{ "aboutHtml": "

Un resultado audiovisual a partir de un encargo multimodal

MiniMax H3 es el sistema de vídeo omnimodal de MiniMax. Interpreta conjuntamente texto, imágenes, vídeo y audio y después genera vídeo con sonido estéreo nativo. El fabricante lo presenta para trabajos creativos breves, como imágenes de producto, publicidad, carteles animados y conceptos de títulos cinematográficos, en los que las relaciones entre recursos de referencia importan tanto como la descripción de escena.

El sistema documentado produce vídeo de 4–15 segundos a 24 fotogramas por segundo con audio estéreo de 32 kHz. Su generación H3-Base funciona a 768p; el flujo completo 2K regenera ese resultado utilizando el contexto multimodal original. Es más que un redimensionamiento convencional: la segunda fase utiliza de nuevo el modelo y el contexto de origen para recuperar detalle fino. H3 Max y H3-Context-IR tienen funciones y límites independientes.

Creación con texto y guiada por fotogramas

La entrada exclusivamente de texto describe toda la línea temporal audiovisual. Una primera imagen fija el inicio, una última imagen fija el final y dos imágenes pueden definir ambos. Para un plano con primer fotograma, comience con la composición y la identidad visibles en la imagen fija y después describa la acción que se desarrolla a partir de ella. Para una transición del primer al último fotograma, describa el movimiento observable que conecta los dos estados, en lugar de repetir dos descripciones de imagen sin relación.

Un encargo práctico de producto puede especificar un envase cerrado en el fotograma inicial, la mano que lo abre, el movimiento suave de cámara y el estado final que se debe alcanzar. Conserve la forma del objeto, la ubicación de la etiqueta y la iluminación en los fotogramas suministrados. La creación guiada por fotogramas y la guiada por referencias son modos de entrada independientes; la interfaz del fabricante no mezcla funciones de primer y último fotograma con funciones de medios de referencia en una solicitud.

Generación y edición guiadas por referencias

El modo de referencias acepta texto con imágenes, clips de vídeo y clips de audio. Identifique la contribución de cada fuente: el aspecto de un personaje, una localización, el movimiento de cámara, la estructura temporal de un clip de origen o una voz. Un vídeo utilizado solo para movimiento de cámara es distinto de uno que debe editarse o continuarse realmente. Indique esa relación explícitamente.

La guía de referencias del fabricante separa las definiciones de sujetos, un resumen de tarea, un análisis de conservación, una descripción detallada del plano, el paisaje sonoro general y la música de fondo que solo oye el público. Distingue la conservación del contenido visible de la transferencia de atributos o de una referencia amplia de estilo. En audio, copiar una señal es distinto de tomar como referencia timbre, ritmo o interpretación. Mantenga estables esas funciones a lo largo del encargo.

Para una escena guiada por referencias, proporcione una imagen de personaje, una referencia breve de movimiento de cámara y una referencia de voz en audio y después describa dónde debe influir cada una en el plano objetivo. Indique qué detalles de ropa, entorno u objetos deben seguir siendo reconocibles. Compare el clip terminado con esos requisitos, incluidas la continuidad de movimiento y la relación entre el hablante visible y la voz que se escucha.

Voz, sonido y sincronización de planos

H3 modela conjuntamente diálogo, sonidos físicos, ambiente y música. La ficha del modelo documenta compatibilidad estable de diálogo en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español; describe la compatibilidad de otros idiomas como variable. Proporcione las palabras habladas exactas y el idioma, con una identidad de hablante estable entre planos.

Las guías de redacción de instrucciones del fabricante utilizan inglés para las secciones descriptivas y conservan el diálogo y el texto visible en su idioma original. El contenido hablado utiliza <d>[Language] ...</d>, con la identidad del hablante y la descripción de voz fuera del bloque. Distinga el habla en escena de la voz en off e identifique cuándo una frase continúa a través de un corte o queda interrumpida por el final. Conserve también exactamente el texto visible. Ajuste la cantidad de voz a la duración elegida y examine conjuntamente las palabras generadas y la frase audible.

Describa el movimiento de cámara como una acción, incluidos su recorrido y velocidad cuando importen. Numere los planos en orden de reproducción y mantenga los tiempos de corte dentro de la duración del vídeo. Separe los sonidos de escena, como pasos o una puerta que se cierra, de la música de fondo audible solo para el público. Estas decisiones hacen que un plan de planos breve sea más fácil de interpretar y revisar frente a su resultado.

Preparación de entradas y límites numéricos

El esquema actual de generación exige texto no vacío en todos los modos, con hasta 7000 caracteres por elemento de texto. Las imágenes pueden ser JPG, JPEG, PNG, WebP, HEIC o HEIF, de hasta 30 MB cada una, con cada lado de 256 a 5760 píxeles y relación de aspecto de 0.4 a 2.5. La entrada de fotogramas permite una imagen de apertura y una de cierre; el modo de referencias permite hasta nueve imágenes de referencia.

El vídeo de referencia puede contener hasta tres clips MP4 o MOV, de 2–15 segundos cada uno y no más de 15 segundos en conjunto. Un clip puede ocupar hasta 50 MB; su códec de vídeo es H.264 o H.265, con audio AAC o MP3, lados de 256 a 5760 píxeles, relaciones de 0.4 a 2.5 y tasa de fotogramas de 23.976 a 60. El audio de referencia admite hasta tres clips WAV o MP3, de hasta 15 MB cada uno, de 2–15 segundos cada uno y no más de 15 segundos en conjunto. La ficha del modelo limita las entradas mixtas de referencia a 12 archivos. El límite documentado del cuerpo de solicitud es de 64 MB, distinto de los límites por archivo.

Elija solo referencias que contribuyan al encargo y haga explícita cada contribución. Una vista clara del sujeto es más útil que varias vistas contradictorias sin explicación. Conserve el orden de las referencias, recorte material irrelevante sin eliminar contexto necesario de escena y compruebe que los clips breves de origen contengan la acción o característica de voz solicitada.

Forma de salida y sistema completo

La interfaz H3 del fabricante ofrece 768P y 2K. La generación solo con texto exige una relación concreta: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creación con primer y último fotograma toma la relación de aspecto de la imagen de entrada; la creación con referencias puede utilizar una relación adaptable o explícita. La duración entera de salida es de 4–15 segundos.

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

El flujo de generación del fabricante es asíncrono. Su interfaz de consulta recupera tareas de los siete días anteriores. Conserve la identidad de tarea hasta que se devuelva el resultado real de vídeo y después guarde el clip, en lugar de conservar solo una dirección de descarga temporal. Revise la identidad visual, el texto pequeño, las interacciones de objetos, el contenido hablado y la sincronización sonora al tamaño previsto de visualización. El fabricante identifica la comprensión multimodal y el detalle visual fino como áreas que siguen mejorándose; un encargo detallado y la comparación con el original continúan siendo centrales para obtener un resultado útil.

", "aboutText": "Un resultado audiovisual a partir de un encargo multimodal\n\nMiniMax H3 es el sistema de vídeo omnimodal de MiniMax. Interpreta conjuntamente texto, imágenes, vídeo y audio y después genera vídeo con sonido estéreo nativo. El fabricante lo presenta para trabajos creativos breves, como imágenes de producto, publicidad, carteles animados y conceptos de títulos cinematográficos, en los que las relaciones entre recursos de referencia importan tanto como la descripción de escena.\n\nEl sistema documentado produce vídeo de 4–15 segundos a 24 fotogramas por segundo con audio estéreo de 32 kHz. Su generación H3-Base funciona a 768p; el flujo completo 2K regenera ese resultado utilizando el contexto multimodal original. Es más que un redimensionamiento convencional: la segunda fase utiliza de nuevo el modelo y el contexto de origen para recuperar detalle fino. H3 Max y H3-Context-IR tienen funciones y límites independientes.\n\nCreación con texto y guiada por fotogramas\n\nLa entrada exclusivamente de texto describe toda la línea temporal audiovisual. Una primera imagen fija el inicio, una última imagen fija el final y dos imágenes pueden definir ambos. Para un plano con primer fotograma, comience con la composición y la identidad visibles en la imagen fija y después describa la acción que se desarrolla a partir de ella. Para una transición del primer al último fotograma, describa el movimiento observable que conecta los dos estados, en lugar de repetir dos descripciones de imagen sin relación.\n\nUn encargo práctico de producto puede especificar un envase cerrado en el fotograma inicial, la mano que lo abre, el movimiento suave de cámara y el estado final que se debe alcanzar. Conserve la forma del objeto, la ubicación de la etiqueta y la iluminación en los fotogramas suministrados. La creación guiada por fotogramas y la guiada por referencias son modos de entrada independientes; la interfaz del fabricante no mezcla funciones de primer y último fotograma con funciones de medios de referencia en una solicitud.\n\nGeneración y edición guiadas por referencias\n\nEl modo de referencias acepta texto con imágenes, clips de vídeo y clips de audio. Identifique la contribución de cada fuente: el aspecto de un personaje, una localización, el movimiento de cámara, la estructura temporal de un clip de origen o una voz. Un vídeo utilizado solo para movimiento de cámara es distinto de uno que debe editarse o continuarse realmente. Indique esa relación explícitamente.\n\nLa guía de referencias del fabricante separa las definiciones de sujetos, un resumen de tarea, un análisis de conservación, una descripción detallada del plano, el paisaje sonoro general y la música de fondo que solo oye el público. Distingue la conservación del contenido visible de la transferencia de atributos o de una referencia amplia de estilo. En audio, copiar una señal es distinto de tomar como referencia timbre, ritmo o interpretación. Mantenga estables esas funciones a lo largo del encargo.\n\nPara una escena guiada por referencias, proporcione una imagen de personaje, una referencia breve de movimiento de cámara y una referencia de voz en audio y después describa dónde debe influir cada una en el plano objetivo. Indique qué detalles de ropa, entorno u objetos deben seguir siendo reconocibles. Compare el clip terminado con esos requisitos, incluidas la continuidad de movimiento y la relación entre el hablante visible y la voz que se escucha.\n\nVoz, sonido y sincronización de planos\n\nH3 modela conjuntamente diálogo, sonidos físicos, ambiente y música. La ficha del modelo documenta compatibilidad estable de diálogo en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español; describe la compatibilidad de otros idiomas como variable. Proporcione las palabras habladas exactas y el idioma, con una identidad de hablante estable entre planos.\n\nLas guías de redacción de instrucciones del fabricante utilizan inglés para las secciones descriptivas y conservan el diálogo y el texto visible en su idioma original. El contenido hablado utiliza `[Language] ...`, con la identidad del hablante y la descripción de voz fuera del bloque. Distinga el habla en escena de la voz en off e identifique cuándo una frase continúa a través de un corte o queda interrumpida por el final. Conserve también exactamente el texto visible. Ajuste la cantidad de voz a la duración elegida y examine conjuntamente las palabras generadas y la frase audible.\n\nDescriba el movimiento de cámara como una acción, incluidos su recorrido y velocidad cuando importen. Numere los planos en orden de reproducción y mantenga los tiempos de corte dentro de la duración del vídeo. Separe los sonidos de escena, como pasos o una puerta que se cierra, de la música de fondo audible solo para el público. Estas decisiones hacen que un plan de planos breve sea más fácil de interpretar y revisar frente a su resultado.\n\nPreparación de entradas y límites numéricos\n\nEl esquema actual de generación exige texto no vacío en todos los modos, con hasta 7000 caracteres por elemento de texto. Las imágenes pueden ser JPG, JPEG, PNG, WebP, HEIC o HEIF, de hasta 30 MB cada una, con cada lado de 256 a 5760 píxeles y relación de aspecto de 0.4 a 2.5. La entrada de fotogramas permite una imagen de apertura y una de cierre; el modo de referencias permite hasta nueve imágenes de referencia.\n\nEl vídeo de referencia puede contener hasta tres clips MP4 o MOV, de 2–15 segundos cada uno y no más de 15 segundos en conjunto. Un clip puede ocupar hasta 50 MB; su códec de vídeo es H.264 o H.265, con audio AAC o MP3, lados de 256 a 5760 píxeles, relaciones de 0.4 a 2.5 y tasa de fotogramas de 23.976 a 60. El audio de referencia admite hasta tres clips WAV o MP3, de hasta 15 MB cada uno, de 2–15 segundos cada uno y no más de 15 segundos en conjunto. La ficha del modelo limita las entradas mixtas de referencia a 12 archivos. El límite documentado del cuerpo de solicitud es de 64 MB, distinto de los límites por archivo.\n\nElija solo referencias que contribuyan al encargo y haga explícita cada contribución. Una vista clara del sujeto es más útil que varias vistas contradictorias sin explicación. Conserve el orden de las referencias, recorte material irrelevante sin eliminar contexto necesario de escena y compruebe que los clips breves de origen contengan la acción o característica de voz solicitada.\n\nForma de salida y sistema completo\n\nLa interfaz H3 del fabricante ofrece 768P y 2K. La generación solo con texto exige una relación concreta: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creación con primer y último fotograma toma la relación de aspecto de la imagen de entrada; la creación con referencias puede utilizar una relación adaptable o explícita. La duración entera de salida es de 4–15 segundos.\n\nLa ficha del modelo distingue H3-Context-IR, que interpreta y enriquece el encargo; H3-Base, que genera contenido audiovisual; y H3-Regenerate-2K, que crea el resultado de mayor resolución. Los checkpoints base publicados separan tareas guiadas por fotogramas y tareas omni-reference. Los componentes de contexto y regeneración son distintos de esos pesos base, por lo que el nombre de un checkpoint abierto por sí solo no establece el comportamiento del sistema completo.\n\nEl flujo de generación del fabricante es asíncrono. Su interfaz de consulta recupera tareas de los siete días anteriores. Conserve la identidad de tarea hasta que se devuelva el resultado real de vídeo y después guarde el clip, en lugar de conservar solo una dirección de descarga temporal. Revise la identidad visual, el texto pequeño, las interacciones de objetos, el contenido hablado y la sincronización sonora al tamaño previsto de visualización. El fabricante identifica la comprensión multimodal y el detalle visual fino como áreas que siguen mejorándose; un encargo detallado y la comparación con el original continúan siendo centrales para obtener un resultado útil.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "bd136ede20f7d125ac48cf48084a2bfc9a53443ab87e57cef7c07176360218c4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "
MM

MiniMax: H3

MiniMax /minimax/hailuo-3

Primeros pasos

MiniMax H3 genera vídeo corto con audio estéreo nativo a partir de texto, imágenes de fotogramas o referencias multimodales. Admite creación con primer y último fotograma, edición guiada por referencias y relaciones de movimiento o voz, con salida de 4–15 segundos y un flujo específico de regeneración 2K.

Entradas aceptadas
Texto · Imágenes · Audio · Vídeo
Resultados
Vídeo
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 a partir de un encargo multimodal

MiniMax H3 es el sistema de vídeo omnimodal de MiniMax. Interpreta conjuntamente texto, imágenes, vídeo y audio y después genera vídeo con sonido estéreo nativo. El fabricante lo presenta para trabajos creativos breves, como imágenes de producto, publicidad, carteles animados y conceptos de títulos cinematográficos, en los que las relaciones entre recursos de referencia importan tanto como la descripción de escena.

El sistema documentado produce vídeo de 4–15 segundos a 24 fotogramas por segundo con audio estéreo de 32 kHz. Su generación H3-Base funciona a 768p; el flujo completo 2K regenera ese resultado utilizando el contexto multimodal original. Es más que un redimensionamiento convencional: la segunda fase utiliza de nuevo el modelo y el contexto de origen para recuperar detalle fino. H3 Max y H3-Context-IR tienen funciones y límites independientes.

Creación con texto y guiada por fotogramas

La entrada exclusivamente de texto describe toda la línea temporal audiovisual. Una primera imagen fija el inicio, una última imagen fija el final y dos imágenes pueden definir ambos. Para un plano con primer fotograma, comience con la composición y la identidad visibles en la imagen fija y después describa la acción que se desarrolla a partir de ella. Para una transición del primer al último fotograma, describa el movimiento observable que conecta los dos estados, en lugar de repetir dos descripciones de imagen sin relación.

Un encargo práctico de producto puede especificar un envase cerrado en el fotograma inicial, la mano que lo abre, el movimiento suave de cámara y el estado final que se debe alcanzar. Conserve la forma del objeto, la ubicación de la etiqueta y la iluminación en los fotogramas suministrados. La creación guiada por fotogramas y la guiada por referencias son modos de entrada independientes; la interfaz del fabricante no mezcla funciones de primer y último fotograma con funciones de medios de referencia en una solicitud.

Generación y edición guiadas por referencias

El modo de referencias acepta texto con imágenes, clips de vídeo y clips de audio. Identifique la contribución de cada fuente: el aspecto de un personaje, una localización, el movimiento de cámara, la estructura temporal de un clip de origen o una voz. Un vídeo utilizado solo para movimiento de cámara es distinto de uno que debe editarse o continuarse realmente. Indique esa relación explícitamente.

La guía de referencias del fabricante separa las definiciones de sujetos, un resumen de tarea, un análisis de conservación, una descripción detallada del plano, el paisaje sonoro general y la música de fondo que solo oye el público. Distingue la conservación del contenido visible de la transferencia de atributos o de una referencia amplia de estilo. En audio, copiar una señal es distinto de tomar como referencia timbre, ritmo o interpretación. Mantenga estables esas funciones a lo largo del encargo.

Para una escena guiada por referencias, proporcione una imagen de personaje, una referencia breve de movimiento de cámara y una referencia de voz en audio y después describa dónde debe influir cada una en el plano objetivo. Indique qué detalles de ropa, entorno u objetos deben seguir siendo reconocibles. Compare el clip terminado con esos requisitos, incluidas la continuidad de movimiento y la relación entre el hablante visible y la voz que se escucha.

Voz, sonido y sincronización de planos

H3 modela conjuntamente diálogo, sonidos físicos, ambiente y música. La ficha del modelo documenta compatibilidad estable de diálogo en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español; describe la compatibilidad de otros idiomas como variable. Proporcione las palabras habladas exactas y el idioma, con una identidad de hablante estable entre planos.

Las guías de redacción de instrucciones del fabricante utilizan inglés para las secciones descriptivas y conservan el diálogo y el texto visible en su idioma original. El contenido hablado utiliza <d>[Language] ...</d>, con la identidad del hablante y la descripción de voz fuera del bloque. Distinga el habla en escena de la voz en off e identifique cuándo una frase continúa a través de un corte o queda interrumpida por el final. Conserve también exactamente el texto visible. Ajuste la cantidad de voz a la duración elegida y examine conjuntamente las palabras generadas y la frase audible.

Describa el movimiento de cámara como una acción, incluidos su recorrido y velocidad cuando importen. Numere los planos en orden de reproducción y mantenga los tiempos de corte dentro de la duración del vídeo. Separe los sonidos de escena, como pasos o una puerta que se cierra, de la música de fondo audible solo para el público. Estas decisiones hacen que un plan de planos breve sea más fácil de interpretar y revisar frente a su resultado.

Preparación de entradas y límites numéricos

El esquema actual de generación exige texto no vacío en todos los modos, con hasta 7000 caracteres por elemento de texto. Las imágenes pueden ser JPG, JPEG, PNG, WebP, HEIC o HEIF, de hasta 30 MB cada una, con cada lado de 256 a 5760 píxeles y relación de aspecto de 0.4 a 2.5. La entrada de fotogramas permite una imagen de apertura y una de cierre; el modo de referencias permite hasta nueve imágenes de referencia.

El vídeo de referencia puede contener hasta tres clips MP4 o MOV, de 2–15 segundos cada uno y no más de 15 segundos en conjunto. Un clip puede ocupar hasta 50 MB; su códec de vídeo es H.264 o H.265, con audio AAC o MP3, lados de 256 a 5760 píxeles, relaciones de 0.4 a 2.5 y tasa de fotogramas de 23.976 a 60. El audio de referencia admite hasta tres clips WAV o MP3, de hasta 15 MB cada uno, de 2–15 segundos cada uno y no más de 15 segundos en conjunto. La ficha del modelo limita las entradas mixtas de referencia a 12 archivos. El límite documentado del cuerpo de solicitud es de 64 MB, distinto de los límites por archivo.

Elija solo referencias que contribuyan al encargo y haga explícita cada contribución. Una vista clara del sujeto es más útil que varias vistas contradictorias sin explicación. Conserve el orden de las referencias, recorte material irrelevante sin eliminar contexto necesario de escena y compruebe que los clips breves de origen contengan la acción o característica de voz solicitada.

Forma de salida y sistema completo

La interfaz H3 del fabricante ofrece 768P y 2K. La generación solo con texto exige una relación concreta: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creación con primer y último fotograma toma la relación de aspecto de la imagen de entrada; la creación con referencias puede utilizar una relación adaptable o explícita. La duración entera de salida es de 4–15 segundos.

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

El flujo de generación del fabricante es asíncrono. Su interfaz de consulta recupera tareas de los siete días anteriores. Conserve la identidad de tarea hasta que se devuelva el resultado real de vídeo y después guarde el clip, en lugar de conservar solo una dirección de descarga temporal. Revise la identidad visual, el texto pequeño, las interacciones de objetos, el contenido hablado y la sincronización sonora al tamaño previsto de visualización. El fabricante identifica la comprensión multimodal y el detalle visual fino como áreas que siguen mejorándose; un encargo detallado y la comparación con el original continúan siendo centrales para obtener un resultado útil.

Disponible en Ailoot · entradas y métodos

Ailoot Ultra · Vídeo POST /v1/videos
Tipos de entrada
text, image, audio, video
Tipos de 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: Lista de objetos de fotograma. Cada objeto contiene type=image_url, image_url con url y frame_type. Usa una URL HTTPS de imagen y establece frame_type en first_frame o last_frame. Cada función de fotograma aparece como máximo una vez.
Claves exactas: type, image_url, frame_type
Condiciones: Estas claves describen cada objeto de fotograma; image_url solo contiene url. Omite frame_images para una solicitud que solo contenga 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 vídeo · Una instrucción escrita. · Obligatorio: model, prompt, duration

Proporciona prompt como texto y duration en segundos enteros. Elige una resolución compatible y, si hace falta, 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 vídeo · Una instrucción escrita y una imagen del primer fotograma. · Obligatorio: model, prompt, duration, frame_images

frame_images es una lista. Cada objeto de fotograma incluye 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 aparece 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 hace falta, 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 de imagen, vídeo y audio compatibles. · Obligatorio: model, prompt, duration, input_references

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

Planes

Cómo se calcula el cargo definitivo

Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.

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

Modo rápido
Sin especificar Cuando se selecciona el modo rápido
Modo flex
Sin especificar Cuando se selecciona el modo flex
Esfuerzo máximo de razonamiento
Sin especificar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (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 vídeoTabla de tarifas—Cantidad prevista—Unidad de facturaciónpor segundo de vídeoCondiciones de facturaciónNo se declara ninguna condición adicional en esta clave de precios.Cargo
Salida · Precio del vídeo · Estimación solo para comparar $0.26 por segundo de vídeo
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
ConfiguraciónCoste estimado de generaciónTabla de tarifas—Cantidad previstaestimación para una generaciónUnidad de facturación—Condiciones de facturación—Cargo
Salida · Coste 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 para la generación completada.

Ailoot reserva un importe 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 estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.

Referencias de precios de configuraciones de vídeo

Precios por configuración

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

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

Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada.

ConfiguraciónImágenes de referencia después de 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 del precio publicado para la configuración mostrada. Los cargos definitivos dependen de la configuración realmente facturada.

Solicitudes de ejemplo

Ailoot Ultra · Vídeo

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 · Vídeo

URL firmadas de contenido bajo tu titularidad

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 vídeos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.

Conserva todos los resultados reales bajo tu titularidad y los metadatos medidos que se devuelvan.

Si es necesario revisar la respuesta original

503 result_pending_check + originalid + X-Should-Retry:false; no repitas nunca la operación original

Campos de respuesta
CampoTipoSignificado
CampoindexTipointegerSignificadoPosición de este vídeo en la lista de resultados, empezando por cero.
Campocontent_urlTipostringSignificadoURL HTTPS firmada de descarga de este vídeo completado.
Camposha256Tipostring | nullSignificadoHuella SHA-256 de los bytes del vídeo original; null si no está disponible.
Camposize_bytesTipointeger | nullSignificadoTamaño del archivo de vídeo original en bytes; null si no está disponible.
Campoduration_msTipointeger | nullSignificadoDuración medida del vídeo en milisegundos; null si no está disponible.
CampowidthTipointeger | nullSignificadoAnchura del vídeo en píxeles; null si no está disponible.
CampoheightTipointeger | nullSignificadoAltura del vídeo en píxeles; null si no está disponible.
Campovideo_codecTipostring | nullSignificadoIdentificador del códec de vídeo; null si no se ha registrado.
Campohas_audioTipoboolean | nullSignificadoIndica si el vídeo contiene una pista de audio; null si no se ha medido.
Campoaudio_codecTipostring | nullSignificadoIdentificador del códec de audio; null cuando no se ha registrado ninguno.
Errores y siguientes pasos
RespuestaCondiciónSiguiente paso
Respuesta404 · not_found_errorCondiciónEl acceso al vídeo no está disponible o no se ha encontrado este ID de vídeo.Siguiente pasoComprueba el acceso al vídeo. Para un vídeo existente, usa su ID público original y la misma clave API.
Respuesta401 · authentication_errorCondiciónLa clave API no corresponde a la cuenta autenticada.Siguiente pasoComprueba tu clave API y el acceso de tu cuenta antes de enviar la solicitud.
Respuesta400 · invalid_request_errorCondiciónNo se ha podido 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 calcular el precio de la configuración de vídeo seleccionada.Siguiente pasoElige una configuración de vídeo compatible y completa sus opciones obligatorias antes de enviar una solicitud corregida.
Respuesta422 · invalid_request_errorCondiciónUna entrada de vídeo o la tarea original de continuación no es válida.Siguiente pasoUsa entradas HTTPS válidas. Para continuar, usa el ID público de tu vídeo original completado con la misma clave API.
Respuesta402 · billing_errorCondiciónEl saldo disponible o los límites no permiten efectuar una reserva.Siguiente pasoComprueba tu saldo disponible y tus límites antes de enviar una nueva solicitud.
Respuesta503 · server_errorCondiciónLa verificación del vídeo, 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 vídeo, comprueba esa tarea original en lugar de crear otra generación.
Respuesta503 · result_pending_checkCondiciónEs necesario comprobar el resultado del vídeo original y el cargo.Siguiente pasoConserva el ID de vídeo devuelto y comprueba esa tarea. No envíes una solicitud de generación sustitutiva mientras se esté comprobando.
Respuesta503 · owned_result_unavailableCondiciónLa descarga del vídeo existente no está disponible temporalmente.Siguiente pasoComprueba más tarde la misma tarea de vídeo y descarga su resultado existente. Una nueva generación crea una operación independiente.
Respuesta409 · video_not_readyCondiciónEl contenido del vídeo no se ha publicado.Siguiente pasoComprueba el estado de la tarea original. Descarga cuando indique completed; si indica failed, sigue su aviso de comprobación 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 estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen 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 todos los resultados reales bajo tu titularidad y los metadatos medidos que se devuelvan.", "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 vídeo no está disponible o no se ha encontrado este ID de vídeo.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Comprueba el acceso al vídeo. Para un vídeo existente, usa su ID público original y la misma clave API.", "type": "not_found_error" }, { "condition": "La clave API no corresponde a la cuenta autenticada.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Comprueba tu clave API y el acceso de tu cuenta antes de enviar la solicitud.", "type": "authentication_error" }, { "condition": "No se ha podido 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 calcular el precio de la configuración de vídeo seleccionada.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Elige una configuración de vídeo compatible y completa sus opciones obligatorias antes de enviar una solicitud corregida.", "type": "price_unavailable" }, { "condition": "Una entrada de vídeo o la tarea original de continuación no es válida.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Usa entradas HTTPS válidas. Para continuar, usa el ID público de tu vídeo original completado con la misma clave API.", "type": "invalid_request_error" }, { "condition": "El saldo disponible o los límites no permiten efectuar una reserva.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Comprueba tu saldo disponible y tus límites antes de enviar una nueva solicitud.", "type": "billing_error" }, { "condition": "La verificación del vídeo, 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 vídeo, comprueba esa tarea original en lugar de crear otra generación.", "type": "server_error" }, { "code": "result_pending_check", "condition": "Es necesario comprobar el resultado del vídeo original y el cargo.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Conserva el ID de vídeo devuelto y comprueba esa tarea. No envíes una solicitud de generación sustitutiva mientras se esté comprobando.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "La descarga del vídeo existente no está disponible temporalmente.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Comprueba más tarde la misma tarea de vídeo y descarga su resultado existente. Una nueva generación crea una operación independiente.", "type": "server_error" }, { "condition": "El contenido del vídeo no se ha publicado.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Comprueba el estado de la tarea original. Descarga cuando indique completed; si indica failed, sigue su aviso de comprobación 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 + originalid + X-Should-Retry:false; no repitas nunca la operación 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 hace falta, 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 una lista. Cada objeto de fotograma incluye 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 aparece 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 hace falta, 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 una lista de objetos. Establece type en image_url, video_url o audio_url y utiliza el campo correspondiente que contiene url. Usa URL HTTPS públicas. Omite frame_images para seleccionar el modo de referencias. La estimación solo incluye el componente por imagen mostrado para las imágenes de referencia posteriores a las primeras cinco. El cargo definitivo depende de la configuración realmente facturada. No combines referencias de imagen con imágenes de fotogramas. Elige una resolución compatible y, si hace falta, una relación de aspecto.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Una instrucción escrita y referencias de imagen, vídeo y audio compatibles." } ], "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 vídeo en la lista de resultados, empezando por 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 vídeo 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": "Huella SHA-256 de los bytes del vídeo 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 vídeo 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 vídeo 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": "Anchura del vídeo 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": "Altura del vídeo 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 vídeo; null si no se ha registrado.", "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 vídeo contiene una pista de audio; null si no se ha medido.", "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 ha registrado ninguno.", "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 bajo tu titularidad", "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 solo contiene url. Omite frame_images para una solicitud que solo contenga texto.", "content": "Lista de objetos de fotograma. Cada objeto contiene type=image_url, image_url con url y frame_type. Usa una URL HTTPS de imagen y establece frame_type en first_frame o last_frame. Cada función de fotograma aparece 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 para la generación completada.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Coste 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": "87e80e196e1da2b7427662fedf031dfba3143fbc83394376c8e4a2853d512050", "input_html_sha256": "a76f3864ee4c7e8d2b09229c38cf55df488ffcfd9d5168e23e410d716c2b5700", "private_audit_sha256": "26191bfe887c95292f6c2270e6950a7e793846974d6e8ebdfbbf54bcdef2ec8d", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/es/minimax-hailuo-3/", "description": "MiniMax H3 genera vídeo corto con audio estéreo nativo a partir de texto, imágenes de fotogramas o referencias multimodales. Admite creación con primer y último fotograma, edición guiada por referencias y relaciones de movimiento o voz, con salida de 4–15 segundos y un flujo específico de regeneración 2K.", "locale": "es", "md_url": "https://ailoot.ai/models/es/minimax-hailuo-3/index.md", "title": "MiniMax: H3 — Ailoot", "url": "https://ailoot.ai/models/es/minimax-hailuo-3/" }, "rawModel": { "about": "Un resultado audiovisual a partir de un encargo multimodal\n\nMiniMax H3 es el sistema de vídeo omnimodal de MiniMax. Interpreta conjuntamente texto, imágenes, vídeo y audio y después genera vídeo con sonido estéreo nativo. El fabricante lo presenta para trabajos creativos breves, como imágenes de producto, publicidad, carteles animados y conceptos de títulos cinematográficos, en los que las relaciones entre recursos de referencia importan tanto como la descripción de escena.\n\nEl sistema documentado produce vídeo de 4–15 segundos a 24 fotogramas por segundo con audio estéreo de 32 kHz. Su generación H3-Base funciona a 768p; el flujo completo 2K regenera ese resultado utilizando el contexto multimodal original. Es más que un redimensionamiento convencional: la segunda fase utiliza de nuevo el modelo y el contexto de origen para recuperar detalle fino. H3 Max y H3-Context-IR tienen funciones y límites independientes.\n\nCreación con texto y guiada por fotogramas\n\nLa entrada exclusivamente de texto describe toda la línea temporal audiovisual. Una primera imagen fija el inicio, una última imagen fija el final y dos imágenes pueden definir ambos. Para un plano con primer fotograma, comience con la composición y la identidad visibles en la imagen fija y después describa la acción que se desarrolla a partir de ella. Para una transición del primer al último fotograma, describa el movimiento observable que conecta los dos estados, en lugar de repetir dos descripciones de imagen sin relación.\n\nUn encargo práctico de producto puede especificar un envase cerrado en el fotograma inicial, la mano que lo abre, el movimiento suave de cámara y el estado final que se debe alcanzar. Conserve la forma del objeto, la ubicación de la etiqueta y la iluminación en los fotogramas suministrados. La creación guiada por fotogramas y la guiada por referencias son modos de entrada independientes; la interfaz del fabricante no mezcla funciones de primer y último fotograma con funciones de medios de referencia en una solicitud.\n\nGeneración y edición guiadas por referencias\n\nEl modo de referencias acepta texto con imágenes, clips de vídeo y clips de audio. Identifique la contribución de cada fuente: el aspecto de un personaje, una localización, el movimiento de cámara, la estructura temporal de un clip de origen o una voz. Un vídeo utilizado solo para movimiento de cámara es distinto de uno que debe editarse o continuarse realmente. Indique esa relación explícitamente.\n\nLa guía de referencias del fabricante separa las definiciones de sujetos, un resumen de tarea, un análisis de conservación, una descripción detallada del plano, el paisaje sonoro general y la música de fondo que solo oye el público. Distingue la conservación del contenido visible de la transferencia de atributos o de una referencia amplia de estilo. En audio, copiar una señal es distinto de tomar como referencia timbre, ritmo o interpretación. Mantenga estables esas funciones a lo largo del encargo.\n\nPara una escena guiada por referencias, proporcione una imagen de personaje, una referencia breve de movimiento de cámara y una referencia de voz en audio y después describa dónde debe influir cada una en el plano objetivo. Indique qué detalles de ropa, entorno u objetos deben seguir siendo reconocibles. Compare el clip terminado con esos requisitos, incluidas la continuidad de movimiento y la relación entre el hablante visible y la voz que se escucha.\n\nVoz, sonido y sincronización de planos\n\nH3 modela conjuntamente diálogo, sonidos físicos, ambiente y música. La ficha del modelo documenta compatibilidad estable de diálogo en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español; describe la compatibilidad de otros idiomas como variable. Proporcione las palabras habladas exactas y el idioma, con una identidad de hablante estable entre planos.\n\nLas guías de redacción de instrucciones del fabricante utilizan inglés para las secciones descriptivas y conservan el diálogo y el texto visible en su idioma original. El contenido hablado utiliza `[Language] ...`, con la identidad del hablante y la descripción de voz fuera del bloque. Distinga el habla en escena de la voz en off e identifique cuándo una frase continúa a través de un corte o queda interrumpida por el final. Conserve también exactamente el texto visible. Ajuste la cantidad de voz a la duración elegida y examine conjuntamente las palabras generadas y la frase audible.\n\nDescriba el movimiento de cámara como una acción, incluidos su recorrido y velocidad cuando importen. Numere los planos en orden de reproducción y mantenga los tiempos de corte dentro de la duración del vídeo. Separe los sonidos de escena, como pasos o una puerta que se cierra, de la música de fondo audible solo para el público. Estas decisiones hacen que un plan de planos breve sea más fácil de interpretar y revisar frente a su resultado.\n\nPreparación de entradas y límites numéricos\n\nEl esquema actual de generación exige texto no vacío en todos los modos, con hasta 7000 caracteres por elemento de texto. Las imágenes pueden ser JPG, JPEG, PNG, WebP, HEIC o HEIF, de hasta 30 MB cada una, con cada lado de 256 a 5760 píxeles y relación de aspecto de 0.4 a 2.5. La entrada de fotogramas permite una imagen de apertura y una de cierre; el modo de referencias permite hasta nueve imágenes de referencia.\n\nEl vídeo de referencia puede contener hasta tres clips MP4 o MOV, de 2–15 segundos cada uno y no más de 15 segundos en conjunto. Un clip puede ocupar hasta 50 MB; su códec de vídeo es H.264 o H.265, con audio AAC o MP3, lados de 256 a 5760 píxeles, relaciones de 0.4 a 2.5 y tasa de fotogramas de 23.976 a 60. El audio de referencia admite hasta tres clips WAV o MP3, de hasta 15 MB cada uno, de 2–15 segundos cada uno y no más de 15 segundos en conjunto. La ficha del modelo limita las entradas mixtas de referencia a 12 archivos. El límite documentado del cuerpo de solicitud es de 64 MB, distinto de los límites por archivo.\n\nElija solo referencias que contribuyan al encargo y haga explícita cada contribución. Una vista clara del sujeto es más útil que varias vistas contradictorias sin explicación. Conserve el orden de las referencias, recorte material irrelevante sin eliminar contexto necesario de escena y compruebe que los clips breves de origen contengan la acción o característica de voz solicitada.\n\nForma de salida y sistema completo\n\nLa interfaz H3 del fabricante ofrece 768P y 2K. La generación solo con texto exige una relación concreta: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creación con primer y último fotograma toma la relación de aspecto de la imagen de entrada; la creación con referencias puede utilizar una relación adaptable o explícita. La duración entera de salida es de 4–15 segundos.\n\nLa ficha del modelo distingue H3-Context-IR, que interpreta y enriquece el encargo; H3-Base, que genera contenido audiovisual; y H3-Regenerate-2K, que crea el resultado de mayor resolución. Los checkpoints base publicados separan tareas guiadas por fotogramas y tareas omni-reference. Los componentes de contexto y regeneración son distintos de esos pesos base, por lo que el nombre de un checkpoint abierto por sí solo no establece el comportamiento del sistema completo.\n\nEl flujo de generación del fabricante es asíncrono. Su interfaz de consulta recupera tareas de los siete días anteriores. Conserve la identidad de tarea hasta que se devuelva el resultado real de vídeo y después guarde el clip, en lugar de conservar solo una dirección de descarga temporal. Revise la identidad visual, el texto pequeño, las interacciones de objetos, el contenido hablado y la sincronización sonora al tamaño previsto de visualización. El fabricante identifica la comprensión multimodal y el detalle visual fino como áreas que siguen mejorándose; un encargo detallado y la comparación con el original continúan siendo centrales para obtener 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 de configuraciones de vídeo", "profiles": [ { "basis": "Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada.", "dimensions": { "conditions": "No se declara ninguna condición adicional en esta clave de precios." }, "label": "Precio del vídeo", "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 del precio publicado para la configuración mostrada. Los cargos definitivos dependen de la configuración realmente facturada.", "dimensions": { "conditions": "No se declara ninguna condición adicional en esta clave de precios." }, "label": "Imágenes de referencia después de 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 estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen 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 todos los resultados reales bajo tu titularidad y los metadatos medidos que se devuelvan.", "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 vídeo no está disponible o no se ha encontrado este ID de vídeo.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Comprueba el acceso al vídeo. Para un vídeo existente, usa su ID público original y la misma clave API.", "type": "not_found_error" }, { "condition": "La clave API no corresponde a la cuenta autenticada.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Comprueba tu clave API y el acceso de tu cuenta antes de enviar la solicitud.", "type": "authentication_error" }, { "condition": "No se ha podido 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 calcular el precio de la configuración de vídeo seleccionada.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Elige una configuración de vídeo compatible y completa sus opciones obligatorias antes de enviar una solicitud corregida.", "type": "price_unavailable" }, { "condition": "Una entrada de vídeo o la tarea original de continuación no es válida.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Usa entradas HTTPS válidas. Para continuar, usa el ID público de tu vídeo original completado con la misma clave API.", "type": "invalid_request_error" }, { "condition": "El saldo disponible o los límites no permiten efectuar una reserva.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Comprueba tu saldo disponible y tus límites antes de enviar una nueva solicitud.", "type": "billing_error" }, { "condition": "La verificación del vídeo, 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 vídeo, comprueba esa tarea original en lugar de crear otra generación.", "type": "server_error" }, { "code": "result_pending_check", "condition": "Es necesario comprobar el resultado del vídeo original y el cargo.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Conserva el ID de vídeo devuelto y comprueba esa tarea. No envíes una solicitud de generación sustitutiva mientras se esté comprobando.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "La descarga del vídeo existente no está disponible temporalmente.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Comprueba más tarde la misma tarea de vídeo y descarga su resultado existente. Una nueva generación crea una operación independiente.", "type": "server_error" }, { "condition": "El contenido del vídeo no se ha publicado.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Comprueba el estado de la tarea original. Descarga cuando indique completed; si indica failed, sigue su aviso de comprobación 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 + originalid + X-Should-Retry:false; no repitas nunca la operación 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 hace falta, 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 una lista. Cada objeto de fotograma incluye 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 aparece 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 hace falta, 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 una lista de objetos. Establece type en image_url, video_url o audio_url y utiliza el campo correspondiente que contiene url. Usa URL HTTPS públicas. Omite frame_images para seleccionar el modo de referencias. La estimación solo incluye el componente por imagen mostrado para las imágenes de referencia posteriores a las primeras cinco. El cargo definitivo depende de la configuración realmente facturada. No combines referencias de imagen con imágenes de fotogramas. Elige una resolución compatible y, si hace falta, una relación de aspecto.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Una instrucción escrita y referencias de imagen, vídeo y audio compatibles." } ], "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 vídeo en la lista de resultados, empezando por 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 vídeo 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": "Huella SHA-256 de los bytes del vídeo 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 vídeo 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 vídeo 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": "Anchura del vídeo 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": "Altura del vídeo 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 vídeo; null si no se ha registrado.", "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 vídeo contiene una pista de audio; null si no se ha medido.", "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 ha registrado ninguno.", "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 bajo tu titularidad", "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 solo contiene url. Omite frame_images para una solicitud que solo contenga texto.", "content": "Lista de objetos de fotograma. Cada objeto contiene type=image_url, image_url con url y frame_type. Usa una URL HTTPS de imagen y establece frame_type en first_frame o last_frame. Cada función de fotograma aparece 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 para la generación completada.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Coste 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 vídeo corto con audio estéreo nativo a partir de texto, imágenes de fotogramas o referencias multimodales. Admite creación con primer y último fotograma, edición guiada por referencias y relaciones de movimiento o voz, con salida de 4–15 segundos y un flujo específico 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 vídeo corto con audio estéreo nativo a partir de texto, imágenes de fotogramas o referencias multimodales. Admite creación con primer y último fotograma, edición guiada por referencias y relaciones de movimiento o voz, con salida de 4–15 segundos y un flujo específico de regeneración 2K.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "0b0dd73a85ddac85e24fe00ffe874d02692ce28ef039e399e21c3c6591501329", "renderer_sha256": "b6d488b4bdee68568e5b17d2d4871b2ba1885e1032091b635a7a58ad2ca224e7" }, "sourceRevision": "9b5a8806651224fe2cbf4be7639e6708a6062a00f49e167e62a60dd96325e3f6" }