Hailuo 02 es el modelo de video de MiniMax para escenas basadas en texto, animación de imágenes y un proceso con fotogramas inicial y final. Unas indicaciones escritas describen el sujeto, la acción y la cámara, mientras que las imágenes de fotogramas proporcionadas pueden establecer el punto de partida visual o el destino de la transición. Elige el modo de generación según el material que ya tengas y la parte del plano que necesites controlar.
Para texto a video, describe una acción coherente con un entorno y un punto de vista claros. Una escena puede mostrar un pequeño velero que pasa junto a un muelle mientras la cámara lo sigue desde la orilla. Especifica qué se mueve, qué detalles deben seguir siendo visibles y cómo termina el plano. Mantén las indicaciones centradas en acontecimientos observables, en lugar de una lista de cualidades visuales no relacionadas.
Para imagen a video, prepara un primer fotograma con el sujeto y el encuadre deseados ya establecidos. El fabricante acepta imágenes JPG, JPEG, PNG y WebP de menos de 20 MB, con un lado corto de más de 300 píxeles y una relación de aspecto entre 2:5 y 5:2. Utiliza una imagen cuyos contornos y rasgos importantes sean visibles y describe después el movimiento que debe desarrollarse a partir de ella.
Hailuo 02 también tiene un modo documentado con fotogramas inicial y final. Prepara las dos imágenes como los estados inicial y final deseados de una secuencia y describe cómo se mueve la escena entre ellos. El primer fotograma determina el encuadre; el fabricante indica que un último fotograma de tamaño distinto se recorta para adaptarlo al primero. Alinea de antemano la composición de las imágenes cuando un sujeto deba seguir siendo visible durante la transición.
Las instrucciones pueden contener hasta 2,000 caracteres. Hailuo 02 admite comandos de cámara entre corchetes, incluidos push, pull, truck, pan, pedestal, tilt, zoom, tracking y un plano estático. Los comandos colocados juntos en un mismo par de corchetes solicitan movimiento simultáneo; los colocados en distintos puntos de la descripción solicitan una secuencia. El fabricante recomienda combinar como máximo tres movimientos, por lo que conviene elegir la acción de cámara que facilite ver al sujeto con claridad.
La duración y la resolución están vinculadas al modo. Texto a video documenta seis o diez segundos a 768P y seis segundos a 1080P. Imagen a video también documenta 512P para seis o diez segundos. El proceso con fotogramas inicial y final documenta 768P para seis o diez segundos y 1080P para seis segundos. Selecciona una combinación admitida para el plano, en lugar de trasladar las opciones de resolución de un modo a todos los demás.
La optimización automática de instrucciones es un control documentado y está activada de forma predeterminada en el proceso del fabricante. Conserva su ajuste al comparar versiones, porque unas indicaciones reescritas cambian lo que recibe el modelo. Guarda el texto exacto, los fotogramas de referencia y los ajustes de salida seleccionados junto con el clip generado para que una revisión pueda centrarse en la acción o el encuadre que necesiten mejorar.
Revisa la secuencia completa: la composición inicial, la continuidad del sujeto, los tiempos de la acción y el fotograma final. Para una transición, comprueba ambos extremos y el movimiento entre ellos. Guarda el video real para editarlo, junto con las instrucciones y las referencias; utiliza la siguiente revisión para corregir un problema visual concreto, como un detalle oculto, un movimiento brusco de cámara o un final que llegue demasiado pronto.
", "aboutText": "Hailuo 02 es el modelo de video de MiniMax para escenas basadas en texto, animación de imágenes y un proceso con fotogramas inicial y final. Unas indicaciones escritas describen el sujeto, la acción y la cámara, mientras que las imágenes de fotogramas proporcionadas pueden establecer el punto de partida visual o el destino de la transición. Elige el modo de generación según el material que ya tengas y la parte del plano que necesites controlar.\n\nPara texto a video, describe una acción coherente con un entorno y un punto de vista claros. Una escena puede mostrar un pequeño velero que pasa junto a un muelle mientras la cámara lo sigue desde la orilla. Especifica qué se mueve, qué detalles deben seguir siendo visibles y cómo termina el plano. Mantén las indicaciones centradas en acontecimientos observables, en lugar de una lista de cualidades visuales no relacionadas.\n\nPara imagen a video, prepara un primer fotograma con el sujeto y el encuadre deseados ya establecidos. El fabricante acepta imágenes JPG, JPEG, PNG y WebP de menos de 20 MB, con un lado corto de más de 300 píxeles y una relación de aspecto entre 2:5 y 5:2. Utiliza una imagen cuyos contornos y rasgos importantes sean visibles y describe después el movimiento que debe desarrollarse a partir de ella.\n\nHailuo 02 también tiene un modo documentado con fotogramas inicial y final. Prepara las dos imágenes como los estados inicial y final deseados de una secuencia y describe cómo se mueve la escena entre ellos. El primer fotograma determina el encuadre; el fabricante indica que un último fotograma de tamaño distinto se recorta para adaptarlo al primero. Alinea de antemano la composición de las imágenes cuando un sujeto deba seguir siendo visible durante la transición.\n\nLas instrucciones pueden contener hasta 2,000 caracteres. Hailuo 02 admite comandos de cámara entre corchetes, incluidos push, pull, truck, pan, pedestal, tilt, zoom, tracking y un plano estático. Los comandos colocados juntos en un mismo par de corchetes solicitan movimiento simultáneo; los colocados en distintos puntos de la descripción solicitan una secuencia. El fabricante recomienda combinar como máximo tres movimientos, por lo que conviene elegir la acción de cámara que facilite ver al sujeto con claridad.\n\nLa duración y la resolución están vinculadas al modo. Texto a video documenta seis o diez segundos a 768P y seis segundos a 1080P. Imagen a video también documenta 512P para seis o diez segundos. El proceso con fotogramas inicial y final documenta 768P para seis o diez segundos y 1080P para seis segundos. Selecciona una combinación admitida para el plano, en lugar de trasladar las opciones de resolución de un modo a todos los demás.\n\nLa optimización automática de instrucciones es un control documentado y está activada de forma predeterminada en el proceso del fabricante. Conserva su ajuste al comparar versiones, porque unas indicaciones reescritas cambian lo que recibe el modelo. Guarda el texto exacto, los fotogramas de referencia y los ajustes de salida seleccionados junto con el clip generado para que una revisión pueda centrarse en la acción o el encuadre que necesiten mejorar.\n\nRevisa la secuencia completa: la composición inicial, la continuidad del sujeto, los tiempos de la acción y el fotograma final. Para una transición, comprueba ambos extremos y el movimiento entre ellos. Guarda el video real para editarlo, junto con las instrucciones y las referencias; utiliza la siguiente revisión para corregir un problema visual concreto, como un detalle oculto, un movimiento brusco de cámara o un final que llegue demasiado pronto.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "47772081e0facea7483a1fae2755f8391d828b5efd49a836d524dbe7ebe50470", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "minimaxi-hailuo-02Hailuo 02 crea video a partir de texto o de una imagen del primer fotograma y admite un proceso documentado con fotogramas inicial y final. Los comandos de cámara, la optimización de instrucciones y las opciones de duración y resolución específicas de cada modo ayudan a dar forma al plano previsto.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Hailuo 02 es el modelo de video de MiniMax para escenas basadas en texto, animación de imágenes y un proceso con fotogramas inicial y final. Unas indicaciones escritas describen el sujeto, la acción y la cámara, mientras que las imágenes de fotogramas proporcionadas pueden establecer el punto de partida visual o el destino de la transición. Elige el modo de generación según el material que ya tengas y la parte del plano que necesites controlar.
Para texto a video, describe una acción coherente con un entorno y un punto de vista claros. Una escena puede mostrar un pequeño velero que pasa junto a un muelle mientras la cámara lo sigue desde la orilla. Especifica qué se mueve, qué detalles deben seguir siendo visibles y cómo termina el plano. Mantén las indicaciones centradas en acontecimientos observables, en lugar de una lista de cualidades visuales no relacionadas.
Para imagen a video, prepara un primer fotograma con el sujeto y el encuadre deseados ya establecidos. El fabricante acepta imágenes JPG, JPEG, PNG y WebP de menos de 20 MB, con un lado corto de más de 300 píxeles y una relación de aspecto entre 2:5 y 5:2. Utiliza una imagen cuyos contornos y rasgos importantes sean visibles y describe después el movimiento que debe desarrollarse a partir de ella.
Hailuo 02 también tiene un modo documentado con fotogramas inicial y final. Prepara las dos imágenes como los estados inicial y final deseados de una secuencia y describe cómo se mueve la escena entre ellos. El primer fotograma determina el encuadre; el fabricante indica que un último fotograma de tamaño distinto se recorta para adaptarlo al primero. Alinea de antemano la composición de las imágenes cuando un sujeto deba seguir siendo visible durante la transición.
Las instrucciones pueden contener hasta 2,000 caracteres. Hailuo 02 admite comandos de cámara entre corchetes, incluidos push, pull, truck, pan, pedestal, tilt, zoom, tracking y un plano estático. Los comandos colocados juntos en un mismo par de corchetes solicitan movimiento simultáneo; los colocados en distintos puntos de la descripción solicitan una secuencia. El fabricante recomienda combinar como máximo tres movimientos, por lo que conviene elegir la acción de cámara que facilite ver al sujeto con claridad.
La duración y la resolución están vinculadas al modo. Texto a video documenta seis o diez segundos a 768P y seis segundos a 1080P. Imagen a video también documenta 512P para seis o diez segundos. El proceso con fotogramas inicial y final documenta 768P para seis o diez segundos y 1080P para seis segundos. Selecciona una combinación admitida para el plano, en lugar de trasladar las opciones de resolución de un modo a todos los demás.
La optimización automática de instrucciones es un control documentado y está activada de forma predeterminada en el proceso del fabricante. Conserva su ajuste al comparar versiones, porque unas indicaciones reescritas cambian lo que recibe el modelo. Guarda el texto exacto, los fotogramas de referencia y los ajustes de salida seleccionados junto con el clip generado para que una revisión pueda centrarse en la acción o el encuadre que necesiten mejorar.
Revisa la secuencia completa: la composición inicial, la continuidad del sujeto, los tiempos de la acción y el fotograma final. Para una transición, comprueba ambos extremos y el movimiento entre ellos. Guarda el video real para editarlo, junto con las instrucciones y las referencias; utiliza la siguiente revisión para corregir un problema visual concreto, como un detalle oculto, un movimiento brusco de cámara o un final que llegue demasiado pronto.
POST /v1/videostext, imagevideo| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites minimaxi-hailuo-02 Condiciones: Usa el selector exacto de modelos de Ailoot. | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Condiciones: Describe la escena y el movimiento. | Predeterminado— |
Campoduration | Tipointeger | RequisitoOpcional | Valores y límites 6, 10 Condiciones: Envía uno de los valores de duración enumerados; no se afirma que exista un valor predeterminado. | Predeterminado— |
Campoend_image | Tipostring | RequisitoOpcional | Valores y límites Condiciones: Un fotograma final solo se aplica en un modo compatible de entrada con imagen. | Predeterminado— |
Campoimage | Tipostring or array<string> | RequisitoOpcional | Valores y límites Condiciones: Usa una URL real de imagen accesible públicamente o una cadena de imagen en base64; aquí no se afirma una cantidad máxima de imágenes. | Predeterminado— |
Camporesolution | Tipostring | RequisitoOpcional | Valores y límites 512P, 768P, 1080P Condiciones: Envía uno de los valores de resolución enumerados; no se afirma que exista un valor predeterminado. | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetrooptional | Contratoduration, end_image, image, resolution |
Parámetromaterial_types | Contratotext, image |
Parámetroconditions | ContratoUsa el selector exacto de modelos de Ailoot., Describe la escena y el movimiento., Envía uno de los valores de duración enumerados; no se afirma que exista un valor predeterminado., Un fotograma final solo se aplica en un modo compatible de entrada con imagen., Usa una URL real de imagen accesible públicamente o una cadena de imagen en base64; aquí no se afirma una cantidad máxima de imágenes., Envía uno de los valores de resolución enumerados; no se afirma que exista un valor predeterminado. |
Alias de método: /v1/videos/generations
Ciclo de vida: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Cargo |
|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | 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 |
| ConfiguraciónCosto estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cargo Salida · Costo estimado de generación · Estimación solo para comparar $0.2 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada. |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "minimaxi-hailuo-02",\n "prompt": "A cat is walking on grass."\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Create once; retain id, polling_url, original task identifiers and every header.\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_STATUS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path("result.json").read_text())\nu=urljoin("https://api.ailoot.ai",r["polling_url"])\np=urlsplit(u)\nif p.scheme!="https" or p.netloc!="api.ailoot.ai" or p.username or p.password:\n raise SystemExit("Unexpected returned polling URL; preserve the response")\nsubprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-D","status-headers.txt","-o","status.json"],check=True)\n# Read this same original polling_url again while pending.\n# Preserve unknown/result_pending_check; do not repeat creation.\nPY_STATUS\nset -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())\nroles={}\ndef visit(v,path=""):\n if isinstance(v,dict):\n for k,x in v.items(): visit(x,path+"/"+k)\n elif isinstance(v,list):\n for i,x in enumerate(v): visit(x,path+"/"+str(i))\n elif isinstance(v,str):\n u=urljoin("https://api.ailoot.ai",v); p=urlsplit(u)\n if p.scheme=="https" and p.netloc=="api.ailoot.ai" and not p.username and not p.password and p.path.startswith("/v1/media/assets/") and p.path.endswith("/content"):\n roles.setdefault(u,[]).append(path)\nvisit(r)\nif not roles: raise SystemExit("No completed owned assets; retain the original status")\nmanifest=[]\nfor i,(u,paths) in enumerate(roles.items()):\n target=Path(f"asset-{i}.bin")\n subprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-o",str(target)],check=True)\n raw=target.read_bytes()\n if not raw: raise SystemExit("Empty asset; retain original status and metadata")\n ext="glb" if raw[:4]==b"glTF" else "png" if raw[:8]==b"\\x89PNG\\r\\n\\x1a\\n" else "jpg" if raw[:3]==b"\\xff\\xd8\\xff" else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "mp4" if raw[4:8]==b"ftyp" else "bin"\n name=f"asset-{i}.{ext}"\n if target.name!=name: target.rename(name)\n manifest.append({"file":name,"response_paths":paths,"bytes":len(raw)})\nPath("asset-manifest.json").write_text(json.dumps(manifest,indent=2))\nprint("Saved",len(manifest),"unique owned assets; every response role retained")\nPY_ASSETS\nGET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarda todos los videos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
Conserva la respuesta y los encabezados completos, los identificadores originales, todas las salidas reales y todos los campos de uso y contabilidad. Guarda cada recurso único que te pertenezca y conserva cada función que apunte a él.
Conserva el id público de tarea u operación devuelto y todos los encabezados. Consulta únicamente la tarea original; unknown o result_pending_check no autorizan otra creación.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campopolling_url | Tipostring |
Campoprovider_task_id | Tipostring |
Campotask_id | Tipostring |
Campostatus | Tipostring |
Campovideo_url | Tipostring |
Ailoot Ultra minimaxi-hailuo-02
/v1/videos/generations