{ "aboutHtml": "

Un risultato audiovisivo da un brief multimodale

MiniMax H3 è il sistema video omnimodale di MiniMax. Interpreta insieme testo, immagini, video e audio, poi genera video con suono stereo nativo. Il produttore lo presenta per brevi lavori creativi come visual di prodotto, pubblicità, poster animati e concept di titoli cinematografici, in cui le relazioni tra le risorse di riferimento contano quanto la descrizione della scena.

Il sistema documentato produce video di 4–15 secondi a 24 fotogrammi al secondo con audio stereo a 32 kHz. La generazione H3-Base opera a 768p; il flusso 2K completo rigenera quel risultato usando il contesto multimodale originale. Va oltre un ridimensionamento convenzionale: la seconda fase usa nuovamente il modello e il contesto sorgente per recuperare dettagli fini. H3 Max e H3-Context-IR hanno ruoli e limiti separati.

Creazione da testo e guidata da fotogrammi

L’input con solo testo descrive l’intera timeline audiovisiva. Una prima immagine ancora l’apertura, un’ultima ancora la conclusione e due immagini possono definirle entrambe. Per un’inquadratura con primo fotogramma, parti dalla composizione e dall’identità visibili nell’immagine fissa, poi descrivi l’azione che si sviluppa da essa. Per una transizione dal primo all’ultimo fotogramma, descrivi il movimento osservabile che collega i due stati invece di ripetere due descrizioni di immagini non collegate.

Un brief pratico di prodotto può specificare una confezione chiusa nel fotogramma iniziale, la mano che la apre, il movimento delicato della camera e lo stato finale da raggiungere. Preserva forma dell’oggetto, posizione dell’etichetta e illuminazione nei fotogrammi forniti. La creazione guidata da fotogrammi e quella guidata da riferimenti sono modalità di ingresso separate; l’interfaccia del produttore non mescola ruoli di primo/ultimo fotogramma e ruoli dei media di riferimento in una richiesta.

Generazione e modifica guidate da riferimenti

La modalità riferimenti accetta testo con immagini, clip video e clip audio. Identifica il contributo di ogni fonte: aspetto di un personaggio, luogo, movimento di camera, struttura temporale di una clip sorgente o voce. Un video usato soltanto per il movimento di camera è diverso da uno che deve essere effettivamente modificato o continuato. Specifica esplicitamente questa relazione.

La guida di riferimenti del produttore separa definizioni dei soggetti, riepilogo dell’attività, analisi di ciò che va mantenuto, descrizione dettagliata delle inquadrature, paesaggio sonoro complessivo e musica di sottofondo udibile soltanto dal pubblico. Distingue la conservazione del contenuto visibile dal trasferimento di attributi o da un riferimento generale di stile. Per l’audio, copiare un segnale è diverso dal riferirsi a timbro, ritmo o interpretazione. Mantieni stabili questi ruoli lungo tutto il brief.

Per una scena guidata da riferimenti, fornisci un’immagine del personaggio, un breve riferimento di movimento di camera e un riferimento vocale audio, poi descrivi dove ciascuno deve influenzare l’inquadratura di destinazione. Specifica quali dettagli di abiti, ambiente o oggetti devono restare riconoscibili. Confronta la clip finita con questi requisiti, comprese continuità del movimento e relazione tra il parlante visibile e la voce udita.

Parlato, suono e tempi delle inquadrature

H3 modella congiuntamente dialoghi, suoni fisici, ambiente sonoro e musica. La scheda del modello documenta un supporto stabile del dialogo per arabo, cinese, inglese, francese, tedesco, italiano, giapponese, coreano, portoghese, russo e spagnolo; il supporto delle altre lingue è descritto come variabile. Fornisci parole pronunciate e lingua esatte, con un’identità stabile del parlante tra le inquadrature.

Le guide del produttore per scrivere prompt usano l’inglese nelle sezioni descrittive, preservando dialoghi e testo visibile nella lingua originale. Il contenuto parlato usa <d>[Language] ...</d>, con identità del parlante e descrizione della voce fuori dal blocco. Distingui il parlato fisico dalla voce fuori campo e identifica quando una battuta prosegue oltre un taglio oppure viene interrotta dalla fine. Preserva esattamente anche il testo visibile. Adatta la quantità di parlato alla durata scelta e controlla insieme il testo visibile risultante e la battuta udibile.

Descrivi il movimento di camera come un’azione, includendo ampiezza e velocità quando sono importanti. Numera le inquadrature nell’ordine di riproduzione e mantieni i tempi dei tagli entro la durata del video. Separa i suoni della scena, come passi o una porta che si chiude, dalla musica di sottofondo udibile soltanto dal pubblico. Queste scelte rendono un breve piano di ripresa più facile da interpretare e da confrontare con il risultato.

Preparazione degli input e limiti numerici

Lo schema attuale di generazione richiede testo non vuoto in ogni modalità, con fino a 7.000 caratteri per elemento di testo. Le immagini possono essere JPG, JPEG, PNG, WebP, HEIC o HEIF, fino a 30 MB ciascuna, con ogni lato da 256 a 5.760 pixel e rapporto d’aspetto da 0.4 a 2.5. L’input di fotogrammi permette un’immagine iniziale e una finale; la modalità riferimenti permette fino a nove immagini di riferimento.

Il video di riferimento può contenere fino a tre clip MP4 o MOV, ciascuna di 2–15 secondi e complessivamente di non più di 15 secondi. Una clip può raggiungere 50 MB; il codec video è H.264 o H.265, con audio AAC o MP3, lati da 256 a 5.760 pixel, rapporti da 0.4 a 2.5 e frame rate da 23.976 a 60. L’audio di riferimento supporta fino a tre clip WAV o MP3, fino a 15 MB ciascuna, ciascuna di 2–15 secondi e complessivamente di non più di 15 secondi. La scheda del modello limita gli input misti di riferimento a 12 file. Il limite documentato del corpo della richiesta è di 64 MB, distinto dai limiti per file.

Scegli soltanto riferimenti che contribuiscono al brief e rendi esplicito ogni contributo. Una vista chiara del soggetto è più utile di più viste contrastanti senza spiegazione. Preserva l’ordine dei riferimenti, ritaglia materiale irrilevante senza rimuovere il contesto necessario della scena e controlla che le brevi clip sorgenti contengano l’azione o la caratteristica vocale richiesta.

Formato di output e sistema completo

L’interfaccia H3 del produttore offre 768P e 2K. La generazione con solo testo richiede un rapporto concreto: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creazione con primo/ultimo fotogramma ricava il rapporto d’aspetto dall’immagine di ingresso; quella da riferimenti può usare un rapporto adattivo o esplicito. La durata di output è espressa in secondi interi, da 4 a 15 secondi.

La scheda del modello distingue H3-Context-IR, che interpreta e arricchisce il brief, H3-Base, che genera contenuti audiovisivi, e H3-Regenerate-2K, che crea il risultato a risoluzione superiore. I checkpoint di base pubblicati separano le attività guidate da fotogrammi e quelle omni-reference. I componenti di contesto e rigenerazione sono distinti da quei pesi di base, quindi il solo nome di un checkpoint aperto non stabilisce il comportamento dell’intero sistema.

Il flusso di generazione del produttore è asincrono. L’interfaccia di interrogazione recupera le attività dei sette giorni precedenti. Conserva l’identificatore dell’attività fino alla restituzione del risultato video effettivo, poi salva la clip invece di mantenere soltanto un indirizzo di download limitato nel tempo. Controlla identità visiva, testo piccolo, interazioni degli oggetti, contenuto parlato e tempi sonori alle dimensioni di visione previste. Il produttore identifica la comprensione multimodale e i dettagli visivi fini come aree di miglioramento continuo; un brief dettagliato e il confronto con la sorgente restano centrali per un risultato utile.

", "aboutText": "Un risultato audiovisivo da un brief multimodale\n\nMiniMax H3 è il sistema video omnimodale di MiniMax. Interpreta insieme testo, immagini, video e audio, poi genera video con suono stereo nativo. Il produttore lo presenta per brevi lavori creativi come visual di prodotto, pubblicità, poster animati e concept di titoli cinematografici, in cui le relazioni tra le risorse di riferimento contano quanto la descrizione della scena.\n\nIl sistema documentato produce video di 4–15 secondi a 24 fotogrammi al secondo con audio stereo a 32 kHz. La generazione H3-Base opera a 768p; il flusso 2K completo rigenera quel risultato usando il contesto multimodale originale. Va oltre un ridimensionamento convenzionale: la seconda fase usa nuovamente il modello e il contesto sorgente per recuperare dettagli fini. H3 Max e H3-Context-IR hanno ruoli e limiti separati.\n\nCreazione da testo e guidata da fotogrammi\n\nL’input con solo testo descrive l’intera timeline audiovisiva. Una prima immagine ancora l’apertura, un’ultima ancora la conclusione e due immagini possono definirle entrambe. Per un’inquadratura con primo fotogramma, parti dalla composizione e dall’identità visibili nell’immagine fissa, poi descrivi l’azione che si sviluppa da essa. Per una transizione dal primo all’ultimo fotogramma, descrivi il movimento osservabile che collega i due stati invece di ripetere due descrizioni di immagini non collegate.\n\nUn brief pratico di prodotto può specificare una confezione chiusa nel fotogramma iniziale, la mano che la apre, il movimento delicato della camera e lo stato finale da raggiungere. Preserva forma dell’oggetto, posizione dell’etichetta e illuminazione nei fotogrammi forniti. La creazione guidata da fotogrammi e quella guidata da riferimenti sono modalità di ingresso separate; l’interfaccia del produttore non mescola ruoli di primo/ultimo fotogramma e ruoli dei media di riferimento in una richiesta.\n\nGenerazione e modifica guidate da riferimenti\n\nLa modalità riferimenti accetta testo con immagini, clip video e clip audio. Identifica il contributo di ogni fonte: aspetto di un personaggio, luogo, movimento di camera, struttura temporale di una clip sorgente o voce. Un video usato soltanto per il movimento di camera è diverso da uno che deve essere effettivamente modificato o continuato. Specifica esplicitamente questa relazione.\n\nLa guida di riferimenti del produttore separa definizioni dei soggetti, riepilogo dell’attività, analisi di ciò che va mantenuto, descrizione dettagliata delle inquadrature, paesaggio sonoro complessivo e musica di sottofondo udibile soltanto dal pubblico. Distingue la conservazione del contenuto visibile dal trasferimento di attributi o da un riferimento generale di stile. Per l’audio, copiare un segnale è diverso dal riferirsi a timbro, ritmo o interpretazione. Mantieni stabili questi ruoli lungo tutto il brief.\n\nPer una scena guidata da riferimenti, fornisci un’immagine del personaggio, un breve riferimento di movimento di camera e un riferimento vocale audio, poi descrivi dove ciascuno deve influenzare l’inquadratura di destinazione. Specifica quali dettagli di abiti, ambiente o oggetti devono restare riconoscibili. Confronta la clip finita con questi requisiti, comprese continuità del movimento e relazione tra il parlante visibile e la voce udita.\n\nParlato, suono e tempi delle inquadrature\n\nH3 modella congiuntamente dialoghi, suoni fisici, ambiente sonoro e musica. La scheda del modello documenta un supporto stabile del dialogo per arabo, cinese, inglese, francese, tedesco, italiano, giapponese, coreano, portoghese, russo e spagnolo; il supporto delle altre lingue è descritto come variabile. Fornisci parole pronunciate e lingua esatte, con un’identità stabile del parlante tra le inquadrature.\n\nLe guide del produttore per scrivere prompt usano l’inglese nelle sezioni descrittive, preservando dialoghi e testo visibile nella lingua originale. Il contenuto parlato usa `[Language] ...`, con identità del parlante e descrizione della voce fuori dal blocco. Distingui il parlato fisico dalla voce fuori campo e identifica quando una battuta prosegue oltre un taglio oppure viene interrotta dalla fine. Preserva esattamente anche il testo visibile. Adatta la quantità di parlato alla durata scelta e controlla insieme il testo visibile risultante e la battuta udibile.\n\nDescrivi il movimento di camera come un’azione, includendo ampiezza e velocità quando sono importanti. Numera le inquadrature nell’ordine di riproduzione e mantieni i tempi dei tagli entro la durata del video. Separa i suoni della scena, come passi o una porta che si chiude, dalla musica di sottofondo udibile soltanto dal pubblico. Queste scelte rendono un breve piano di ripresa più facile da interpretare e da confrontare con il risultato.\n\nPreparazione degli input e limiti numerici\n\nLo schema attuale di generazione richiede testo non vuoto in ogni modalità, con fino a 7.000 caratteri per elemento di testo. Le immagini possono essere JPG, JPEG, PNG, WebP, HEIC o HEIF, fino a 30 MB ciascuna, con ogni lato da 256 a 5.760 pixel e rapporto d’aspetto da 0.4 a 2.5. L’input di fotogrammi permette un’immagine iniziale e una finale; la modalità riferimenti permette fino a nove immagini di riferimento.\n\nIl video di riferimento può contenere fino a tre clip MP4 o MOV, ciascuna di 2–15 secondi e complessivamente di non più di 15 secondi. Una clip può raggiungere 50 MB; il codec video è H.264 o H.265, con audio AAC o MP3, lati da 256 a 5.760 pixel, rapporti da 0.4 a 2.5 e frame rate da 23.976 a 60. L’audio di riferimento supporta fino a tre clip WAV o MP3, fino a 15 MB ciascuna, ciascuna di 2–15 secondi e complessivamente di non più di 15 secondi. La scheda del modello limita gli input misti di riferimento a 12 file. Il limite documentato del corpo della richiesta è di 64 MB, distinto dai limiti per file.\n\nScegli soltanto riferimenti che contribuiscono al brief e rendi esplicito ogni contributo. Una vista chiara del soggetto è più utile di più viste contrastanti senza spiegazione. Preserva l’ordine dei riferimenti, ritaglia materiale irrilevante senza rimuovere il contesto necessario della scena e controlla che le brevi clip sorgenti contengano l’azione o la caratteristica vocale richiesta.\n\nFormato di output e sistema completo\n\nL’interfaccia H3 del produttore offre 768P e 2K. La generazione con solo testo richiede un rapporto concreto: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creazione con primo/ultimo fotogramma ricava il rapporto d’aspetto dall’immagine di ingresso; quella da riferimenti può usare un rapporto adattivo o esplicito. La durata di output è espressa in secondi interi, da 4 a 15 secondi.\n\nLa scheda del modello distingue H3-Context-IR, che interpreta e arricchisce il brief, H3-Base, che genera contenuti audiovisivi, e H3-Regenerate-2K, che crea il risultato a risoluzione superiore. I checkpoint di base pubblicati separano le attività guidate da fotogrammi e quelle omni-reference. I componenti di contesto e rigenerazione sono distinti da quei pesi di base, quindi il solo nome di un checkpoint aperto non stabilisce il comportamento dell’intero sistema.\n\nIl flusso di generazione del produttore è asincrono. L’interfaccia di interrogazione recupera le attività dei sette giorni precedenti. Conserva l’identificatore dell’attività fino alla restituzione del risultato video effettivo, poi salva la clip invece di mantenere soltanto un indirizzo di download limitato nel tempo. Controlla identità visiva, testo piccolo, interazioni degli oggetti, contenuto parlato e tempi sonori alle dimensioni di visione previste. Il produttore identifica la comprensione multimodale e i dettagli visivi fini come aree di miglioramento continuo; un brief dettagliato e il confronto con la sorgente restano centrali per un risultato utile.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0001e27320e84ec17e8c4dcec4833456c166319e6eff4ca1d43a836cb7315d33", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "
MM

MiniMax: H3

MiniMax /minimax/hailuo-3

Introduzione

MiniMax H3 genera brevi video con audio stereo nativo da testo, immagini di fotogrammi o riferimenti multimodali. Supporta la creazione con primo/ultimo fotogramma, modifiche guidate da riferimenti e relazioni di movimento o voce, con output di 4–15 secondi e un flusso distinto di rigenerazione 2K.

Input accettati
Testo · Immagini · Audio · Video
Risultati
Video
Informazioni sul modello

Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.

Un risultato audiovisivo da un brief multimodale

MiniMax H3 è il sistema video omnimodale di MiniMax. Interpreta insieme testo, immagini, video e audio, poi genera video con suono stereo nativo. Il produttore lo presenta per brevi lavori creativi come visual di prodotto, pubblicità, poster animati e concept di titoli cinematografici, in cui le relazioni tra le risorse di riferimento contano quanto la descrizione della scena.

Il sistema documentato produce video di 4–15 secondi a 24 fotogrammi al secondo con audio stereo a 32 kHz. La generazione H3-Base opera a 768p; il flusso 2K completo rigenera quel risultato usando il contesto multimodale originale. Va oltre un ridimensionamento convenzionale: la seconda fase usa nuovamente il modello e il contesto sorgente per recuperare dettagli fini. H3 Max e H3-Context-IR hanno ruoli e limiti separati.

Creazione da testo e guidata da fotogrammi

L’input con solo testo descrive l’intera timeline audiovisiva. Una prima immagine ancora l’apertura, un’ultima ancora la conclusione e due immagini possono definirle entrambe. Per un’inquadratura con primo fotogramma, parti dalla composizione e dall’identità visibili nell’immagine fissa, poi descrivi l’azione che si sviluppa da essa. Per una transizione dal primo all’ultimo fotogramma, descrivi il movimento osservabile che collega i due stati invece di ripetere due descrizioni di immagini non collegate.

Un brief pratico di prodotto può specificare una confezione chiusa nel fotogramma iniziale, la mano che la apre, il movimento delicato della camera e lo stato finale da raggiungere. Preserva forma dell’oggetto, posizione dell’etichetta e illuminazione nei fotogrammi forniti. La creazione guidata da fotogrammi e quella guidata da riferimenti sono modalità di ingresso separate; l’interfaccia del produttore non mescola ruoli di primo/ultimo fotogramma e ruoli dei media di riferimento in una richiesta.

Generazione e modifica guidate da riferimenti

La modalità riferimenti accetta testo con immagini, clip video e clip audio. Identifica il contributo di ogni fonte: aspetto di un personaggio, luogo, movimento di camera, struttura temporale di una clip sorgente o voce. Un video usato soltanto per il movimento di camera è diverso da uno che deve essere effettivamente modificato o continuato. Specifica esplicitamente questa relazione.

La guida di riferimenti del produttore separa definizioni dei soggetti, riepilogo dell’attività, analisi di ciò che va mantenuto, descrizione dettagliata delle inquadrature, paesaggio sonoro complessivo e musica di sottofondo udibile soltanto dal pubblico. Distingue la conservazione del contenuto visibile dal trasferimento di attributi o da un riferimento generale di stile. Per l’audio, copiare un segnale è diverso dal riferirsi a timbro, ritmo o interpretazione. Mantieni stabili questi ruoli lungo tutto il brief.

Per una scena guidata da riferimenti, fornisci un’immagine del personaggio, un breve riferimento di movimento di camera e un riferimento vocale audio, poi descrivi dove ciascuno deve influenzare l’inquadratura di destinazione. Specifica quali dettagli di abiti, ambiente o oggetti devono restare riconoscibili. Confronta la clip finita con questi requisiti, comprese continuità del movimento e relazione tra il parlante visibile e la voce udita.

Parlato, suono e tempi delle inquadrature

H3 modella congiuntamente dialoghi, suoni fisici, ambiente sonoro e musica. La scheda del modello documenta un supporto stabile del dialogo per arabo, cinese, inglese, francese, tedesco, italiano, giapponese, coreano, portoghese, russo e spagnolo; il supporto delle altre lingue è descritto come variabile. Fornisci parole pronunciate e lingua esatte, con un’identità stabile del parlante tra le inquadrature.

Le guide del produttore per scrivere prompt usano l’inglese nelle sezioni descrittive, preservando dialoghi e testo visibile nella lingua originale. Il contenuto parlato usa <d>[Language] ...</d>, con identità del parlante e descrizione della voce fuori dal blocco. Distingui il parlato fisico dalla voce fuori campo e identifica quando una battuta prosegue oltre un taglio oppure viene interrotta dalla fine. Preserva esattamente anche il testo visibile. Adatta la quantità di parlato alla durata scelta e controlla insieme il testo visibile risultante e la battuta udibile.

Descrivi il movimento di camera come un’azione, includendo ampiezza e velocità quando sono importanti. Numera le inquadrature nell’ordine di riproduzione e mantieni i tempi dei tagli entro la durata del video. Separa i suoni della scena, come passi o una porta che si chiude, dalla musica di sottofondo udibile soltanto dal pubblico. Queste scelte rendono un breve piano di ripresa più facile da interpretare e da confrontare con il risultato.

Preparazione degli input e limiti numerici

Lo schema attuale di generazione richiede testo non vuoto in ogni modalità, con fino a 7.000 caratteri per elemento di testo. Le immagini possono essere JPG, JPEG, PNG, WebP, HEIC o HEIF, fino a 30 MB ciascuna, con ogni lato da 256 a 5.760 pixel e rapporto d’aspetto da 0.4 a 2.5. L’input di fotogrammi permette un’immagine iniziale e una finale; la modalità riferimenti permette fino a nove immagini di riferimento.

Il video di riferimento può contenere fino a tre clip MP4 o MOV, ciascuna di 2–15 secondi e complessivamente di non più di 15 secondi. Una clip può raggiungere 50 MB; il codec video è H.264 o H.265, con audio AAC o MP3, lati da 256 a 5.760 pixel, rapporti da 0.4 a 2.5 e frame rate da 23.976 a 60. L’audio di riferimento supporta fino a tre clip WAV o MP3, fino a 15 MB ciascuna, ciascuna di 2–15 secondi e complessivamente di non più di 15 secondi. La scheda del modello limita gli input misti di riferimento a 12 file. Il limite documentato del corpo della richiesta è di 64 MB, distinto dai limiti per file.

Scegli soltanto riferimenti che contribuiscono al brief e rendi esplicito ogni contributo. Una vista chiara del soggetto è più utile di più viste contrastanti senza spiegazione. Preserva l’ordine dei riferimenti, ritaglia materiale irrilevante senza rimuovere il contesto necessario della scena e controlla che le brevi clip sorgenti contengano l’azione o la caratteristica vocale richiesta.

Formato di output e sistema completo

L’interfaccia H3 del produttore offre 768P e 2K. La generazione con solo testo richiede un rapporto concreto: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creazione con primo/ultimo fotogramma ricava il rapporto d’aspetto dall’immagine di ingresso; quella da riferimenti può usare un rapporto adattivo o esplicito. La durata di output è espressa in secondi interi, da 4 a 15 secondi.

La scheda del modello distingue H3-Context-IR, che interpreta e arricchisce il brief, H3-Base, che genera contenuti audiovisivi, e H3-Regenerate-2K, che crea il risultato a risoluzione superiore. I checkpoint di base pubblicati separano le attività guidate da fotogrammi e quelle omni-reference. I componenti di contesto e rigenerazione sono distinti da quei pesi di base, quindi il solo nome di un checkpoint aperto non stabilisce il comportamento dell’intero sistema.

Il flusso di generazione del produttore è asincrono. L’interfaccia di interrogazione recupera le attività dei sette giorni precedenti. Conserva l’identificatore dell’attività fino alla restituzione del risultato video effettivo, poi salva la clip invece di mantenere soltanto un indirizzo di download limitato nel tempo. Controlla identità visiva, testo piccolo, interazioni degli oggetti, contenuto parlato e tempi sonori alle dimensioni di visione previste. Il produttore identifica la comprensione multimodale e i dettagli visivi fini come aree di miglioramento continuo; un brief dettagliato e il confronto con la sorgente restano centrali per un risultato utile.

Disponibile in Ailoot · input e metodi

Ailoot Ultra · Video POST /v1/videos
Tipi di input
text, image, audio, video
Tipi di output
video
Formato di output
byte MP4 originali; nessuna normalizzazione o transcodifica
CampoTipoRequisitoValori e limitiPredefinito
CampomodelTipostringRequisitoObbligatorioValori e limiti
minimax/hailuo-3
Predefinito—
CampopromptTipostringRequisitoObbligatorioValori e limitiPredefinito—
CampodurationTipointegerRequisitoObbligatorioValori e limiti
5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15
Minimo: 1
Massimo: 600
Predefinito—
CamporesolutionTipostringRequisitoFacoltativoValori e limiti
2K
Predefinito—
Campoaspect_ratioTipostringRequisitoFacoltativoValori e limiti
21:9, 16:9, 4:3, 1:1, 3:4, 9:16
Predefinito—
Campogenerate_audioTipobooleanRequisitoFacoltativoValori e limiti
false, true
Predefinito—
Campoframe_imagesTipoarrayRequisitoFacoltativoValori e limiti
Numero minimo di elementi: 1
Numero massimo di elementi: 2
Contenuto in input: Array di oggetti fotogramma. Ogni oggetto contiene type=image_url, image_url con url e frame_type. Usa un URL HTTPS dell'immagine e imposta frame_type su first_frame o last_frame. Ogni ruolo del fotogramma compare al massimo una volta.
Chiavi esatte: type, image_url, frame_type
Condizioni: Queste chiavi descrivono ogni oggetto fotogramma; image_url contiene solo url. Ometti frame_images per una richiesta di solo testo.
Predefinito—
Campoinput_referencesTipoarrayRequisitoFacoltativoValori e limitiPredefinito—
Campocallback_urlTipostringRequisitoFacoltativoValori e limiti
Schema: ^https://
Predefinito—
Camposession_idTipostringRequisitoFacoltativoValori e limitiPredefinito—
CampotraceTipoobjectRequisitoFacoltativoValori e limitiPredefinito—
CampouserTipostringRequisitoFacoltativoValori e limitiPredefinito—
Combinazioni di materiali in input

Da testo a video · Un prompt scritto. · Obbligatorio: model, prompt, duration

Fornisci il prompt come testo e la durata in secondi interi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Numero massimo di byte UTF-8: 10.000 · Sono richiesti caratteri diversi dagli spazi: Sì

Da immagine a video · Un prompt scritto e un'immagine del primo fotogramma. · Obbligatorio: model, prompt, duration, frame_images

frame_images è un array. Ogni oggetto fotogramma contiene type, image_url e frame_type; image_url contiene url. Imposta type su image_url. Usa first_frame con last_frame facoltativo. Ogni ruolo del fotogramma può comparire al massimo una volta. Fornisci un URL HTTPS pubblico dell'immagine per ogni fotogramma. In una richiesta usa immagini dei fotogrammi oppure riferimenti a immagini; non combinare entrambi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.

Chiavi esatte: type, image_url, frame_type

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Numero massimo di byte UTF-8: 10.000 · Sono richiesti caratteri diversi dagli spazi: Sì

Reference to video · Un prompt scritto e riferimenti a immagini, video e audio supportati. · Obbligatorio: model, prompt, duration, input_references

input_references è un array di oggetti. Imposta type su image_url, video_url, audio_url e usa il campo corrispondente contenente url. Usa URL HTTPS pubblici. Ometti frame_images per selezionare la modalità con riferimenti. La stima include la componente visualizzata per immagine solo per i riferimenti a immagini successivi ai primi cinque. L'addebito definitivo segue la configurazione effettivamente fatturata. Non combinare riferimenti a immagini con immagini dei fotogrammi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Numero massimo di byte UTF-8: 10.000 · Sono richiesti caratteri diversi dagli spazi: Sì

Parametri e ciclo di vita del metodo
ParametroContratto
Parametrocontent_typeContrattoapplication/json
ParametrorequiredContrattomodel, prompt, duration
Parametromaterial_typesContrattotext, image, audio, video
Parametroadditional_propertiesContrattofalse
Parametrooptional_controlsContrattoresolution, aspect_ratio, generate_audio, frame_images, input_references, callback_url, session_id, trace, user

Ciclo di vita: submit_once_poll_original

GET /v1/videos/{public_id}

GET /v1/videos/{public_id}/content

Tariffe

Calcolo del costo finale

Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile.

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida
Non specificato Quando è selezionata la modalità rapida
Modalità flex
Non specificato Quando è selezionata la modalità flex
Sforzo massimo di ragionamento
Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)

Tariffe stimate per il confronto

Prezzi per configurazione

Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.

ConfigurazioneListino delle tariffeQuantità previstaUnità di fatturazioneCondizioni di fatturazioneCosto
ConfigurazioneTariffe base dei tokenListino delle tariffeTariffa baseQuantità prevista—Unità di fatturazione—Condizioni di fatturazione—Costo
Input · Token in input · Stima solo a fini di confronto — / 1K token
Output · Token in output · Stima solo a fini di confronto — / 1K token
Input · Lettura dalla cache · Stima solo a fini di confronto — / 1K token
Input · Scrittura nella cache · Stima solo a fini di confronto — / 1K token
Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto — / 1K token
ConfigurazionePrezzo del videoListino delle tariffe—Quantità prevista—Unità di fatturazioneper secondo di videoCondizioni di fatturazioneIn questa chiave tariffaria non è dichiarata alcuna condizione aggiuntiva.Costo
Output · Prezzo del video · Stima solo a fini di confronto $0.26 per secondo di video
Configurazioneimmagine di riferimentoListino delle tariffe—Quantità prevista—Unità di fatturazioneper immagine di riferimentoCondizioni di fatturazione—Costo
Input · immagine di riferimento · Stima solo a fini di confronto $0.08 per immagine di riferimento
ConfigurazioneCosto stimato della generazioneListino delle tariffe—Quantità previstastima per una generazioneUnità di fatturazione—Condizioni di fatturazione—Costo
Output · Costo di generazione stimato · Stima solo a fini di confronto $1.3 stima prima della generazione

Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata.

Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →

Dettagli della tariffa di riferimento

I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.

Riferimenti tariffari delle configurazioni video

Prezzi per configurazione

Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.

ConfigurazioneCondizioni di fatturazioneCosto
ConfigurazionePrezzo del videoCondizioni di fatturazioneIn questa chiave tariffaria non è dichiarata alcuna condizione aggiuntiva.Costo
Output · Prezzo del video $0.26 per secondo di video

Riferimento di prezzo pubblicato per la configurazione mostrata. Gli addebiti finali seguono la configurazione effettivamente fatturata.

ConfigurazioneImmagini di riferimento successive alle prime cinqueCondizioni di fatturazioneIn questa chiave tariffaria non è dichiarata alcuna condizione aggiuntiva.Costo
Input · Immagini di riferimento dopo le prime cinque $0.08 per immagine

Le prime cinque immagini di riferimento sono gratuite; la tariffa elencata per immagine si applica dopo le prime cinque. Riferimento al prezzo pubblicato per la configurazione mostrata. Gli addebiti definitivi seguono la configurazione effettivamente fatturata.

Esempi di richieste

Ailoot Ultra · Video

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

Ricevi e salva i risultati

Ailoot Ultra · Video

URL firmati di contenuti di tua proprietà

Verifica lo stato dell’attività
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 $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n
Altre letture di contenuto
set -eu\n: "${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 tutti i risultati completati

Salva ogni video completato o file restituito; recupera ogni URL di risorsa effettivamente restituito.

Conserva ogni risultato effettivo di tua proprietà e i metadati misurati restituiti.

Se occorre verificare la risposta originale

503 result_pending_check + id originale + X-Should-Retry:false; non ripetere mai l'operazione originale

Campi della risposta
CampoTipoSignificato
CampoindexTipointegerSignificatoPosizione di questo video nell'elenco dei risultati, con indice a partire da zero.
Campocontent_urlTipostringSignificatoURL HTTPS firmato per il download di questo video completato.
Camposha256Tipostring | nullSignificatoDigest SHA-256 dei byte video originali; null se non disponibile.
Camposize_bytesTipointeger | nullSignificatoDimensione del file video originale in byte; null se non disponibile.
Campoduration_msTipointeger | nullSignificatoDurata misurata del video in millisecondi; null se non disponibile.
CampowidthTipointeger | nullSignificatoLarghezza del video in pixel; null se non disponibile.
CampoheightTipointeger | nullSignificatoAltezza del video in pixel; null se non disponibile.
Campovideo_codecTipostring | nullSignificatoIdentificatore del codec video; null se non registrato.
Campohas_audioTipoboolean | nullSignificatoIndica se il video contiene una traccia audio; null se non misurato.
Campoaudio_codecTipostring | nullSignificatoIdentificatore del codec audio; null quando non è registrato alcun identificatore.
Errori e passaggi successivi
RispostaCondizionePassaggio successivo
Risposta404 · not_found_errorCondizioneL'accesso al video non è disponibile oppure questo ID video non è stato trovato.Passaggio successivoVerifica l'accesso al video. Per un video esistente, usa l'ID pubblico originale e la stessa chiave API.
Risposta401 · authentication_errorCondizioneLa chiave API non corrisponde all'account autenticato.Passaggio successivoVerifica la chiave API e l'accesso all'account prima dell'invio.
Risposta400 · invalid_request_errorCondizioneNon è stato possibile leggere la richiesta oppure l'indice di download non è valido.Passaggio successivoCorreggi il corpo della richiesta. Per un download, scegli un indice di uscita restituito dall'attività originale.
Risposta422 · price_unavailableCondizioneNon è possibile determinare il prezzo della configurazione video selezionata.Passaggio successivoScegli una configurazione video supportata e completa le opzioni obbligatorie prima di inviare una richiesta corretta.
Risposta422 · invalid_request_errorCondizioneUn input video o l'attività originale di continuazione non è valido.Passaggio successivoUsa input HTTPS validi. Per la continuazione, usa l'ID video pubblico del tuo originale completato con la stessa chiave API.
Risposta402 · billing_errorCondizioneIl saldo disponibile o i limiti non consentono di riservare l'importo.Passaggio successivoControlla il saldo disponibile e i limiti prima di inviare una nuova richiesta.
Risposta503 · server_errorCondizioneLa verifica video, l’archiviazione o l’accesso al servizio sono temporaneamente indisponibili.Passaggio successivoAttendi che il servizio sia disponibile. Se hai già un ID video, verifica quell'attività originale invece di creare un'altra generazione.
Risposta503 · result_pending_checkCondizioneIl risultato video originale e l'addebito devono essere verificati.Passaggio successivoConserva l'ID video restituito e verifica quell'attività. Non inviare una richiesta di generazione sostitutiva mentre la verifica è in corso.
Risposta503 · owned_result_unavailableCondizioneIl download del video esistente è temporaneamente indisponibile.Passaggio successivoVerifica in seguito la stessa attività video e scarica il risultato esistente. Una nuova generazione crea un'operazione separata.
Risposta409 · video_not_readyCondizioneIl contenuto video non è stato pubblicato.Passaggio successivoVerifica lo stato dell'attività originale. Scarica dopo che segnala completed; se segnala failed, segui l'avviso di verifica dell'addebito.

Alias

Alias del modello

Ailoot Ultra minimax/hailuo-3

Alias dei percorsi dei metodi

Usa i percorsi dei metodi indicati sopra.

ID di chiamata correlati

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": "Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile.", "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 ogni risultato effettivo di tua proprietà e i metadati misurati restituiti.", "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": "L'accesso al video non è disponibile oppure questo ID video non è stato trovato.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Verifica l'accesso al video. Per un video esistente, usa l'ID pubblico originale e la stessa chiave API.", "type": "not_found_error" }, { "condition": "La chiave API non corrisponde all'account autenticato.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Verifica la chiave API e l'accesso all'account prima dell'invio.", "type": "authentication_error" }, { "condition": "Non è stato possibile leggere la richiesta oppure l'indice di download non è valido.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Correggi il corpo della richiesta. Per un download, scegli un indice di uscita restituito dall'attività originale.", "type": "invalid_request_error" }, { "condition": "Non è possibile determinare il prezzo della configurazione video selezionata.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Scegli una configurazione video supportata e completa le opzioni obbligatorie prima di inviare una richiesta corretta.", "type": "price_unavailable" }, { "condition": "Un input video o l'attività originale di continuazione non è valido.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Usa input HTTPS validi. Per la continuazione, usa l'ID video pubblico del tuo originale completato con la stessa chiave API.", "type": "invalid_request_error" }, { "condition": "Il saldo disponibile o i limiti non consentono di riservare l'importo.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Controlla il saldo disponibile e i limiti prima di inviare una nuova richiesta.", "type": "billing_error" }, { "condition": "La verifica video, l’archiviazione o l’accesso al servizio sono temporaneamente indisponibili.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Attendi che il servizio sia disponibile. Se hai già un ID video, verifica quell'attività originale invece di creare un'altra generazione.", "type": "server_error" }, { "code": "result_pending_check", "condition": "Il risultato video originale e l'addebito devono essere verificati.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Conserva l'ID video restituito e verifica quell'attività. Non inviare una richiesta di generazione sostitutiva mentre la verifica è in corso.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "Il download del video esistente è temporaneamente indisponibile.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Verifica in seguito la stessa attività video e scarica il risultato esistente. Una nuova generazione crea un'operazione separata.", "type": "server_error" }, { "condition": "Il contenuto video non è stato pubblicato.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Verifica lo stato dell'attività originale. Scarica dopo che segnala completed; se segnala failed, segui l'avviso di verifica dell'addebito.", "type": "video_not_ready" } ], "hints": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "ignored_fields": [], "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + id originale + X-Should-Retry:false; non ripetere mai l'operazione originale" }, "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": "Fornisci il prompt come testo e la durata in secondi interi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.", "required": [ "model", "prompt", "duration" ], "required_material": "Un prompt scritto." }, { "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 è un array. Ogni oggetto fotogramma contiene type, image_url e frame_type; image_url contiene url. Imposta type su image_url. Usa first_frame con last_frame facoltativo. Ogni ruolo del fotogramma può comparire al massimo una volta. Fornisci un URL HTTPS pubblico dell'immagine per ogni fotogramma. In una richiesta usa immagini dei fotogrammi oppure riferimenti a immagini; non combinare entrambi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "Un prompt scritto e un'immagine del primo fotogramma." }, { "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 è un array di oggetti. Imposta type su image_url, video_url, audio_url e usa il campo corrispondente contenente url. Usa URL HTTPS pubblici. Ometti frame_images per selezionare la modalità con riferimenti. La stima include la componente visualizzata per immagine solo per i riferimenti a immagini successivi ai primi cinque. L'addebito definitivo segue la configurazione effettivamente fatturata. Non combinare riferimenti a immagini con immagini dei fotogrammi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Un prompt scritto e riferimenti a immagini, video e audio supportati." } ], "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": "Posizione di questo video nell'elenco dei risultati, con indice a partire da zero.", "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 firmato per il download di questo video completato.", "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": "Digest SHA-256 dei byte video originali; null se non disponibile.", "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": "Dimensione del file video originale in byte; null se non disponibile.", "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": "Durata misurata del video in millisecondi; null se non disponibile.", "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": "Larghezza del video in pixel; null se non disponibile.", "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": "Altezza del video in pixel; null se non disponibile.", "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": "Identificatore del codec video; null se non registrato.", "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 se il video contiene una traccia audio; null se non misurato.", "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": "Identificatore del codec audio; null quando non è registrato alcun identificatore.", "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 firmati di contenuti di tua proprietà", "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": "Queste chiavi descrivono ogni oggetto fotogramma; image_url contiene solo url. Ometti frame_images per una richiesta di solo testo.", "content": "Array di oggetti fotogramma. Ogni oggetto contiene type=image_url, image_url con url e frame_type. Usa un URL HTTPS dell'immagine e imposta frame_type su first_frame o last_frame. Ogni ruolo del fotogramma compare al massimo una volta.", "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": "Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Costo stimato della generazione", "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": "7aafccd1509ab5f7748dd154e6d4e162907b53a0af3822e55574b75b9390ff4e", "input_html_sha256": "ed04879953a7cf7c8bd7c1a578adf0013dd02e818a8007729c122c3236a47deb", "private_audit_sha256": "3a3469ea325565921c8d726705a8ec949b7b33146ed7c8f1bde6d048546a64a4", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/it/minimax-hailuo-3/", "description": "MiniMax H3 genera brevi video con audio stereo nativo da testo, immagini di fotogrammi o riferimenti multimodali. Supporta la creazione con primo/ultimo fotogramma, modifiche guidate da riferimenti e relazioni di movimento o voce, con output di 4–15 secondi e un flusso distinto di rigenerazione 2K.", "locale": "it", "md_url": "https://ailoot.ai/models/it/minimax-hailuo-3/index.md", "title": "MiniMax: H3 — Ailoot", "url": "https://ailoot.ai/models/it/minimax-hailuo-3/" }, "rawModel": { "about": "Un risultato audiovisivo da un brief multimodale\n\nMiniMax H3 è il sistema video omnimodale di MiniMax. Interpreta insieme testo, immagini, video e audio, poi genera video con suono stereo nativo. Il produttore lo presenta per brevi lavori creativi come visual di prodotto, pubblicità, poster animati e concept di titoli cinematografici, in cui le relazioni tra le risorse di riferimento contano quanto la descrizione della scena.\n\nIl sistema documentato produce video di 4–15 secondi a 24 fotogrammi al secondo con audio stereo a 32 kHz. La generazione H3-Base opera a 768p; il flusso 2K completo rigenera quel risultato usando il contesto multimodale originale. Va oltre un ridimensionamento convenzionale: la seconda fase usa nuovamente il modello e il contesto sorgente per recuperare dettagli fini. H3 Max e H3-Context-IR hanno ruoli e limiti separati.\n\nCreazione da testo e guidata da fotogrammi\n\nL’input con solo testo descrive l’intera timeline audiovisiva. Una prima immagine ancora l’apertura, un’ultima ancora la conclusione e due immagini possono definirle entrambe. Per un’inquadratura con primo fotogramma, parti dalla composizione e dall’identità visibili nell’immagine fissa, poi descrivi l’azione che si sviluppa da essa. Per una transizione dal primo all’ultimo fotogramma, descrivi il movimento osservabile che collega i due stati invece di ripetere due descrizioni di immagini non collegate.\n\nUn brief pratico di prodotto può specificare una confezione chiusa nel fotogramma iniziale, la mano che la apre, il movimento delicato della camera e lo stato finale da raggiungere. Preserva forma dell’oggetto, posizione dell’etichetta e illuminazione nei fotogrammi forniti. La creazione guidata da fotogrammi e quella guidata da riferimenti sono modalità di ingresso separate; l’interfaccia del produttore non mescola ruoli di primo/ultimo fotogramma e ruoli dei media di riferimento in una richiesta.\n\nGenerazione e modifica guidate da riferimenti\n\nLa modalità riferimenti accetta testo con immagini, clip video e clip audio. Identifica il contributo di ogni fonte: aspetto di un personaggio, luogo, movimento di camera, struttura temporale di una clip sorgente o voce. Un video usato soltanto per il movimento di camera è diverso da uno che deve essere effettivamente modificato o continuato. Specifica esplicitamente questa relazione.\n\nLa guida di riferimenti del produttore separa definizioni dei soggetti, riepilogo dell’attività, analisi di ciò che va mantenuto, descrizione dettagliata delle inquadrature, paesaggio sonoro complessivo e musica di sottofondo udibile soltanto dal pubblico. Distingue la conservazione del contenuto visibile dal trasferimento di attributi o da un riferimento generale di stile. Per l’audio, copiare un segnale è diverso dal riferirsi a timbro, ritmo o interpretazione. Mantieni stabili questi ruoli lungo tutto il brief.\n\nPer una scena guidata da riferimenti, fornisci un’immagine del personaggio, un breve riferimento di movimento di camera e un riferimento vocale audio, poi descrivi dove ciascuno deve influenzare l’inquadratura di destinazione. Specifica quali dettagli di abiti, ambiente o oggetti devono restare riconoscibili. Confronta la clip finita con questi requisiti, comprese continuità del movimento e relazione tra il parlante visibile e la voce udita.\n\nParlato, suono e tempi delle inquadrature\n\nH3 modella congiuntamente dialoghi, suoni fisici, ambiente sonoro e musica. La scheda del modello documenta un supporto stabile del dialogo per arabo, cinese, inglese, francese, tedesco, italiano, giapponese, coreano, portoghese, russo e spagnolo; il supporto delle altre lingue è descritto come variabile. Fornisci parole pronunciate e lingua esatte, con un’identità stabile del parlante tra le inquadrature.\n\nLe guide del produttore per scrivere prompt usano l’inglese nelle sezioni descrittive, preservando dialoghi e testo visibile nella lingua originale. Il contenuto parlato usa `[Language] ...`, con identità del parlante e descrizione della voce fuori dal blocco. Distingui il parlato fisico dalla voce fuori campo e identifica quando una battuta prosegue oltre un taglio oppure viene interrotta dalla fine. Preserva esattamente anche il testo visibile. Adatta la quantità di parlato alla durata scelta e controlla insieme il testo visibile risultante e la battuta udibile.\n\nDescrivi il movimento di camera come un’azione, includendo ampiezza e velocità quando sono importanti. Numera le inquadrature nell’ordine di riproduzione e mantieni i tempi dei tagli entro la durata del video. Separa i suoni della scena, come passi o una porta che si chiude, dalla musica di sottofondo udibile soltanto dal pubblico. Queste scelte rendono un breve piano di ripresa più facile da interpretare e da confrontare con il risultato.\n\nPreparazione degli input e limiti numerici\n\nLo schema attuale di generazione richiede testo non vuoto in ogni modalità, con fino a 7.000 caratteri per elemento di testo. Le immagini possono essere JPG, JPEG, PNG, WebP, HEIC o HEIF, fino a 30 MB ciascuna, con ogni lato da 256 a 5.760 pixel e rapporto d’aspetto da 0.4 a 2.5. L’input di fotogrammi permette un’immagine iniziale e una finale; la modalità riferimenti permette fino a nove immagini di riferimento.\n\nIl video di riferimento può contenere fino a tre clip MP4 o MOV, ciascuna di 2–15 secondi e complessivamente di non più di 15 secondi. Una clip può raggiungere 50 MB; il codec video è H.264 o H.265, con audio AAC o MP3, lati da 256 a 5.760 pixel, rapporti da 0.4 a 2.5 e frame rate da 23.976 a 60. L’audio di riferimento supporta fino a tre clip WAV o MP3, fino a 15 MB ciascuna, ciascuna di 2–15 secondi e complessivamente di non più di 15 secondi. La scheda del modello limita gli input misti di riferimento a 12 file. Il limite documentato del corpo della richiesta è di 64 MB, distinto dai limiti per file.\n\nScegli soltanto riferimenti che contribuiscono al brief e rendi esplicito ogni contributo. Una vista chiara del soggetto è più utile di più viste contrastanti senza spiegazione. Preserva l’ordine dei riferimenti, ritaglia materiale irrilevante senza rimuovere il contesto necessario della scena e controlla che le brevi clip sorgenti contengano l’azione o la caratteristica vocale richiesta.\n\nFormato di output e sistema completo\n\nL’interfaccia H3 del produttore offre 768P e 2K. La generazione con solo testo richiede un rapporto concreto: 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. La creazione con primo/ultimo fotogramma ricava il rapporto d’aspetto dall’immagine di ingresso; quella da riferimenti può usare un rapporto adattivo o esplicito. La durata di output è espressa in secondi interi, da 4 a 15 secondi.\n\nLa scheda del modello distingue H3-Context-IR, che interpreta e arricchisce il brief, H3-Base, che genera contenuti audiovisivi, e H3-Regenerate-2K, che crea il risultato a risoluzione superiore. I checkpoint di base pubblicati separano le attività guidate da fotogrammi e quelle omni-reference. I componenti di contesto e rigenerazione sono distinti da quei pesi di base, quindi il solo nome di un checkpoint aperto non stabilisce il comportamento dell’intero sistema.\n\nIl flusso di generazione del produttore è asincrono. L’interfaccia di interrogazione recupera le attività dei sette giorni precedenti. Conserva l’identificatore dell’attività fino alla restituzione del risultato video effettivo, poi salva la clip invece di mantenere soltanto un indirizzo di download limitato nel tempo. Controlla identità visiva, testo piccolo, interazioni degli oggetti, contenuto parlato e tempi sonori alle dimensioni di visione previste. Il produttore identifica la comprensione multimodale e i dettagli visivi fini come aree di miglioramento continuo; un brief dettagliato e il confronto con la sorgente restano centrali per un risultato utile.", "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": "Tutte le tariffe della configurazione sono riportate nei dettagli." } ], "ctx": null, "declared_tariff_references": [ { "client_selectable": false, "key": "ffcc346d33bca9e66b22f181", "label": "Riferimenti tariffari delle configurazioni video", "profiles": [ { "basis": "Riferimento di prezzo pubblicato per la configurazione mostrata. Gli addebiti finali seguono la configurazione effettivamente fatturata.", "dimensions": { "conditions": "In questa chiave tariffaria non è dichiarata alcuna condizione aggiuntiva." }, "label": "Prezzo del video", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "key": "video_second", "label": "Video price", "public_unit_label": "per video second", "quantity": 1, "rate_role": "typed_video_second_reference", "side": "out", "unit": "video_second" } ] }, { "basis": "Le prime cinque immagini di riferimento sono gratuite; la tariffa elencata per immagine si applica dopo le prime cinque. Riferimento al prezzo pubblicato per la configurazione mostrata. Gli addebiti definitivi seguono la configurazione effettivamente fatturata.", "dimensions": { "conditions": "In questa chiave tariffaria non è dichiarata alcuna condizione aggiuntiva." }, "label": "Immagini di riferimento successive alle prime cinque", "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": "Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile.", "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 ogni risultato effettivo di tua proprietà e i metadati misurati restituiti.", "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": "L'accesso al video non è disponibile oppure questo ID video non è stato trovato.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Verifica l'accesso al video. Per un video esistente, usa l'ID pubblico originale e la stessa chiave API.", "type": "not_found_error" }, { "condition": "La chiave API non corrisponde all'account autenticato.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Verifica la chiave API e l'accesso all'account prima dell'invio.", "type": "authentication_error" }, { "condition": "Non è stato possibile leggere la richiesta oppure l'indice di download non è valido.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Correggi il corpo della richiesta. Per un download, scegli un indice di uscita restituito dall'attività originale.", "type": "invalid_request_error" }, { "condition": "Non è possibile determinare il prezzo della configurazione video selezionata.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Scegli una configurazione video supportata e completa le opzioni obbligatorie prima di inviare una richiesta corretta.", "type": "price_unavailable" }, { "condition": "Un input video o l'attività originale di continuazione non è valido.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Usa input HTTPS validi. Per la continuazione, usa l'ID video pubblico del tuo originale completato con la stessa chiave API.", "type": "invalid_request_error" }, { "condition": "Il saldo disponibile o i limiti non consentono di riservare l'importo.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Controlla il saldo disponibile e i limiti prima di inviare una nuova richiesta.", "type": "billing_error" }, { "condition": "La verifica video, l’archiviazione o l’accesso al servizio sono temporaneamente indisponibili.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Attendi che il servizio sia disponibile. Se hai già un ID video, verifica quell'attività originale invece di creare un'altra generazione.", "type": "server_error" }, { "code": "result_pending_check", "condition": "Il risultato video originale e l'addebito devono essere verificati.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Conserva l'ID video restituito e verifica quell'attività. Non inviare una richiesta di generazione sostitutiva mentre la verifica è in corso.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "Il download del video esistente è temporaneamente indisponibile.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Verifica in seguito la stessa attività video e scarica il risultato esistente. Una nuova generazione crea un'operazione separata.", "type": "server_error" }, { "condition": "Il contenuto video non è stato pubblicato.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Verifica lo stato dell'attività originale. Scarica dopo che segnala completed; se segnala failed, segui l'avviso di verifica dell'addebito.", "type": "video_not_ready" } ], "hints": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "ignored_fields": [], "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + id originale + X-Should-Retry:false; non ripetere mai l'operazione originale" }, "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": "Fornisci il prompt come testo e la durata in secondi interi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.", "required": [ "model", "prompt", "duration" ], "required_material": "Un prompt scritto." }, { "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 è un array. Ogni oggetto fotogramma contiene type, image_url e frame_type; image_url contiene url. Imposta type su image_url. Usa first_frame con last_frame facoltativo. Ogni ruolo del fotogramma può comparire al massimo una volta. Fornisci un URL HTTPS pubblico dell'immagine per ogni fotogramma. In una richiesta usa immagini dei fotogrammi oppure riferimenti a immagini; non combinare entrambi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "Un prompt scritto e un'immagine del primo fotogramma." }, { "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 è un array di oggetti. Imposta type su image_url, video_url, audio_url e usa il campo corrispondente contenente url. Usa URL HTTPS pubblici. Ometti frame_images per selezionare la modalità con riferimenti. La stima include la componente visualizzata per immagine solo per i riferimenti a immagini successivi ai primi cinque. L'addebito definitivo segue la configurazione effettivamente fatturata. Non combinare riferimenti a immagini con immagini dei fotogrammi. Scegli una risoluzione supportata e, se necessario, un rapporto d'aspetto.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Un prompt scritto e riferimenti a immagini, video e audio supportati." } ], "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": "Posizione di questo video nell'elenco dei risultati, con indice a partire da zero.", "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 firmato per il download di questo video completato.", "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": "Digest SHA-256 dei byte video originali; null se non disponibile.", "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": "Dimensione del file video originale in byte; null se non disponibile.", "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": "Durata misurata del video in millisecondi; null se non disponibile.", "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": "Larghezza del video in pixel; null se non disponibile.", "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": "Altezza del video in pixel; null se non disponibile.", "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": "Identificatore del codec video; null se non registrato.", "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 se il video contiene una traccia audio; null se non misurato.", "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": "Identificatore del codec audio; null quando non è registrato alcun identificatore.", "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 firmati di contenuti di tua proprietà", "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": "Queste chiavi descrivono ogni oggetto fotogramma; image_url contiene solo url. Ometti frame_images per una richiesta di solo testo.", "content": "Array di oggetti fotogramma. Ogni oggetto contiene type=image_url, image_url con url e frame_type. Usa un URL HTTPS dell'immagine e imposta frame_type su first_frame o last_frame. Ogni ruolo del fotogramma compare al massimo una volta.", "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": "Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Costo stimato della generazione", "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 brevi video con audio stereo nativo da testo, immagini di fotogrammi o riferimenti multimodali. Supporta la creazione con primo/ultimo fotogramma, modifiche guidate da riferimenti e relazioni di movimento o voce, con output di 4–15 secondi e un flusso distinto di rigenerazione 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 brevi video con audio stereo nativo da testo, immagini di fotogrammi o riferimenti multimodali. Supporta la creazione con primo/ultimo fotogramma, modifiche guidate da riferimenti e relazioni di movimento o voce, con output di 4–15 secondi e un flusso distinto di rigenerazione 2K.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "99cbf8c8887511a1bf34a35e9fbf7847b8a92991dfea805b4a32532e5ed6a045", "renderer_sha256": "3be1a96012c3c76b38a7b9bea6a57c0def38c56103737bee6a5e77aaa75e488a" }, "sourceRevision": "113d09bb20f8f411db12b7136e5d0a65404ee8754b39a8afd281fe49de82d8f6" }