{ "aboutHtml": "

Un resultado audiovisual desde un encargo multimodal

MiniMax H3 es el sistema de video omnimodal de MiniMax. Interpreta juntos texto, imágenes, video y audio y genera video con sonido estéreo nativo. El fabricante lo presenta para trabajos creativos breves como visuales de producto, publicidad, carteles animados y conceptos de títulos cinematográficos, donde las relaciones entre referencias importan tanto como describir la escena.

El sistema documentado produce video de 4–15 segundos a 24 fotogramas por segundo con audio estéreo de 32 kHz. H3-Base genera a 768p; el flujo completo 2K regenera ese resultado usando el contexto multimodal original. Es más que redimensionar: la segunda etapa vuelve a usar modelo y contexto para recuperar detalle fino. H3 Max y H3-Context-IR tienen funciones y límites separados.

Creación con texto y guía de fotogramas

La entrada solo de texto describe toda la línea de tiempo audiovisual. Una primera imagen ancla el inicio, una última el final y dos pueden definir ambos. Para una toma con primer fotograma, parte de composición e identidad visibles y describe la acción que surge. Para transición de inicio a final, describe movimiento observable entre estados en vez de repetir descripciones de imágenes inconexas.

Un encargo práctico puede especificar un empaque cerrado al inicio, la mano que lo abre, movimiento suave de cámara y estado final. Conserva forma, posición de etiqueta y luz en los fotogramas. La creación por fotogramas y por referencias son modos separados; la interfaz no mezcla funciones de primer/último fotograma con medios de referencia en una solicitud.

Generación y edición guiadas por referencias

El modo referencia acepta texto con imágenes, clips de video y audio. Identifica qué aporta cada fuente: apariencia de personaje, locación, cámara, estructura temporal de un clip o voz. Un video usado solo para cámara difiere de uno que realmente debe editarse o continuarse. Explicita esa relación.

La guía separa definiciones de sujetos, resumen de tarea, análisis de conservación, descripción detallada de toma, paisaje sonoro general y música de fondo destinada solo al público. Distingue conservar contenido visible de transferir atributos o referenciar un estilo general. En audio, copiar señal difiere de referenciar timbre, ritmo o interpretación. Mantén estables esas funciones en todo el encargo.

Para una escena con referencias, aporta imagen de personaje, un clip breve de cámara y referencia de voz y describe dónde influye cada uno. Indica qué ropa, entorno o detalles de objeto deben seguir reconocibles. Compara el clip completo con esos requisitos, incluida continuidad del movimiento y relación entre hablante visible y voz escuchada.

Habla, sonido y tiempos de tomas

H3 modela conjuntamente diálogo, sonidos físicos, ambiente y música. La ficha documenta diálogo estable en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español; describe compatibilidad variable para otros idiomas. Aporta palabras e idioma exactos, con identidad estable del hablante entre tomas.

Las guías de redacción usan inglés para secciones descriptivas y conservan diálogo y texto visible en su idioma original. El habla usa <d>[Language] ...</d>, dejando identidad y descripción de voz fuera del bloque. Distingue habla física de voz en off e identifica si una línea continúa entre cortes o se interrumpe al final. Conserva también exactamente el texto visible. Ajusta el habla a la duración y revisa conjuntamente palabras renderizadas y línea audible.

Describe cámara como acción, con amplitud y velocidad cuando importen. Numera tomas en orden y sitúa cortes dentro de la duración. Separa sonidos de escena, como pasos o puerta que cierra, de música audible solo al público. Esto facilita interpretar y revisar el plan corto frente al resultado.

Preparación de entradas y límites numéricos

El esquema actual exige texto no vacío en todo modo, hasta 7,000 caracteres por elemento. Las imágenes pueden ser JPG, JPEG, PNG, WebP, HEIC o HEIF, hasta 30 MB cada una, lados de 256 a 5,760 píxeles y aspecto de 0.4 a 2.5. La entrada por fotogramas permite una imagen inicial y una final; referencia permite hasta nueve.

El video permite hasta tres MP4 o MOV de 2–15 segundos cada uno y máximo 15 segundos juntos. Cada clip puede pesar hasta 50 MB; usa códec H.264 o H.265, audio AAC o MP3, lados de 256 a 5,760 píxeles, relaciones de 0.4 a 2.5 y frecuencia de fotogramas de 23.976 a 60 fps. El audio admite hasta tres WAV o MP3 de hasta 15 MB, 2–15 segundos cada uno y máximo 15 segundos juntos. La ficha limita referencias mixtas a 12 archivos. El cuerpo de solicitud tiene límite de 64 MB, distinto de los individuales.

Elige solo referencias que aporten al encargo y explicita cada contribución. Una vista clara del sujeto sirve más que varias contradictorias sin explicación. Conserva orden, recorta lo irrelevante sin quitar contexto necesario y comprueba que clips breves contengan la acción o cualidad de voz solicitada.

Forma de salida y sistema completo

La interfaz H3 ofrece 768P y 2K. Texto solo requiere una relación concreta: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creación con primero/último toma el aspecto de la imagen; la de referencias puede usar aspecto adaptativo o explícito. La duración entera es de 4–15 segundos.

La ficha distingue H3-Context-IR, que interpreta y enriquece el encargo, H3-Base, que genera contenido audiovisual, y H3-Regenerate-2K, que crea mayor resolución. Los checkpoints base publicados separan tareas de fotogramas y omni-reference. Contexto y regeneración son componentes distintos de esos pesos base, por lo que el nombre de un checkpoint abierto no demuestra por sí solo el comportamiento de todo el sistema.

El flujo es asíncrono. La consulta recupera tareas de los siete días anteriores. Conserva la identidad hasta recibir el video real y guarda después el clip en vez de solo una dirección temporal. Revisa identidad visual, texto pequeño, interacción de objetos, contenido hablado y tiempos sonoros al tamaño de uso. El fabricante identifica comprensión multimodal y detalle fino como áreas de mejora continua; un encargo detallado y comparar fuentes siguen siendo centrales para un resultado útil.

", "aboutText": "Un resultado audiovisual desde un encargo multimodal\n\nMiniMax H3 es el sistema de video omnimodal de MiniMax. Interpreta juntos texto, imágenes, video y audio y genera video con sonido estéreo nativo. El fabricante lo presenta para trabajos creativos breves como visuales de producto, publicidad, carteles animados y conceptos de títulos cinematográficos, donde las relaciones entre referencias importan tanto como describir la escena.\n\nEl sistema documentado produce video de 4–15 segundos a 24 fotogramas por segundo con audio estéreo de 32 kHz. H3-Base genera a 768p; el flujo completo 2K regenera ese resultado usando el contexto multimodal original. Es más que redimensionar: la segunda etapa vuelve a usar modelo y contexto para recuperar detalle fino. H3 Max y H3-Context-IR tienen funciones y límites separados.\n\nCreación con texto y guía de fotogramas\n\nLa entrada solo de texto describe toda la línea de tiempo audiovisual. Una primera imagen ancla el inicio, una última el final y dos pueden definir ambos. Para una toma con primer fotograma, parte de composición e identidad visibles y describe la acción que surge. Para transición de inicio a final, describe movimiento observable entre estados en vez de repetir descripciones de imágenes inconexas.\n\nUn encargo práctico puede especificar un empaque cerrado al inicio, la mano que lo abre, movimiento suave de cámara y estado final. Conserva forma, posición de etiqueta y luz en los fotogramas. La creación por fotogramas y por referencias son modos separados; la interfaz no mezcla funciones de primer/último fotograma con medios de referencia en una solicitud.\n\nGeneración y edición guiadas por referencias\n\nEl modo referencia acepta texto con imágenes, clips de video y audio. Identifica qué aporta cada fuente: apariencia de personaje, locación, cámara, estructura temporal de un clip o voz. Un video usado solo para cámara difiere de uno que realmente debe editarse o continuarse. Explicita esa relación.\n\nLa guía separa definiciones de sujetos, resumen de tarea, análisis de conservación, descripción detallada de toma, paisaje sonoro general y música de fondo destinada solo al público. Distingue conservar contenido visible de transferir atributos o referenciar un estilo general. En audio, copiar señal difiere de referenciar timbre, ritmo o interpretación. Mantén estables esas funciones en todo el encargo.\n\nPara una escena con referencias, aporta imagen de personaje, un clip breve de cámara y referencia de voz y describe dónde influye cada uno. Indica qué ropa, entorno o detalles de objeto deben seguir reconocibles. Compara el clip completo con esos requisitos, incluida continuidad del movimiento y relación entre hablante visible y voz escuchada.\n\nHabla, sonido y tiempos de tomas\n\nH3 modela conjuntamente diálogo, sonidos físicos, ambiente y música. La ficha documenta diálogo estable en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español; describe compatibilidad variable para otros idiomas. Aporta palabras e idioma exactos, con identidad estable del hablante entre tomas.\n\nLas guías de redacción usan inglés para secciones descriptivas y conservan diálogo y texto visible en su idioma original. El habla usa `[Language] ...`, dejando identidad y descripción de voz fuera del bloque. Distingue habla física de voz en off e identifica si una línea continúa entre cortes o se interrumpe al final. Conserva también exactamente el texto visible. Ajusta el habla a la duración y revisa conjuntamente palabras renderizadas y línea audible.\n\nDescribe cámara como acción, con amplitud y velocidad cuando importen. Numera tomas en orden y sitúa cortes dentro de la duración. Separa sonidos de escena, como pasos o puerta que cierra, de música audible solo al público. Esto facilita interpretar y revisar el plan corto frente al resultado.\n\nPreparación de entradas y límites numéricos\n\nEl esquema actual exige texto no vacío en todo modo, hasta 7,000 caracteres por elemento. Las imágenes pueden ser JPG, JPEG, PNG, WebP, HEIC o HEIF, hasta 30 MB cada una, lados de 256 a 5,760 píxeles y aspecto de 0.4 a 2.5. La entrada por fotogramas permite una imagen inicial y una final; referencia permite hasta nueve.\n\nEl video permite hasta tres MP4 o MOV de 2–15 segundos cada uno y máximo 15 segundos juntos. Cada clip puede pesar hasta 50 MB; usa códec H.264 o H.265, audio AAC o MP3, lados de 256 a 5,760 píxeles, relaciones de 0.4 a 2.5 y frecuencia de fotogramas de 23.976 a 60 fps. El audio admite hasta tres WAV o MP3 de hasta 15 MB, 2–15 segundos cada uno y máximo 15 segundos juntos. La ficha limita referencias mixtas a 12 archivos. El cuerpo de solicitud tiene límite de 64 MB, distinto de los individuales.\n\nElige solo referencias que aporten al encargo y explicita cada contribución. Una vista clara del sujeto sirve más que varias contradictorias sin explicación. Conserva orden, recorta lo irrelevante sin quitar contexto necesario y comprueba que clips breves contengan la acción o cualidad de voz solicitada.\n\nForma de salida y sistema completo\n\nLa interfaz H3 ofrece 768P y 2K. Texto solo requiere una relación concreta: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creación con primero/último toma el aspecto de la imagen; la de referencias puede usar aspecto adaptativo o explícito. La duración entera es de 4–15 segundos.\n\nLa ficha distingue H3-Context-IR, que interpreta y enriquece el encargo, H3-Base, que genera contenido audiovisual, y H3-Regenerate-2K, que crea mayor resolución. Los checkpoints base publicados separan tareas de fotogramas y omni-reference. Contexto y regeneración son componentes distintos de esos pesos base, por lo que el nombre de un checkpoint abierto no demuestra por sí solo el comportamiento de todo el sistema.\n\nEl flujo es asíncrono. La consulta recupera tareas de los siete días anteriores. Conserva la identidad hasta recibir el video real y guarda después el clip en vez de solo una dirección temporal. Revisa identidad visual, texto pequeño, interacción de objetos, contenido hablado y tiempos sonoros al tamaño de uso. El fabricante identifica comprensión multimodal y detalle fino como áreas de mejora continua; un encargo detallado y comparar fuentes siguen siendo centrales para un resultado útil.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "646c442166bad8e9e3f4ff636e496835f3179e6a09f5676a0dcf23d4f0bb1a01", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "
MM

MiniMax: H3

MiniMax /minimax/hailuo-3

Inicio

MiniMax H3 genera video corto con audio estéreo nativo desde texto, imágenes de fotogramas o referencias multimodales. Admite creación con primer/último fotograma, edición con referencias y relaciones de movimiento o voz, con salida de 4–15 segundos y un flujo independiente de regeneración 2K.

Entradas aceptadas
Texto · Imágenes · Audio · Video
Resultados
Video
Sobre el modelo

Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.

Un resultado audiovisual desde un encargo multimodal

MiniMax H3 es el sistema de video omnimodal de MiniMax. Interpreta juntos texto, imágenes, video y audio y genera video con sonido estéreo nativo. El fabricante lo presenta para trabajos creativos breves como visuales de producto, publicidad, carteles animados y conceptos de títulos cinematográficos, donde las relaciones entre referencias importan tanto como describir la escena.

El sistema documentado produce video de 4–15 segundos a 24 fotogramas por segundo con audio estéreo de 32 kHz. H3-Base genera a 768p; el flujo completo 2K regenera ese resultado usando el contexto multimodal original. Es más que redimensionar: la segunda etapa vuelve a usar modelo y contexto para recuperar detalle fino. H3 Max y H3-Context-IR tienen funciones y límites separados.

Creación con texto y guía de fotogramas

La entrada solo de texto describe toda la línea de tiempo audiovisual. Una primera imagen ancla el inicio, una última el final y dos pueden definir ambos. Para una toma con primer fotograma, parte de composición e identidad visibles y describe la acción que surge. Para transición de inicio a final, describe movimiento observable entre estados en vez de repetir descripciones de imágenes inconexas.

Un encargo práctico puede especificar un empaque cerrado al inicio, la mano que lo abre, movimiento suave de cámara y estado final. Conserva forma, posición de etiqueta y luz en los fotogramas. La creación por fotogramas y por referencias son modos separados; la interfaz no mezcla funciones de primer/último fotograma con medios de referencia en una solicitud.

Generación y edición guiadas por referencias

El modo referencia acepta texto con imágenes, clips de video y audio. Identifica qué aporta cada fuente: apariencia de personaje, locación, cámara, estructura temporal de un clip o voz. Un video usado solo para cámara difiere de uno que realmente debe editarse o continuarse. Explicita esa relación.

La guía separa definiciones de sujetos, resumen de tarea, análisis de conservación, descripción detallada de toma, paisaje sonoro general y música de fondo destinada solo al público. Distingue conservar contenido visible de transferir atributos o referenciar un estilo general. En audio, copiar señal difiere de referenciar timbre, ritmo o interpretación. Mantén estables esas funciones en todo el encargo.

Para una escena con referencias, aporta imagen de personaje, un clip breve de cámara y referencia de voz y describe dónde influye cada uno. Indica qué ropa, entorno o detalles de objeto deben seguir reconocibles. Compara el clip completo con esos requisitos, incluida continuidad del movimiento y relación entre hablante visible y voz escuchada.

Habla, sonido y tiempos de tomas

H3 modela conjuntamente diálogo, sonidos físicos, ambiente y música. La ficha documenta diálogo estable en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español; describe compatibilidad variable para otros idiomas. Aporta palabras e idioma exactos, con identidad estable del hablante entre tomas.

Las guías de redacción usan inglés para secciones descriptivas y conservan diálogo y texto visible en su idioma original. El habla usa <d>[Language] ...</d>, dejando identidad y descripción de voz fuera del bloque. Distingue habla física de voz en off e identifica si una línea continúa entre cortes o se interrumpe al final. Conserva también exactamente el texto visible. Ajusta el habla a la duración y revisa conjuntamente palabras renderizadas y línea audible.

Describe cámara como acción, con amplitud y velocidad cuando importen. Numera tomas en orden y sitúa cortes dentro de la duración. Separa sonidos de escena, como pasos o puerta que cierra, de música audible solo al público. Esto facilita interpretar y revisar el plan corto frente al resultado.

Preparación de entradas y límites numéricos

El esquema actual exige texto no vacío en todo modo, hasta 7,000 caracteres por elemento. Las imágenes pueden ser JPG, JPEG, PNG, WebP, HEIC o HEIF, hasta 30 MB cada una, lados de 256 a 5,760 píxeles y aspecto de 0.4 a 2.5. La entrada por fotogramas permite una imagen inicial y una final; referencia permite hasta nueve.

El video permite hasta tres MP4 o MOV de 2–15 segundos cada uno y máximo 15 segundos juntos. Cada clip puede pesar hasta 50 MB; usa códec H.264 o H.265, audio AAC o MP3, lados de 256 a 5,760 píxeles, relaciones de 0.4 a 2.5 y frecuencia de fotogramas de 23.976 a 60 fps. El audio admite hasta tres WAV o MP3 de hasta 15 MB, 2–15 segundos cada uno y máximo 15 segundos juntos. La ficha limita referencias mixtas a 12 archivos. El cuerpo de solicitud tiene límite de 64 MB, distinto de los individuales.

Elige solo referencias que aporten al encargo y explicita cada contribución. Una vista clara del sujeto sirve más que varias contradictorias sin explicación. Conserva orden, recorta lo irrelevante sin quitar contexto necesario y comprueba que clips breves contengan la acción o cualidad de voz solicitada.

Forma de salida y sistema completo

La interfaz H3 ofrece 768P y 2K. Texto solo requiere una relación concreta: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creación con primero/último toma el aspecto de la imagen; la de referencias puede usar aspecto adaptativo o explícito. La duración entera es de 4–15 segundos.

La ficha distingue H3-Context-IR, que interpreta y enriquece el encargo, H3-Base, que genera contenido audiovisual, y H3-Regenerate-2K, que crea mayor resolución. Los checkpoints base publicados separan tareas de fotogramas y omni-reference. Contexto y regeneración son componentes distintos de esos pesos base, por lo que el nombre de un checkpoint abierto no demuestra por sí solo el comportamiento de todo el sistema.

El flujo es asíncrono. La consulta recupera tareas de los siete días anteriores. Conserva la identidad hasta recibir el video real y guarda después el clip en vez de solo una dirección temporal. Revisa identidad visual, texto pequeño, interacción de objetos, contenido hablado y tiempos sonoros al tamaño de uso. El fabricante identifica comprensión multimodal y detalle fino como áreas de mejora continua; un encargo detallado y comparar fuentes siguen siendo centrales para un resultado útil.

Disponible en Ailoot · entradas y métodos

Ailoot Ultra · Video POST /v1/videos
Entrada
text, image, audio, video
Salida
video
Formato de salida
bytes MP4 originales; sin normalización ni transcodificación
CampoTipoRequisitoValores y límitesPredeterminado
CampomodelTipostringRequisitoObligatorioValores y límites
minimax/hailuo-3
Predeterminado—
CampopromptTipostringRequisitoObligatorioValores y límitesPredeterminado—
CampodurationTipointegerRequisitoObligatorioValores y límites
5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15
Mínimo: 1
Máximo: 600
Predeterminado—
CamporesolutionTipostringRequisitoOpcionalValores y límites
2K
Predeterminado—
Campoaspect_ratioTipostringRequisitoOpcionalValores y límites
21:9, 16:9, 4:3, 1:1, 3:4, 9:16
Predeterminado—
Campogenerate_audioTipobooleanRequisitoOpcionalValores y límites
false, true
Predeterminado—
Campoframe_imagesTipoarrayRequisitoOpcionalValores y límites
Número mínimo de elementos: 1
Número máximo de elementos: 2
Contenido de entrada: Arreglo de objetos de fotograma. Cada objeto tiene type=image_url, image_url que contiene url y frame_type. Usa una URL HTTPS de imagen y establece frame_type en first_frame o last_frame. Cada función de fotograma puede aparecer como máximo una vez.
Claves exactas: type, image_url, frame_type
Condiciones: Estas claves describen cada objeto de fotograma; image_url contiene únicamente url. Omite frame_images para una solicitud de solo texto.
Predeterminado—
Campoinput_referencesTipoarrayRequisitoOpcionalValores y límitesPredeterminado—
Campocallback_urlTipostringRequisitoOpcionalValores y límites
Patrón: ^https://
Predeterminado—
Camposession_idTipostringRequisitoOpcionalValores y límitesPredeterminado—
CampotraceTipoobjectRequisitoOpcionalValores y límitesPredeterminado—
CampouserTipostringRequisitoOpcionalValores y límitesPredeterminado—
Combinaciones de materiales de entrada

Texto a video · Una instrucción escrita. · Obligatorio: model, prompt, duration

Proporciona prompt como texto y duration en segundos enteros. Elige una resolución compatible y, si es necesario, una relación de aspecto.

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Máximo de bytes UTF-8: 10,000 · Se requiere contenido distinto de espacios en blanco: Sí

Imagen a video · Una instrucción escrita y una imagen del primer fotograma. · Obligatorio: model, prompt, duration, frame_images

frame_images es un arreglo. Cada objeto de fotograma tiene type, image_url y frame_type; image_url contiene url. Establece type en image_url. Usa first_frame con last_frame opcional. Cada función de fotograma puede aparecer como máximo una vez. Proporciona una URL HTTPS pública de imagen para cada fotograma. Usa imágenes de fotogramas o referencias de imagen en una solicitud; no combines ambas. Elige una resolución compatible y, si es necesario, una relación de aspecto.

Claves exactas: type, image_url, frame_type

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Máximo de bytes UTF-8: 10,000 · Se requiere contenido distinto de espacios en blanco: Sí

Reference to video · Una instrucción escrita y referencias compatibles de imagen, video y audio. · Obligatorio: model, prompt, duration, input_references

input_references es un arreglo de objetos. Establece type en image_url, video_url o audio_url y usa el campo correspondiente que contiene url. Usa URL HTTPS públicas. Omite frame_images para seleccionar el modo de referencias. La estimación incluye el componente por imagen mostrado solo para las imágenes de referencia posteriores a las primeras cinco. El cargo final corresponde a la configuración realmente facturada. No combines referencias de imagen con imágenes de fotogramas. Elige una resolución compatible y, si es necesario, una relación de aspecto.

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Máximo de bytes UTF-8: 10,000 · Se requiere contenido distinto de espacios en blanco: Sí

Parámetros del método y ciclo de vida
ParámetroContrato
Parámetrocontent_typeContratoapplication/json
ParámetrorequiredContratomodel, prompt, duration
Parámetromaterial_typesContratotext, image, audio, video
Parámetroadditional_propertiesContratofalse
Parámetrooptional_controlsContratoresolution, aspect_ratio, generate_audio, frame_images, input_references, callback_url, session_id, trace, user

Ciclo de vida: submit_once_poll_original

GET /v1/videos/{public_id}

GET /v1/videos/{public_id}/content

Tarifas

Cómo se calcula el cargo definitivo

Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.

Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.

Modo fast
Sin especificar Cuando se selecciona el modo fast
Modo flex
Sin especificar Cuando se selecciona el modo flex
Esfuerzo máximo de razonamiento
Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default

Tarifas estimadas para comparar

Precios por configuración

Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.

ConfiguraciónTabla de tarifasCantidad previstaUnidad de facturaciónCondiciones de facturaciónCargo
ConfiguraciónTarifas base por tokenTabla de tarifasTarifa baseCantidad prevista—Unidad de facturación—Condiciones de facturación—Cargo
Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens
Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens
Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens
Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens
Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens
ConfiguraciónPrecio del videoTabla de tarifas—Cantidad prevista—Unidad de facturaciónpor segundo de videoCondiciones de facturaciónNo se declara ninguna condición adicional en esta clave de precios.Cargo
Salida · Precio del video · Estimación solo para comparar $0.26 por segundo de video
Configuraciónimagen de referenciaTabla de tarifas—Cantidad prevista—Unidad de facturaciónpor imagen de referenciaCondiciones de facturación—Cargo
Entrada · imagen de referencia · Estimación solo para comparar $0.08 por imagen de referencia
ConfiguraciónCosto estimado de generaciónTabla de tarifas—Cantidad previstaestimación para una generaciónUnidad de facturación—Condiciones de facturación—Cargo
Salida · Costo estimado de generación · Estimación solo para comparar $1.3 estimación previa a la generación

Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada.

Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →

Detalles de la tarifa de referencia

Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.

Referencias de precios por configuración de video

Precios por configuración

Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.

ConfiguraciónCondiciones de facturaciónCargo
ConfiguraciónPrecio del videoCondiciones de facturaciónNo se declara ninguna condición adicional en esta clave de precios.Cargo
Salida · Precio del video $0.26 por segundo de video

Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada.

ConfiguraciónImágenes de referencia posteriores a las primeras cincoCondiciones de facturaciónNo se declara ninguna condición adicional en esta clave de precios.Cargo
Entrada · Imágenes de referencia después de las primeras cinco $0.08 por imagen

Las primeras cinco imágenes de referencia son gratuitas; la tarifa por imagen indicada se aplica después de las primeras cinco. Referencia de precio publicado para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada.

Solicitudes de ejemplo

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

Recibir y guardar resultados

Ailoot Ultra · Video

URL firmadas de contenido que te pertenece

Consultar el estado de la tarea
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 $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n
Otras consultas de contenido
set -eu\n: "${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
Conserva todos los resultados completados

Guarda todos los videos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.

Conserva cada salida real que te pertenezca y los metadatos medidos que se devuelvan con ella.

Si es necesario revisar la respuesta original

503 result_pending_check + id original + X-Should-Retry:false; nunca repitas el envío original

Campos de respuesta
CampoTipoSignificado
CampoindexTipointegerSignificadoPosición de este video en la lista de salidas, con índice que comienza en cero.
Campocontent_urlTipostringSignificadoURL HTTPS firmada de descarga de este video completado.
Camposha256Tipostring | nullSignificadoResumen SHA-256 de los bytes del video original; null si no está disponible.
Camposize_bytesTipointeger | nullSignificadoTamaño del archivo de video original en bytes; null si no está disponible.
Campoduration_msTipointeger | nullSignificadoDuración medida del video en milisegundos; null si no está disponible.
CampowidthTipointeger | nullSignificadoAncho del video en píxeles; null si no está disponible.
CampoheightTipointeger | nullSignificadoAlto del video en píxeles; null si no está disponible.
Campovideo_codecTipostring | nullSignificadoIdentificador del códec de video; null si no se registró.
Campohas_audioTipoboolean | nullSignificadoIndica si el video contiene una pista de audio; null si no se midió.
Campoaudio_codecTipostring | nullSignificadoIdentificador del códec de audio; null cuando no se registra ningún identificador.
Errores y siguientes pasos
RespuestaCondiciónSiguiente paso
Respuesta404 · not_found_errorCondiciónEl acceso al video no está disponible o no se encontró este ID de video.Siguiente pasoVerifica el acceso al video. Para un video existente, usa su ID público original y la misma clave API.
Respuesta401 · authentication_errorCondiciónLa clave API no coincide con la cuenta autenticada.Siguiente pasoRevisa tu clave API y el acceso de tu cuenta antes de enviar.
Respuesta400 · invalid_request_errorCondiciónNo se pudo leer la solicitud o el índice de descarga no es válido.Siguiente pasoCorrige el cuerpo de la solicitud. Para una descarga, elige un índice de salida devuelto por la tarea original.
Respuesta422 · price_unavailableCondiciónNo se puede cotizar la configuración de video seleccionada.Siguiente pasoElige una configuración de video compatible y completa sus opciones obligatorias antes de enviar una solicitud corregida.
Respuesta422 · invalid_request_errorCondiciónUna entrada de video o la tarea original de continuación no es válida.Siguiente pasoUsa entradas HTTPS válidas. Para una continuación, usa el ID público de tu video original completado con la misma clave API.
Respuesta402 · billing_errorCondiciónEl saldo disponible o los límites no permiten reservar fondos.Siguiente pasoRevisa tu saldo disponible y tus límites antes de enviar una solicitud nueva.
Respuesta503 · server_errorCondiciónLa verificación del video, el almacenamiento o el acceso al servicio no están disponibles temporalmente.Siguiente pasoEspera a que el servicio esté disponible. Si ya tienes un ID de video, consulta esa tarea original en lugar de crear otra generación.
Respuesta503 · result_pending_checkCondiciónEl resultado y el cargo del video original requieren verificación.Siguiente pasoConserva el ID de video devuelto y consulta esa tarea. No envíes una solicitud de generación de reemplazo mientras se verifica.
Respuesta503 · owned_result_unavailableCondiciónLa descarga del video existente no está disponible temporalmente.Siguiente pasoConsulta más tarde la misma tarea de video y descarga su salida existente. Una generación nueva crea una operación independiente.
Respuesta409 · video_not_readyCondiciónEl contenido del video no se ha publicado.Siguiente pasoConsulta el estado de la tarea original. Descarga cuando indique completed; si indica failed, sigue su aviso de verificación del cargo.

Alias

Alias del modelo

Ailoot Ultra minimax/hailuo-3

Alias de rutas de métodos

Usa las rutas de método indicadas arriba.

ID de modelo relacionados

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": "Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.", "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": "Conserva cada salida real que te pertenezca y los metadatos medidos que se devuelvan con ella.", "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": "El acceso al video no está disponible o no se encontró este ID de video.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Verifica el acceso al video. Para un video existente, usa su ID público original y la misma clave API.", "type": "not_found_error" }, { "condition": "La clave API no coincide con la cuenta autenticada.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Revisa tu clave API y el acceso de tu cuenta antes de enviar.", "type": "authentication_error" }, { "condition": "No se pudo leer la solicitud o el índice de descarga no es válido.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Corrige el cuerpo de la solicitud. Para una descarga, elige un índice de salida devuelto por la tarea original.", "type": "invalid_request_error" }, { "condition": "No se puede cotizar la configuración de video seleccionada.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Elige una configuración de video compatible y completa sus opciones obligatorias antes de enviar una solicitud corregida.", "type": "price_unavailable" }, { "condition": "Una entrada de video o la tarea original de continuación no es válida.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Usa entradas HTTPS válidas. Para una continuación, usa el ID público de tu video original completado con la misma clave API.", "type": "invalid_request_error" }, { "condition": "El saldo disponible o los límites no permiten reservar fondos.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Revisa tu saldo disponible y tus límites antes de enviar una solicitud nueva.", "type": "billing_error" }, { "condition": "La verificación del video, el almacenamiento o el acceso al servicio no están disponibles temporalmente.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Espera a que el servicio esté disponible. Si ya tienes un ID de video, consulta esa tarea original en lugar de crear otra generación.", "type": "server_error" }, { "code": "result_pending_check", "condition": "El resultado y el cargo del video original requieren verificación.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Conserva el ID de video devuelto y consulta esa tarea. No envíes una solicitud de generación de reemplazo mientras se verifica.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "La descarga del video existente no está disponible temporalmente.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Consulta más tarde la misma tarea de video y descarga su salida existente. Una generación nueva crea una operación independiente.", "type": "server_error" }, { "condition": "El contenido del video no se ha publicado.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Consulta el estado de la tarea original. Descarga cuando indique completed; si indica failed, sigue su aviso de verificación del cargo.", "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 + id original + X-Should-Retry:false; nunca repitas el envío original" }, "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": "Proporciona prompt como texto y duration en segundos enteros. Elige una resolución compatible y, si es necesario, una relación de aspecto.", "required": [ "model", "prompt", "duration" ], "required_material": "Una instrucción escrita." }, { "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 es un arreglo. Cada objeto de fotograma tiene type, image_url y frame_type; image_url contiene url. Establece type en image_url. Usa first_frame con last_frame opcional. Cada función de fotograma puede aparecer como máximo una vez. Proporciona una URL HTTPS pública de imagen para cada fotograma. Usa imágenes de fotogramas o referencias de imagen en una solicitud; no combines ambas. Elige una resolución compatible y, si es necesario, una relación de aspecto.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "Una instrucción escrita y una imagen del primer fotograma." }, { "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 es un arreglo de objetos. Establece type en image_url, video_url o audio_url y usa el campo correspondiente que contiene url. Usa URL HTTPS públicas. Omite frame_images para seleccionar el modo de referencias. La estimación incluye el componente por imagen mostrado solo para las imágenes de referencia posteriores a las primeras cinco. El cargo final corresponde a la configuración realmente facturada. No combines referencias de imagen con imágenes de fotogramas. Elige una resolución compatible y, si es necesario, una relación de aspecto.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Una instrucción escrita y referencias compatibles de imagen, video y audio." } ], "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": "Posición de este video en la lista de salidas, con índice que comienza en cero.", "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": "URL HTTPS firmada de descarga de este video completado.", "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": "Resumen SHA-256 de los bytes del video original; null si no está disponible.", "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": "Tamaño del archivo de video original en bytes; null si no está disponible.", "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": "Duración medida del video en milisegundos; null si no está disponible.", "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": "Ancho del video en píxeles; null si no está disponible.", "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": "Alto del video en píxeles; null si no está disponible.", "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": "Identificador del códec de video; null si no se registró.", "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": "Indica si el video contiene una pista de audio; null si no se midió.", "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": "Identificador del códec de audio; null cuando no se registra ningún identificador.", "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": "URL firmadas de contenido que te pertenece", "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": "Estas claves describen cada objeto de fotograma; image_url contiene únicamente url. Omite frame_images para una solicitud de solo texto.", "content": "Arreglo de objetos de fotograma. Cada objeto tiene type=image_url, image_url que contiene url y frame_type. Usa una URL HTTPS de imagen y establece frame_type en first_frame o last_frame. Cada función de fotograma puede aparecer como máximo una vez.", "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": "Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Costo estimado de generación", "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": "cb8b9be9a2717c748426907abf50ee28ff6c8a1042588ce49ecb359c8af83968", "input_html_sha256": "b71f2058c8560a0bd0464efb04c219da19ff969ebe7fba86c1a0230890ad6665", "private_audit_sha256": "a18c0ac2ba94ae9cdd8e40cfe3a2f6b1be743e3040532a297023c543dc3b544c", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/es-mx/minimax-hailuo-3/", "description": "MiniMax H3 genera video corto con audio estéreo nativo desde texto, imágenes de fotogramas o referencias multimodales. Admite creación con primer/último fotograma, edición con referencias y relaciones de movimiento o voz, con salida de 4–15 segundos y un flujo independiente de regeneración 2K.", "locale": "es-mx", "md_url": "https://ailoot.ai/models/es-mx/minimax-hailuo-3/index.md", "title": "MiniMax: H3 — Ailoot", "url": "https://ailoot.ai/models/es-mx/minimax-hailuo-3/" }, "rawModel": { "about": "Un resultado audiovisual desde un encargo multimodal\n\nMiniMax H3 es el sistema de video omnimodal de MiniMax. Interpreta juntos texto, imágenes, video y audio y genera video con sonido estéreo nativo. El fabricante lo presenta para trabajos creativos breves como visuales de producto, publicidad, carteles animados y conceptos de títulos cinematográficos, donde las relaciones entre referencias importan tanto como describir la escena.\n\nEl sistema documentado produce video de 4–15 segundos a 24 fotogramas por segundo con audio estéreo de 32 kHz. H3-Base genera a 768p; el flujo completo 2K regenera ese resultado usando el contexto multimodal original. Es más que redimensionar: la segunda etapa vuelve a usar modelo y contexto para recuperar detalle fino. H3 Max y H3-Context-IR tienen funciones y límites separados.\n\nCreación con texto y guía de fotogramas\n\nLa entrada solo de texto describe toda la línea de tiempo audiovisual. Una primera imagen ancla el inicio, una última el final y dos pueden definir ambos. Para una toma con primer fotograma, parte de composición e identidad visibles y describe la acción que surge. Para transición de inicio a final, describe movimiento observable entre estados en vez de repetir descripciones de imágenes inconexas.\n\nUn encargo práctico puede especificar un empaque cerrado al inicio, la mano que lo abre, movimiento suave de cámara y estado final. Conserva forma, posición de etiqueta y luz en los fotogramas. La creación por fotogramas y por referencias son modos separados; la interfaz no mezcla funciones de primer/último fotograma con medios de referencia en una solicitud.\n\nGeneración y edición guiadas por referencias\n\nEl modo referencia acepta texto con imágenes, clips de video y audio. Identifica qué aporta cada fuente: apariencia de personaje, locación, cámara, estructura temporal de un clip o voz. Un video usado solo para cámara difiere de uno que realmente debe editarse o continuarse. Explicita esa relación.\n\nLa guía separa definiciones de sujetos, resumen de tarea, análisis de conservación, descripción detallada de toma, paisaje sonoro general y música de fondo destinada solo al público. Distingue conservar contenido visible de transferir atributos o referenciar un estilo general. En audio, copiar señal difiere de referenciar timbre, ritmo o interpretación. Mantén estables esas funciones en todo el encargo.\n\nPara una escena con referencias, aporta imagen de personaje, un clip breve de cámara y referencia de voz y describe dónde influye cada uno. Indica qué ropa, entorno o detalles de objeto deben seguir reconocibles. Compara el clip completo con esos requisitos, incluida continuidad del movimiento y relación entre hablante visible y voz escuchada.\n\nHabla, sonido y tiempos de tomas\n\nH3 modela conjuntamente diálogo, sonidos físicos, ambiente y música. La ficha documenta diálogo estable en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español; describe compatibilidad variable para otros idiomas. Aporta palabras e idioma exactos, con identidad estable del hablante entre tomas.\n\nLas guías de redacción usan inglés para secciones descriptivas y conservan diálogo y texto visible en su idioma original. El habla usa `[Language] ...`, dejando identidad y descripción de voz fuera del bloque. Distingue habla física de voz en off e identifica si una línea continúa entre cortes o se interrumpe al final. Conserva también exactamente el texto visible. Ajusta el habla a la duración y revisa conjuntamente palabras renderizadas y línea audible.\n\nDescribe cámara como acción, con amplitud y velocidad cuando importen. Numera tomas en orden y sitúa cortes dentro de la duración. Separa sonidos de escena, como pasos o puerta que cierra, de música audible solo al público. Esto facilita interpretar y revisar el plan corto frente al resultado.\n\nPreparación de entradas y límites numéricos\n\nEl esquema actual exige texto no vacío en todo modo, hasta 7,000 caracteres por elemento. Las imágenes pueden ser JPG, JPEG, PNG, WebP, HEIC o HEIF, hasta 30 MB cada una, lados de 256 a 5,760 píxeles y aspecto de 0.4 a 2.5. La entrada por fotogramas permite una imagen inicial y una final; referencia permite hasta nueve.\n\nEl video permite hasta tres MP4 o MOV de 2–15 segundos cada uno y máximo 15 segundos juntos. Cada clip puede pesar hasta 50 MB; usa códec H.264 o H.265, audio AAC o MP3, lados de 256 a 5,760 píxeles, relaciones de 0.4 a 2.5 y frecuencia de fotogramas de 23.976 a 60 fps. El audio admite hasta tres WAV o MP3 de hasta 15 MB, 2–15 segundos cada uno y máximo 15 segundos juntos. La ficha limita referencias mixtas a 12 archivos. El cuerpo de solicitud tiene límite de 64 MB, distinto de los individuales.\n\nElige solo referencias que aporten al encargo y explicita cada contribución. Una vista clara del sujeto sirve más que varias contradictorias sin explicación. Conserva orden, recorta lo irrelevante sin quitar contexto necesario y comprueba que clips breves contengan la acción o cualidad de voz solicitada.\n\nForma de salida y sistema completo\n\nLa interfaz H3 ofrece 768P y 2K. Texto solo requiere una relación concreta: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creación con primero/último toma el aspecto de la imagen; la de referencias puede usar aspecto adaptativo o explícito. La duración entera es de 4–15 segundos.\n\nLa ficha distingue H3-Context-IR, que interpreta y enriquece el encargo, H3-Base, que genera contenido audiovisual, y H3-Regenerate-2K, que crea mayor resolución. Los checkpoints base publicados separan tareas de fotogramas y omni-reference. Contexto y regeneración son componentes distintos de esos pesos base, por lo que el nombre de un checkpoint abierto no demuestra por sí solo el comportamiento de todo el sistema.\n\nEl flujo es asíncrono. La consulta recupera tareas de los siete días anteriores. Conserva la identidad hasta recibir el video real y guarda después el clip en vez de solo una dirección temporal. Revisa identidad visual, texto pequeño, interacción de objetos, contenido hablado y tiempos sonoros al tamaño de uso. El fabricante identifica comprensión multimodal y detalle fino como áreas de mejora continua; un encargo detallado y comparar fuentes siguen siendo centrales para un resultado útil.", "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": "Consulta los precios completos de la configuración en los detalles." } ], "ctx": null, "declared_tariff_references": [ { "client_selectable": false, "key": "ffcc346d33bca9e66b22f181", "label": "Referencias de precios por configuración de video", "profiles": [ { "basis": "Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada.", "dimensions": { "conditions": "No se declara ninguna condición adicional en esta clave de precios." }, "label": "Precio del video", "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": "Las primeras cinco imágenes de referencia son gratuitas; la tarifa por imagen indicada se aplica después de las primeras cinco. Referencia de precio publicado para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada.", "dimensions": { "conditions": "No se declara ninguna condición adicional en esta clave de precios." }, "label": "Imágenes de referencia posteriores a las primeras cinco", "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": "Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.", "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": "Conserva cada salida real que te pertenezca y los metadatos medidos que se devuelvan con ella.", "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": "El acceso al video no está disponible o no se encontró este ID de video.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Verifica el acceso al video. Para un video existente, usa su ID público original y la misma clave API.", "type": "not_found_error" }, { "condition": "La clave API no coincide con la cuenta autenticada.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Revisa tu clave API y el acceso de tu cuenta antes de enviar.", "type": "authentication_error" }, { "condition": "No se pudo leer la solicitud o el índice de descarga no es válido.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Corrige el cuerpo de la solicitud. Para una descarga, elige un índice de salida devuelto por la tarea original.", "type": "invalid_request_error" }, { "condition": "No se puede cotizar la configuración de video seleccionada.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Elige una configuración de video compatible y completa sus opciones obligatorias antes de enviar una solicitud corregida.", "type": "price_unavailable" }, { "condition": "Una entrada de video o la tarea original de continuación no es válida.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Usa entradas HTTPS válidas. Para una continuación, usa el ID público de tu video original completado con la misma clave API.", "type": "invalid_request_error" }, { "condition": "El saldo disponible o los límites no permiten reservar fondos.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Revisa tu saldo disponible y tus límites antes de enviar una solicitud nueva.", "type": "billing_error" }, { "condition": "La verificación del video, el almacenamiento o el acceso al servicio no están disponibles temporalmente.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Espera a que el servicio esté disponible. Si ya tienes un ID de video, consulta esa tarea original en lugar de crear otra generación.", "type": "server_error" }, { "code": "result_pending_check", "condition": "El resultado y el cargo del video original requieren verificación.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Conserva el ID de video devuelto y consulta esa tarea. No envíes una solicitud de generación de reemplazo mientras se verifica.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "La descarga del video existente no está disponible temporalmente.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Consulta más tarde la misma tarea de video y descarga su salida existente. Una generación nueva crea una operación independiente.", "type": "server_error" }, { "condition": "El contenido del video no se ha publicado.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Consulta el estado de la tarea original. Descarga cuando indique completed; si indica failed, sigue su aviso de verificación del cargo.", "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 + id original + X-Should-Retry:false; nunca repitas el envío original" }, "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": "Proporciona prompt como texto y duration en segundos enteros. Elige una resolución compatible y, si es necesario, una relación de aspecto.", "required": [ "model", "prompt", "duration" ], "required_material": "Una instrucción escrita." }, { "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 es un arreglo. Cada objeto de fotograma tiene type, image_url y frame_type; image_url contiene url. Establece type en image_url. Usa first_frame con last_frame opcional. Cada función de fotograma puede aparecer como máximo una vez. Proporciona una URL HTTPS pública de imagen para cada fotograma. Usa imágenes de fotogramas o referencias de imagen en una solicitud; no combines ambas. Elige una resolución compatible y, si es necesario, una relación de aspecto.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "Una instrucción escrita y una imagen del primer fotograma." }, { "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 es un arreglo de objetos. Establece type en image_url, video_url o audio_url y usa el campo correspondiente que contiene url. Usa URL HTTPS públicas. Omite frame_images para seleccionar el modo de referencias. La estimación incluye el componente por imagen mostrado solo para las imágenes de referencia posteriores a las primeras cinco. El cargo final corresponde a la configuración realmente facturada. No combines referencias de imagen con imágenes de fotogramas. Elige una resolución compatible y, si es necesario, una relación de aspecto.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Una instrucción escrita y referencias compatibles de imagen, video y audio." } ], "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": "Posición de este video en la lista de salidas, con índice que comienza en cero.", "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": "URL HTTPS firmada de descarga de este video completado.", "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": "Resumen SHA-256 de los bytes del video original; null si no está disponible.", "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": "Tamaño del archivo de video original en bytes; null si no está disponible.", "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": "Duración medida del video en milisegundos; null si no está disponible.", "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": "Ancho del video en píxeles; null si no está disponible.", "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": "Alto del video en píxeles; null si no está disponible.", "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": "Identificador del códec de video; null si no se registró.", "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": "Indica si el video contiene una pista de audio; null si no se midió.", "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": "Identificador del códec de audio; null cuando no se registra ningún identificador.", "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": "URL firmadas de contenido que te pertenece", "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": "Estas claves describen cada objeto de fotograma; image_url contiene únicamente url. Omite frame_images para una solicitud de solo texto.", "content": "Arreglo de objetos de fotograma. Cada objeto tiene type=image_url, image_url que contiene url y frame_type. Usa una URL HTTPS de imagen y establece frame_type en first_frame o last_frame. Cada función de fotograma puede aparecer como máximo una vez.", "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": "Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Costo estimado de generación", "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 genera video corto con audio estéreo nativo desde texto, imágenes de fotogramas o referencias multimodales. Admite creación con primer/último fotograma, edición con referencias y relaciones de movimiento o voz, con salida de 4–15 segundos y un flujo independiente de regeneración 2K." }, "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 genera video corto con audio estéreo nativo desde texto, imágenes de fotogramas o referencias multimodales. Admite creación con primer/último fotograma, edición con referencias y relaciones de movimiento o voz, con salida de 4–15 segundos y un flujo independiente de regeneración 2K.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "6f9651811dcf2b6323a70625d495d7086949cf8098a091f96bc9b4c05354004c", "renderer_sha256": "50c5984577eac7205687c05e1c36de5d3ba7a0afdff02194efad3a88143581e8" }, "sourceRevision": "3ed3df7bc32986b32375aafeba8ffe21b5b7c72289da19d39f00f69164ab9b11" }