgerechneten Konfiguration.", "dimensions": { "conditions": "In diesem Preisschlüssel ist keine zusätzliche Bedingung angegeben." }, "label": "Videopreis", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "key": "video_second", "label": "Video price", "public_unit_label": "per video second", "quantity": 1, "rate_role": "typed_video_second_reference", "side": "out", "unit": "video_second" } ] }, { "basis": "Die ersten fünf Referenzbilder sind kostenlos; der aufgeführte Preis pro Bild gilt nach den ersten fünf. Veröffentlichte Preisreferenz für die angezeigte Konfiguration. Die endgültigen Abbuchungen richten sich nach der tatsächlich abgerechneten Konfiguration.", "dimensions": { "conditions": "In diesem Preisschlüssel ist keine zusätzliche Bedingung angegeben." }, "label": "Referenzbilder nach den ersten fünf", "units": [ { "amount": "0.08", "amount_unit": "usd_per_image", "billing_input": false, "key": "input_image", "label": "Reference images after the first five", "public_unit_label": "per image", "quantity": 1, "rate_role": "typed_video_image_reference", "side": "in", "unit": "image" } ] } ] } ], "entity_type": "model", "formats": [ "videos" ], "id": "minimax/hailuo-3", "input": [ "text", "image", "audio", "video" ], "kind": "video", "max_out": null, "methods": [ { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.", "forecast_quantity_is_estimate": true, "physical_output_is_billable_quantity": false, "version": "original_invoice_usd_v1" }, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Bewahren Sie jede tatsächliche, Ihnen zugeordnete Ausgabe und die zurückgegebenen gemessenen Metadaten auf.", "defaults": { "aspect_ratio": null, "duration": null, "generate_audio": "endpoint capability flag when published; omitted unknown stays unknown; never guarantees audio track", "resolution": null, "seed": null, "size": null, "wire_omissions_preserved": true }, "errors": [ { "condition": "Der Videozugriff ist nicht verfügbar oder diese Video-ID wurde nicht gefunden.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Prüfen Sie den Videozugriff. Verwenden Sie bei einem bestehenden Video dessen ursprüngliche öffentliche ID und denselben API-Schlüssel.", "type": "not_found_error" }, { "condition": "Der API-Schlüssel stimmt nicht mit dem authentifizierten Konto überein.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Prüfen Sie vor dem Einreichen Ihren API-Schlüssel und den Kontozugriff.", "type": "authentication_error" }, { "condition": "Die Anfrage konnte nicht gelesen werden oder der Downloadindex ist ungültig.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Korrigieren Sie den Anfragetext. Wählen Sie für einen Download einen Ausgabeindex, den die ursprüngliche Aufgabe zurückgegeben hat.", "type": "invalid_request_error" }, { "condition": "Für die ausgewählte Videokonfiguration lässt sich kein Preis ermitteln.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Wählen Sie eine unterstützte Videokonfiguration und ergänzen Sie die erforderlichen Optionen, bevor Sie eine korrigierte Anfrage einreichen.", "type": "price_unavailable" }, { "condition": "Eine Videoeingabe oder eine ursprüngliche Fortsetzungsaufgabe ist ungültig.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Verwenden Sie gültige HTTPS-Eingaben. Verwenden Sie für eine Fortsetzung die ursprüngliche öffentliche Video-ID Ihres fertiggestellten Videos mit demselben API-Schlüssel.", "type": "invalid_request_error" }, { "condition": "Das verfügbare Guthaben oder die geltenden Limiten erlauben keine Reservierung.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Prüfen Sie Ihr verfügbares Guthaben und Ihre Limiten, bevor Sie eine neue Anfrage senden.", "type": "billing_error" }, { "condition": "Videoprüfung, Speicher oder Dienstzugriff ist vorübergehend nicht verfügbar.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Warten Sie, bis der Dienst verfügbar ist. Falls Sie bereits eine Video-ID besitzen, prüfen Sie diese ursprüngliche Aufgabe, statt eine weitere Erzeugung zu erstellen.", "type": "server_error" }, { "code": "result_pending_check", "condition": "Das ursprüngliche Videoergebnis und die Abbuchung müssen geprüft werden.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Bewahren Sie die zurückgegebene Video-ID auf und prüfen Sie diese Aufgabe. Senden Sie während der Prüfung keine ersetzende Erzeugungsanfrage.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "Der Download des bestehenden Videos ist vorübergehend nicht verfügbar.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Prüfen Sie später dieselbe Videoaufgabe und laden Sie deren bestehende Ausgabe herunter. Eine neue Erzeugung erstellt einen separaten Vorgang.", "type": "server_error" }, { "condition": "Der Videoinhalt wurde nicht veröffentlicht.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Prüfen Sie den ursprünglichen Aufgabenstatus. Laden Sie die Ausgabe herunter, nachdem completed gemeldet wird; bei failed befolgen Sie den Hinweis zur Prüfung der Abbuchung.", "type": "video_not_ready" } ], "hints": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "ignored_fields": [], "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + ursprüngliche id + X-Should-Retry:false; ursprüngliche Anfrage niemals wiederholen" }, "material_combinations": [ { "mode": "text_to_video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "Geben Sie prompt als Text und duration in ganzen Sekunden an. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.", "required": [ "model", "prompt", "duration" ], "required_material": "Eine schriftliche Beschreibung." }, { "exact_keys": [ "type", "image_url", "frame_type" ], "mode": "image_to_video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "frame_images ist ein Array. Jedes Bildobjekt enthält type, image_url und frame_type; image_url enthält url. Setzen Sie type auf image_url. Verwenden Sie first_frame mit einem optionalen last_frame. Jede Bildrolle darf höchstens einmal vorkommen. Geben Sie für jedes Bild eine öffentliche HTTPS-Bild-URL an. Verwenden Sie in einer Anfrage entweder Einzelbilder oder Bildreferenzen; kombinieren Sie beide nicht. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "Eine schriftliche Beschreibung und ein Bild für das erste Einzelbild." }, { "mode": "Reference to video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "input_references ist ein Array von Objekten. Setzen Sie type auf image_url, video_url oder audio_url und verwenden Sie das entsprechende Feld mit url. Verwenden Sie öffentliche HTTPS-URLs. Lassen Sie frame_images weg, um den Referenzmodus zu wählen. Die Schätzung berücksichtigt die angezeigte Komponente pro Bild nur für Bildreferenzen nach den ersten fünf. Die endgültige Abbuchung richtet sich nach der tatsächlich abgerechneten Konfiguration. Kombinieren Sie Bildreferenzen nicht mit Einzelbildern. Wählen Sie eine unterstützte Auflösung und bei Bedarf ein Seitenverhältnis.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Eine schriftliche Beschreibung und unterstützte Bild-, Video- und Audioreferenzen." } ], "operation_modes": [ "text_to_video", "image_to_video_frame_images", "reference_to_video" ], "outputs": { "content_range_supported": true, "every_actual_output": true, "family": "video", "fields": [ { "condition": "Always present for each completed output.", "description": "Bei null beginnende Position dieses Videos in der Ausgabeliste.", "field_path": "outputs[].index", "json_schema": { "type": "integer" }, "name": "index", "nullable": false, "type": "integer" }, { "condition": "Present after the owned result is available and a signed URL is created.", "description": "Signierte HTTPS-URL zum Herunterladen dieses fertiggestellten Videos.", "field_path": "outputs[].content_url", "json_schema": { "type": "string" }, "name": "content_url", "nullable": false, "type": "string" }, { "condition": "A nonempty recorded digest is returned; otherwise null.", "description": "SHA-256-Prüfsumme der ursprünglichen Videobytes; null, falls nicht verfügbar.", "field_path": "outputs[].sha256", "json_schema": { "type": [ "string", "null" ] }, "name": "sha256", "nullable": true, "type": "string | null" }, { "condition": "Returned when the recorded file size is positive.", "description": "Grösse der ursprünglichen Videodatei in Bytes; null, falls nicht verfügbar.", "field_path": "outputs[].size_bytes", "json_schema": { "type": [ "integer", "null" ] }, "name": "size_bytes", "nullable": true, "type": "integer | null" }, { "condition": "Returned when the measured duration is positive.", "description": "Gemessene Videodauer in Millisekunden; null, falls nicht verfügbar.", "field_path": "outputs[].duration_ms", "json_schema": { "type": [ "integer", "null" ] }, "name": "duration_ms", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Videobreite in Pixeln; null, falls nicht verfügbar.", "field_path": "outputs[].width", "json_schema": { "type": [ "integer", "null" ] }, "name": "width", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Videohöhe in Pixeln; null, falls nicht verfügbar.", "field_path": "outputs[].height", "json_schema": { "type": [ "integer", "null" ] }, "name": "height", "nullable": true, "type": "integer | null" }, { "condition": "Returned together with positive recorded width and height.", "description": "Kennung des Videocodecs; null, falls nicht aufgezeichnet.", "field_path": "outputs[].video_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "video_codec", "nullable": true, "type": "string | null" }, { "condition": "Returned when width, height and the video codec are recorded; false is a known result.", "description": "Gibt an, ob das Video eine Audiospur enthält; null, falls nicht gemessen.", "field_path": "outputs[].has_audio", "json_schema": { "type": [ "boolean", "null" ] }, "name": "has_audio", "nullable": true, "type": "boolean | null" }, { "condition": "Returned when video metadata is recorded and the audio codec identifier is nonempty.", "description": "Kennung des Audiocodecs; null, wenn keine Kennung aufgezeichnet wurde.", "field_path": "outputs[].audio_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "audio_codec", "nullable": true, "type": "string | null" } ], "format": "original MP4 bytes; no normalization/transcode", "max_aggregate_seconds": 2400, "max_bytes_per_output": 67108864, "max_seconds_per_output": 600, "result": "Signierte Inhalts-URLs der Ihnen zugeordneten Ausgaben", "unmeasured_fields_nullable": true }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/hailuo-3" ], "enum_known": true, "name": "model", "required": true, "schema": { "const": "minimax/hailuo-3" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "minLength": 1, "name": "prompt", "required": true, "schema": { "minLength": 1, "type": "string", "x-source-max-utf8-bytes": 10000, "x-source-non-whitespace": true }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "enum_known": true, "maximum": 600, "minimum": 1, "name": "duration", "required": true, "schema": { "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "maximum": 600, "minimum": 1, "type": "integer" }, "type": "integer" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "2K" ], "enum_known": true, "name": "resolution", "required": false, "schema": { "enum": [ "2K" ] }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ], "enum_known": true, "name": "aspect_ratio", "required": false, "schema": { "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ] }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ false, true ], "enum_known": true, "name": "generate_audio", "required": false, "schema": { "enum": [ false, true ], "x-omitted-default": "published audio capability when true/false; unknown if null; output audio must be measured" }, "type": "boolean" }, { "availability": "source_interface", "conditions": "Diese Schlüssel beschreiben jedes Bildobjekt; image_url enthält ausschliesslich url. Lassen Sie frame_images bei einer reinen Textanfrage weg.", "content": "Array von Bildobjekten. Jedes Objekt enthält type=image_url, image_url mit url und frame_type. Verwenden Sie eine HTTPS-Bild-URL und setzen Sie frame_type auf first_frame oder last_frame. Jede Bildrolle darf höchstens einmal vorkommen.", "default": null, "default_known": false, "enum": null, "enum_known": false, "exact_keys": [ "type", "image_url", "frame_type" ], "maxItems": 2, "max_items": 2, "minItems": 1, "min_items": 1, "name": "frame_images", "required": false, "schema": { "items": { "additionalProperties": false, "properties": { "frame_type": { "enum": [ "first_frame", "last_frame" ] }, "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url", "frame_type" ], "type": "object" }, "maxItems": 2, "minItems": 1, "type": "array", "x-source-unique-role": "frame_type" }, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input_references", "required": false, "schema": { "items": { "oneOf": [ { "additionalProperties": false, "properties": { "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "type": { "const": "video_url" }, "video_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" } }, "required": [ "type", "video_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "audio_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "audio_url" } }, "required": [ "type", "audio_url" ], "type": "object" } ] }, "type": "array" }, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "callback_url", "pattern": "^https://", "required": false, "schema": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maxLength": 256, "name": "session_id", "required": false, "schema": { "maxLength": 256, "type": "string" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "schema": { "additionalProperties": true, "properties": { "generation_name": { "type": "string" }, "parent_span_id": { "type": "string" }, "span_name": { "type": "string" }, "trace_id": { "type": "string" }, "trace_name": { "type": "string" } }, "type": "object" }, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maxLength": 256, "name": "user", "required": false, "schema": { "maxLength": 256, "type": "string" }, "type": "string" } ], "request_schema": { "$schema": "https://json-schema.org/draft/2020-12/schema", "additionalProperties": false, "properties": { "aspect_ratio": { "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ] }, "callback_url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" }, "creativity": false, "duration": { "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "maximum": 600, "minimum": 1, "type": "integer" }, "frame_images": { "items": { "additionalProperties": false, "properties": { "frame_type": { "enum": [ "first_frame", "last_frame" ] }, "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url", "frame_type" ], "type": "object" }, "maxItems": 2, "minItems": 1, "type": "array", "x-source-unique-role": "frame_type" }, "generate_audio": { "enum": [ false, true ], "x-omitted-default": "published audio capability when true/false; unknown if null; output audio must be measured" }, "input_references": { "items": { "oneOf": [ { "additionalProperties": false, "properties": { "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "type": { "const": "video_url" }, "video_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" } }, "required": [ "type", "video_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "audio_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "audio_url" } }, "required": [ "type", "audio_url" ], "type": "object" } ] }, "type": "array" }, "model": { "const": "minimax/hailuo-3" }, "previous_job_id": false, "prompt": { "minLength": 1, "type": "string", "x-source-max-utf8-bytes": 10000, "x-source-non-whitespace": true }, "provider": false, "resolution": { "enum": [ "2K" ] }, "seed": false, "session_id": { "maxLength": 256, "type": "string" }, "size": false, "trace": { "additionalProperties": true, "properties": { "generation_name": { "type": "string" }, "parent_span_id": { "type": "string" }, "span_name": { "type": "string" }, "trace_id": { "type": "string" }, "trace_name": { "type": "string" } }, "type": "object" }, "upscale_factor": false, "user": { "maxLength": 256, "type": "string" } }, "required": [ "model", "prompt", "duration" ], "title": "Video generation request", "type": "object", "x-source-global-rules": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "x-source-material-combinations": [ "Exact model/card, positive published duration, model resolution/aspect membership and valid frozen quote are all required; independent enum arrays are not proven provider Cartesian combinations.", "Use exact published size or compatible resolution/aspect. Omitted options stay omitted; no guessed geometry.", "first_frame/last_frame roles each occur at most once; frame_images wins mode precedence over input_references.", "provider options are unavailable for this model despite any published passthrough-name allowlist.", "Frame images plus image references are rejected because mixed additive input count is unproved; pure frame or pure reference mode remains separately priced." ] }, "unsupported": [ "size", "seed", "provider", "previous_job_id", "upscale_factor", "creativity" ] }, "input": { "additional_properties": false, "content_type": "application/json", "material_types": [ "text", "image", "audio", "video" ], "optional_controls": [ "resolution", "aspect_ratio", "generate_audio", "frame_images", "input_references", "callback_url", "session_id", "trace", "user" ], "required": [ "model", "prompt", "duration" ] }, "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + originalid + X-Should-Retry:false; never replay original" }, "method": { "http": "POST", "path": "/v1/videos" }, "method_aliases": [], "operation_modes": [ "text_to_video", "image_to_video_frame_images", "reference_to_video" ], "output": { "content_range_supported": true, "every_actual_output": true, "family": "video", "fields": [ { "condition": "Always present for each completed output.", "description": "Zero-based position of this video in the outputs list.", "field_path": "outputs[].index", "json_schema": { "type": "integer" }, "name": "index", "nullable": false, "type": "integer" }, { "condition": "Present after the owned result is available and a signed URL is created.", "description": "Signed HTTPS download URL for this completed video.", "field_path": "outputs[].content_url", "json_schema": { "type": "string" }, "name": "content_url", "nullable": false, "type": "string" }, { "condition": "A nonempty recorded digest is returned; otherwise null.", "description": "SHA-256 digest of the original video bytes; null if unavailable.", "field_path": "outputs[].sha256", "json_schema": { "type": [ "string", "null" ] }, "name": "sha256", "nullable": true, "type": "string | null" }, { "condition": "Returned when the recorded file size is positive.", "description": "Size of the original video file in bytes; null if unavailable.", "field_path": "outputs[].size_bytes", "json_schema": { "type": [ "integer", "null" ] }, "name": "size_bytes", "nullable": true, "type": "integer | null" }, { "condition": "Returned when the measured duration is positive.", "description": "Measured video duration in milliseconds; null if unavailable.", "field_path": "outputs[].duration_ms", "json_schema": { "type": [ "integer", "null" ] }, "name": "duration_ms", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Video width in pixels; null if unavailable.", "field_path": "outputs[].width", "json_schema": { "type": [ "integer", "null" ] }, "name": "width", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Video height in pixels; null if unavailable.", "field_path": "outputs[].height", "json_schema": { "type": [ "integer", "null" ] }, "name": "height", "nullable": true, "type": "integer | null" }, { "condition": "Returned together with positive recorded width and height.", "description": "Video codec identifier; null if not recorded.", "field_path": "outputs[].video_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "video_codec", "nullable": true, "type": "string | null" }, { "condition": "Returned when width, height and the video codec are recorded; false is a known result.", "description": "Whether the video contains an audio track; null if not measured.", "field_path": "outputs[].has_audio", "json_schema": { "type": [ "boolean", "null" ] }, "name": "has_audio", "nullable": true, "type": "boolean | null" }, { "condition": "Returned when video metadata is recorded and the audio codec identifier is nonempty.", "description": "Audio codec identifier; null when no identifier is recorded.", "field_path": "outputs[].audio_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "audio_codec", "nullable": true, "type": "string | null" } ], "format": "original MP4 bytes; no normalization/transcode", "max_aggregate_seconds": 2400, "max_bytes_per_output": 67108864, "max_seconds_per_output": 600, "result": "signed owned content URLs", "unmeasured_fields_nullable": true } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "conditions": "No additional condition is declared in this pricing key.", "quoted_unit": "per video second" }, "label": "Video price", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "estimate_only": true, "key": "duration_seconds", "label": "Video price", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "public_unit_label": "per video second", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "video_second" } ] }, { "dimensions": { "quoted_unit": "per reference image" }, "label": "reference image", "units": [ { "amount": "0.08", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "public_unit_label": "per reference image", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "reference_images" } ] }, { "basis": "Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Geschätzte Erzeugungskosten", "units": [ { "amount": "1.3", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "1.3", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nfrom pathlib import Path\nPath('request.json').write_text('{\"aspect_ratio\":\"16:9\",\"duration\":8,\"model\":\"minimax/hailuo-3\",\"prompt\":\"A serene mountain landscape at sunset\",\"resolution\":\"2K\"}', encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n", "label": "curl · create video", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error \"$(cat status-url.txt)\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n", "label": "GET original status", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n urls.append((str(i),u))\nfor label,path in urls:\n u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n target=Path('owned-'+label+'.bin')\n subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\n", "label": "Save every completed owned output", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "videos", "hints": [], "http": "POST", "in": null, "input": [ "text", "image", "audio", "video" ], "label": "Видео", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "video" ], "path": "/v1/videos", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "original_invoice_usd", "image_input_price": null, "image_output_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "conditions": "No additional condition is declared in this pricing key.", "quoted_unit": "per video second" }, "label": "Video price", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "estimate_only": true, "key": "duration_seconds", "label": "Video price", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "public_unit_label": "per video second", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "video_second" } ] }, { "dimensions": { "quoted_unit": "per reference image" }, "label": "reference image", "units": [ { "amount": "0.08", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "public_unit_label": "per reference image", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "reference_images" } ] }, { "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Estimated generation cost", "units": [ { "amount": "1.3", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "1.3", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "request_model_id": "minimax/hailuo-3", "route_label": "Ultra", "status_reads": [ "GET /v1/videos/{public_id}", "GET /v1/videos/{public_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "estimate_only": true, "key": "duration_seconds", "label": "Video price", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "public_unit_label": "per video second", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "video_second" }, { "amount": "0.08", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "public_unit_label": "per reference image", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "reference_images" }, { "amount": "1.3", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "1.3", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "model_aliases": [ { "canonical_model_id": "minimax/hailuo-3", "request_model_id": "minimax/hailuo-3", "route_label": "Ultra" } ], "name": "MiniMax: H3", "price": { "estimate_only": true, "in": null, "in_label": null, "out": 1.3, "out_label": "estimate before generation", "scope_label": "Estimated generation cost", "sort_in": null, "sort_out": 1.3, "varies": false }, "pricing_profiles": [ { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "input_materials_additive": true, "resolution": "768P" }, "label": "Ultra", "units": [ { "amount": "0.16", "amount_unit": "usd_per_output_video_second", "conditions": { "input_materials_additive": true, "resolution": "768P" }, "key": "base", "label": "base", "profile_index": 0, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "output_video_second" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "input_materials_additive": true, "resolution": "2K" }, "label": "Ultra", "units": [ { "amount": "0.26", "amount_unit": "usd_per_output_video_second", "conditions": { "input_materials_additive": true, "resolution": "2K" }, "key": "base", "label": "base", "profile_index": 1, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "output_video_second" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_output": true, "output_resolution": "768P" }, "label": "Ultra", "units": [ { "amount": "0.16", "amount_unit": "usd_per_input_video_second", "conditions": { "adds_to_output": true, "output_resolution": "768P" }, "key": "input_video", "label": "input video", "profile_index": 2, "quantity": "1", "rate_role": "binding_component_rate", "side": "in", "unit": "input_video_second" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_output": true, "output_resolution": "2K" }, "label": "Ultra", "units": [ { "amount": "0.26", "amount_unit": "usd_per_input_video_second", "conditions": { "adds_to_output": true, "output_resolution": "2K" }, "key": "input_video", "label": "input video", "profile_index": 3, "quantity": "1", "rate_role": "binding_component_rate", "side": "in", "unit": "input_video_second" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_output": true, "first_free_reference_images": 5, "only_additional_images_charged": true, "reference_audio_free": true }, "label": "Ultra", "units": [ { "amount": "0.08", "amount_unit": "usd_per_input_image", "conditions": { "adds_to_output": true, "first_free_reference_images": 5, "only_additional_images_charged": true, "reference_audio_free": true }, "key": "input_image", "label": "input image", "profile_index": 4, "quantity": "1", "rate_role": "binding_component_rate", "side": "in", "unit": "input_image" } ] }, { "applicability": { "client_selectable": false, "no_method_admission_claim": true, "scope": "supplier_tariff_reference" }, "dimensions": {}, "label": "Ailoot Ultra · Tariff components", "units": [ { "amount": "0.26", "amount_unit": "usd_per_exact_physical_unit", "basis": "output second", "billing_original_currency": "USD", "billing_original_rate": "0.26", "key": "duration_seconds", "label": "output second", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "quantity": 1, "side": "out", "unit": "output_second" }, { "amount": "0.08", "amount_unit": "usd_per_exact_physical_unit", "basis": "reference image", "billing_original_currency": "USD", "billing_original_rate": "0.08", "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "quantity": 1, "side": "in", "unit": "reference_image" } ] } ], "public_id": "minimax/hailuo-3", "short": "MiniMax H3 erzeugt kurze Videos mit nativem Stereoton aus Text, Einzelbildern oder multimodalen Referenzen. Es unterstützt Erstellung mit erstem/letztem Einzelbild, referenzgestützte Bearbeitung sowie Bewegungs- oder Stimmbeziehungen bei 4–15 Sekunden Ausgabe und einem eigenen 2K-Regenerierungsablauf." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "MiniMax H3 erzeugt kurze Videos mit nativem Stereoton aus Text, Einzelbildern oder multimodalen Referenzen. Es unterstützt Erstellung mit erstem/letztem Einzelbild, referenzgestützte Bearbeitung sowie Bewegungs- oder Stimmbeziehungen bei 4–15 Sekunden Ausgabe und einem eigenen 2K-Regenerierungsablauf.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "712d1c3efe2459b830f709d99233523a03ab7f8de32e972040e239119f2e85d5", "renderer_sha256": "76caa42c097db2ddc47d1e1e6fe7ca45c8363d7211296daf28e4352971e6c0c8" }, "sourceRevision": "5860459755ec1d844db2287f0057a582396d353ca55b2be546b05d644f39d459" }