{ "aboutHtml": "

Um resultado audiovisual a partir de instruções multimodais

MiniMax H3 é o sistema de vídeo omnimodal da MiniMax. Interpreta em conjunto texto, imagens, vídeo e áudio e gera depois vídeo com som estéreo nativo. O fabricante apresenta-o para trabalho criativo curto, como visuais de produto, publicidade, cartazes animados e conceitos de títulos de filmes, em que as relações entre os recursos de referência importam tanto como a descrição da cena.

O sistema documentado produz vídeo de 4–15 segundos a 24 fotogramas por segundo com áudio estéreo a 32 kHz. A geração H3-Base funciona a 768p; o fluxo completo a 2K regenera esse resultado utilizando o contexto multimodal original. Isto é mais do que um redimensionamento convencional: a segunda fase volta a utilizar o modelo e o contexto de origem para recuperar pormenores finos. H3 Max e H3-Context-IR têm papéis e limites separados.

Criação por texto e guiada por fotogramas

A entrada apenas em texto descreve toda a sequência temporal audiovisual. Uma primeira imagem fixa a abertura, uma última imagem fixa o fim e duas imagens podem definir ambos. Num plano baseado no primeiro fotograma, comece pela composição e pela identidade visíveis na imagem fixa e descreva depois a ação que se desenvolve a partir dela. Numa transição do primeiro ao último fotograma, descreva o movimento observável que liga os dois estados, em vez de repetir duas descrições de imagens sem relação entre si.

Uma instrução prática de produto pode especificar uma embalagem fechada no fotograma inicial, a mão que a abre, o movimento suave da câmara e o estado final a atingir. Preserve a forma do objeto, a posição do rótulo e a iluminação nos fotogramas fornecidos. A criação guiada por fotogramas e a criação guiada por referências são modos de entrada separados; a interface do fabricante não mistura papéis de primeiro/último fotograma com papéis de recursos multimédia de referência num único pedido.

Geração e edição guiadas por referências

O modo de referências aceita texto com imagens, clipes de vídeo e clipes de áudio. Identifique o contributo de cada fonte: o aspeto de uma personagem, um local, o movimento da câmara, a estrutura temporal de um clipe de origem ou uma voz. Um vídeo utilizado apenas para o movimento da câmara é diferente de um vídeo que deve efetivamente ser editado ou continuado. Indique explicitamente essa relação.

O guia de referências do fabricante separa definições dos sujeitos, um resumo da tarefa, uma análise de conservação, uma descrição detalhada do plano, a paisagem sonora geral e a música de fundo destinada apenas ao público. Distingue a conservação de conteúdo visível da transferência de atributos ou de uma referência ampla de estilo. No áudio, copiar um sinal é diferente de referenciar o timbre, o ritmo ou a interpretação. Mantenha esses papéis estáveis ao longo das instruções.

Numa cena guiada por referências, forneça uma imagem de personagem, uma referência curta de movimento de câmara e uma referência de voz em áudio e descreva depois onde cada uma deve afetar o plano de destino. Indique quais os pormenores de roupa, ambiente ou objetos que têm de continuar reconhecíveis. Compare o clipe concluído com esses requisitos, incluindo a continuidade do movimento e a relação entre a pessoa visível a falar e a voz ouvida.

Fala, som e ritmo dos planos

H3 modela em conjunto diálogo, sons físicos, ambiente e música. A ficha do modelo documenta suporte estável de diálogo em árabe, chinês, inglês, francês, alemão, italiano, japonês, coreano, português, russo e espanhol; os restantes idiomas são descritos como tendo suporte variável. Forneça as palavras exatas a dizer e o idioma, com uma identidade estável de quem fala entre planos.

Os guias de redação de instruções do fabricante utilizam inglês nas secções descritivas, preservando o diálogo e o texto visível no idioma original. O conteúdo falado utiliza <d>[Language] ...</d>, com a identidade de quem fala e a descrição da voz fora do bloco. Distinga a fala física da narração fora de campo e identifique quando uma fala continua através de um corte ou é interrompida pelo fim. Preserve também o texto visível exatamente. Ajuste a quantidade de fala à duração escolhida e inspecione em conjunto as palavras renderizadas e a fala audível.

Descreva o movimento da câmara como uma ação, incluindo a sua amplitude e velocidade quando forem relevantes. Numere os planos pela ordem de reprodução e mantenha os momentos de corte dentro da duração do vídeo. Separe os sons da cena, como passos ou uma porta a fechar, da música de fundo ouvida apenas pelo público. Estas escolhas tornam um plano curto de filmagem mais fácil de interpretar e de rever face ao resultado.

Preparação das entradas e limites numéricos

O esquema atual de geração exige texto não vazio em todos os modos, até 7 000 caracteres por elemento de texto. As imagens podem ser JPG, JPEG, PNG, WebP, HEIC ou HEIF, até 30 MB cada, com cada lado entre 256 e 5 760 píxeis e proporção entre 0.4 e 2.5. A entrada por fotogramas permite uma imagem inicial e uma final; o modo de referências permite até nove imagens de referência.

O vídeo de referência pode conter até três clipes MP4 ou MOV, cada um com 2–15 segundos e, em conjunto, não mais de 15 segundos. Um clipe pode ter até 50 MB; o seu codec de vídeo é H.264 ou H.265, com áudio AAC ou MP3, lados entre 256 e 5 760 píxeis, proporções entre 0.4 e 2.5 e taxa de fotogramas entre 23.976 e 60. O áudio de referência suporta até três clipes WAV ou MP3, até 15 MB cada, cada um com 2–15 segundos e, em conjunto, não mais de 15 segundos. A ficha do modelo limita as entradas de referência mistas a 12 ficheiros. O limite documentado do corpo do pedido é de 64 MB, distinto dos limites por ficheiro.

Escolha apenas referências que contribuam para as instruções e torne explícito cada contributo. Uma vista clara do sujeito é mais útil do que várias vistas contraditórias sem explicação. Preserve a ordem das referências, recorte o material irrelevante sem remover o contexto necessário da cena e verifique se os clipes curtos de origem contêm a ação ou a característica de voz pedida.

Formato de saída e sistema completo

A interface H3 do fabricante oferece 768P e 2K. A geração apenas em texto exige uma proporção concreta: 21:9, 16:9, 4:3, 1:1, 3:4 ou 9:16. A criação com primeiro/último fotograma obtém a proporção da imagem de entrada; a criação por referências pode utilizar uma proporção adaptativa ou explícita. A duração inteira de saída é de 4–15 segundos.

A ficha do modelo distingue H3-Context-IR, que interpreta e enriquece as instruções, H3-Base, que gera conteúdo audiovisual, e H3-Regenerate-2K, que cria o resultado de resolução superior. Os checkpoints base disponibilizados separam as tarefas guiadas por fotogramas das tarefas de omnirreferência. Os componentes de contexto e de regeneração são distintos desses pesos base, pelo que o nome de um checkpoint aberto, por si só, não comprova o comportamento de todo o sistema.

O fluxo de geração do fabricante é assíncrono. A sua interface de consulta de tarefas recupera tarefas dos sete dias anteriores. Conserve a identidade da tarefa até ser devolvido o resultado de vídeo efetivo e guarde depois o clipe, em vez de conservar apenas um endereço de transferência temporário. Reveja a identidade visual, o texto pequeno, as interações entre objetos, o conteúdo falado e a sincronização do som no tamanho de visualização pretendido. O fabricante identifica a compreensão multimodal e os pormenores visuais finos como áreas de melhoria contínua; instruções detalhadas e a comparação com as fontes continuam a ser centrais para um resultado útil.

", "aboutText": "Um resultado audiovisual a partir de instruções multimodais\n\nMiniMax H3 é o sistema de vídeo omnimodal da MiniMax. Interpreta em conjunto texto, imagens, vídeo e áudio e gera depois vídeo com som estéreo nativo. O fabricante apresenta-o para trabalho criativo curto, como visuais de produto, publicidade, cartazes animados e conceitos de títulos de filmes, em que as relações entre os recursos de referência importam tanto como a descrição da cena.\n\nO sistema documentado produz vídeo de 4–15 segundos a 24 fotogramas por segundo com áudio estéreo a 32 kHz. A geração H3-Base funciona a 768p; o fluxo completo a 2K regenera esse resultado utilizando o contexto multimodal original. Isto é mais do que um redimensionamento convencional: a segunda fase volta a utilizar o modelo e o contexto de origem para recuperar pormenores finos. H3 Max e H3-Context-IR têm papéis e limites separados.\n\nCriação por texto e guiada por fotogramas\n\nA entrada apenas em texto descreve toda a sequência temporal audiovisual. Uma primeira imagem fixa a abertura, uma última imagem fixa o fim e duas imagens podem definir ambos. Num plano baseado no primeiro fotograma, comece pela composição e pela identidade visíveis na imagem fixa e descreva depois a ação que se desenvolve a partir dela. Numa transição do primeiro ao último fotograma, descreva o movimento observável que liga os dois estados, em vez de repetir duas descrições de imagens sem relação entre si.\n\nUma instrução prática de produto pode especificar uma embalagem fechada no fotograma inicial, a mão que a abre, o movimento suave da câmara e o estado final a atingir. Preserve a forma do objeto, a posição do rótulo e a iluminação nos fotogramas fornecidos. A criação guiada por fotogramas e a criação guiada por referências são modos de entrada separados; a interface do fabricante não mistura papéis de primeiro/último fotograma com papéis de recursos multimédia de referência num único pedido.\n\nGeração e edição guiadas por referências\n\nO modo de referências aceita texto com imagens, clipes de vídeo e clipes de áudio. Identifique o contributo de cada fonte: o aspeto de uma personagem, um local, o movimento da câmara, a estrutura temporal de um clipe de origem ou uma voz. Um vídeo utilizado apenas para o movimento da câmara é diferente de um vídeo que deve efetivamente ser editado ou continuado. Indique explicitamente essa relação.\n\nO guia de referências do fabricante separa definições dos sujeitos, um resumo da tarefa, uma análise de conservação, uma descrição detalhada do plano, a paisagem sonora geral e a música de fundo destinada apenas ao público. Distingue a conservação de conteúdo visível da transferência de atributos ou de uma referência ampla de estilo. No áudio, copiar um sinal é diferente de referenciar o timbre, o ritmo ou a interpretação. Mantenha esses papéis estáveis ao longo das instruções.\n\nNuma cena guiada por referências, forneça uma imagem de personagem, uma referência curta de movimento de câmara e uma referência de voz em áudio e descreva depois onde cada uma deve afetar o plano de destino. Indique quais os pormenores de roupa, ambiente ou objetos que têm de continuar reconhecíveis. Compare o clipe concluído com esses requisitos, incluindo a continuidade do movimento e a relação entre a pessoa visível a falar e a voz ouvida.\n\nFala, som e ritmo dos planos\n\nH3 modela em conjunto diálogo, sons físicos, ambiente e música. A ficha do modelo documenta suporte estável de diálogo em árabe, chinês, inglês, francês, alemão, italiano, japonês, coreano, português, russo e espanhol; os restantes idiomas são descritos como tendo suporte variável. Forneça as palavras exatas a dizer e o idioma, com uma identidade estável de quem fala entre planos.\n\nOs guias de redação de instruções do fabricante utilizam inglês nas secções descritivas, preservando o diálogo e o texto visível no idioma original. O conteúdo falado utiliza `[Language] ...`, com a identidade de quem fala e a descrição da voz fora do bloco. Distinga a fala física da narração fora de campo e identifique quando uma fala continua através de um corte ou é interrompida pelo fim. Preserve também o texto visível exatamente. Ajuste a quantidade de fala à duração escolhida e inspecione em conjunto as palavras renderizadas e a fala audível.\n\nDescreva o movimento da câmara como uma ação, incluindo a sua amplitude e velocidade quando forem relevantes. Numere os planos pela ordem de reprodução e mantenha os momentos de corte dentro da duração do vídeo. Separe os sons da cena, como passos ou uma porta a fechar, da música de fundo ouvida apenas pelo público. Estas escolhas tornam um plano curto de filmagem mais fácil de interpretar e de rever face ao resultado.\n\nPreparação das entradas e limites numéricos\n\nO esquema atual de geração exige texto não vazio em todos os modos, até 7 000 caracteres por elemento de texto. As imagens podem ser JPG, JPEG, PNG, WebP, HEIC ou HEIF, até 30 MB cada, com cada lado entre 256 e 5 760 píxeis e proporção entre 0.4 e 2.5. A entrada por fotogramas permite uma imagem inicial e uma final; o modo de referências permite até nove imagens de referência.\n\nO vídeo de referência pode conter até três clipes MP4 ou MOV, cada um com 2–15 segundos e, em conjunto, não mais de 15 segundos. Um clipe pode ter até 50 MB; o seu codec de vídeo é H.264 ou H.265, com áudio AAC ou MP3, lados entre 256 e 5 760 píxeis, proporções entre 0.4 e 2.5 e taxa de fotogramas entre 23.976 e 60. O áudio de referência suporta até três clipes WAV ou MP3, até 15 MB cada, cada um com 2–15 segundos e, em conjunto, não mais de 15 segundos. A ficha do modelo limita as entradas de referência mistas a 12 ficheiros. O limite documentado do corpo do pedido é de 64 MB, distinto dos limites por ficheiro.\n\nEscolha apenas referências que contribuam para as instruções e torne explícito cada contributo. Uma vista clara do sujeito é mais útil do que várias vistas contraditórias sem explicação. Preserve a ordem das referências, recorte o material irrelevante sem remover o contexto necessário da cena e verifique se os clipes curtos de origem contêm a ação ou a característica de voz pedida.\n\nFormato de saída e sistema completo\n\nA interface H3 do fabricante oferece 768P e 2K. A geração apenas em texto exige uma proporção concreta: 21:9, 16:9, 4:3, 1:1, 3:4 ou 9:16. A criação com primeiro/último fotograma obtém a proporção da imagem de entrada; a criação por referências pode utilizar uma proporção adaptativa ou explícita. A duração inteira de saída é de 4–15 segundos.\n\nA ficha do modelo distingue H3-Context-IR, que interpreta e enriquece as instruções, H3-Base, que gera conteúdo audiovisual, e H3-Regenerate-2K, que cria o resultado de resolução superior. Os checkpoints base disponibilizados separam as tarefas guiadas por fotogramas das tarefas de omnirreferência. Os componentes de contexto e de regeneração são distintos desses pesos base, pelo que o nome de um checkpoint aberto, por si só, não comprova o comportamento de todo o sistema.\n\nO fluxo de geração do fabricante é assíncrono. A sua interface de consulta de tarefas recupera tarefas dos sete dias anteriores. Conserve a identidade da tarefa até ser devolvido o resultado de vídeo efetivo e guarde depois o clipe, em vez de conservar apenas um endereço de transferência temporário. Reveja a identidade visual, o texto pequeno, as interações entre objetos, o conteúdo falado e a sincronização do som no tamanho de visualização pretendido. O fabricante identifica a compreensão multimodal e os pormenores visuais finos como áreas de melhoria contínua; instruções detalhadas e a comparação com as fontes continuam a ser centrais para um resultado útil.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9b6beb69d810309a1bf88351283f9c4b12c8c1c52c67ed6e96893c7a4897abf0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "
MM

MiniMax: H3

MiniMax /minimax/hailuo-3

Introdução

MiniMax H3 gera vídeo curto com áudio estéreo nativo a partir de texto, imagens de fotogramas ou referências multimodais. Suporta criação com primeiro/último fotograma, edição guiada por referências e relações de movimento ou voz, com saída de 4–15 segundos e um fluxo distinto de regeneração a 2K.

Entradas aceites
Texto · Imagens · Áudio · Vídeo
Resultados
Vídeo
Sobre o modelo

Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.

Um resultado audiovisual a partir de instruções multimodais

MiniMax H3 é o sistema de vídeo omnimodal da MiniMax. Interpreta em conjunto texto, imagens, vídeo e áudio e gera depois vídeo com som estéreo nativo. O fabricante apresenta-o para trabalho criativo curto, como visuais de produto, publicidade, cartazes animados e conceitos de títulos de filmes, em que as relações entre os recursos de referência importam tanto como a descrição da cena.

O sistema documentado produz vídeo de 4–15 segundos a 24 fotogramas por segundo com áudio estéreo a 32 kHz. A geração H3-Base funciona a 768p; o fluxo completo a 2K regenera esse resultado utilizando o contexto multimodal original. Isto é mais do que um redimensionamento convencional: a segunda fase volta a utilizar o modelo e o contexto de origem para recuperar pormenores finos. H3 Max e H3-Context-IR têm papéis e limites separados.

Criação por texto e guiada por fotogramas

A entrada apenas em texto descreve toda a sequência temporal audiovisual. Uma primeira imagem fixa a abertura, uma última imagem fixa o fim e duas imagens podem definir ambos. Num plano baseado no primeiro fotograma, comece pela composição e pela identidade visíveis na imagem fixa e descreva depois a ação que se desenvolve a partir dela. Numa transição do primeiro ao último fotograma, descreva o movimento observável que liga os dois estados, em vez de repetir duas descrições de imagens sem relação entre si.

Uma instrução prática de produto pode especificar uma embalagem fechada no fotograma inicial, a mão que a abre, o movimento suave da câmara e o estado final a atingir. Preserve a forma do objeto, a posição do rótulo e a iluminação nos fotogramas fornecidos. A criação guiada por fotogramas e a criação guiada por referências são modos de entrada separados; a interface do fabricante não mistura papéis de primeiro/último fotograma com papéis de recursos multimédia de referência num único pedido.

Geração e edição guiadas por referências

O modo de referências aceita texto com imagens, clipes de vídeo e clipes de áudio. Identifique o contributo de cada fonte: o aspeto de uma personagem, um local, o movimento da câmara, a estrutura temporal de um clipe de origem ou uma voz. Um vídeo utilizado apenas para o movimento da câmara é diferente de um vídeo que deve efetivamente ser editado ou continuado. Indique explicitamente essa relação.

O guia de referências do fabricante separa definições dos sujeitos, um resumo da tarefa, uma análise de conservação, uma descrição detalhada do plano, a paisagem sonora geral e a música de fundo destinada apenas ao público. Distingue a conservação de conteúdo visível da transferência de atributos ou de uma referência ampla de estilo. No áudio, copiar um sinal é diferente de referenciar o timbre, o ritmo ou a interpretação. Mantenha esses papéis estáveis ao longo das instruções.

Numa cena guiada por referências, forneça uma imagem de personagem, uma referência curta de movimento de câmara e uma referência de voz em áudio e descreva depois onde cada uma deve afetar o plano de destino. Indique quais os pormenores de roupa, ambiente ou objetos que têm de continuar reconhecíveis. Compare o clipe concluído com esses requisitos, incluindo a continuidade do movimento e a relação entre a pessoa visível a falar e a voz ouvida.

Fala, som e ritmo dos planos

H3 modela em conjunto diálogo, sons físicos, ambiente e música. A ficha do modelo documenta suporte estável de diálogo em árabe, chinês, inglês, francês, alemão, italiano, japonês, coreano, português, russo e espanhol; os restantes idiomas são descritos como tendo suporte variável. Forneça as palavras exatas a dizer e o idioma, com uma identidade estável de quem fala entre planos.

Os guias de redação de instruções do fabricante utilizam inglês nas secções descritivas, preservando o diálogo e o texto visível no idioma original. O conteúdo falado utiliza <d>[Language] ...</d>, com a identidade de quem fala e a descrição da voz fora do bloco. Distinga a fala física da narração fora de campo e identifique quando uma fala continua através de um corte ou é interrompida pelo fim. Preserve também o texto visível exatamente. Ajuste a quantidade de fala à duração escolhida e inspecione em conjunto as palavras renderizadas e a fala audível.

Descreva o movimento da câmara como uma ação, incluindo a sua amplitude e velocidade quando forem relevantes. Numere os planos pela ordem de reprodução e mantenha os momentos de corte dentro da duração do vídeo. Separe os sons da cena, como passos ou uma porta a fechar, da música de fundo ouvida apenas pelo público. Estas escolhas tornam um plano curto de filmagem mais fácil de interpretar e de rever face ao resultado.

Preparação das entradas e limites numéricos

O esquema atual de geração exige texto não vazio em todos os modos, até 7 000 caracteres por elemento de texto. As imagens podem ser JPG, JPEG, PNG, WebP, HEIC ou HEIF, até 30 MB cada, com cada lado entre 256 e 5 760 píxeis e proporção entre 0.4 e 2.5. A entrada por fotogramas permite uma imagem inicial e uma final; o modo de referências permite até nove imagens de referência.

O vídeo de referência pode conter até três clipes MP4 ou MOV, cada um com 2–15 segundos e, em conjunto, não mais de 15 segundos. Um clipe pode ter até 50 MB; o seu codec de vídeo é H.264 ou H.265, com áudio AAC ou MP3, lados entre 256 e 5 760 píxeis, proporções entre 0.4 e 2.5 e taxa de fotogramas entre 23.976 e 60. O áudio de referência suporta até três clipes WAV ou MP3, até 15 MB cada, cada um com 2–15 segundos e, em conjunto, não mais de 15 segundos. A ficha do modelo limita as entradas de referência mistas a 12 ficheiros. O limite documentado do corpo do pedido é de 64 MB, distinto dos limites por ficheiro.

Escolha apenas referências que contribuam para as instruções e torne explícito cada contributo. Uma vista clara do sujeito é mais útil do que várias vistas contraditórias sem explicação. Preserve a ordem das referências, recorte o material irrelevante sem remover o contexto necessário da cena e verifique se os clipes curtos de origem contêm a ação ou a característica de voz pedida.

Formato de saída e sistema completo

A interface H3 do fabricante oferece 768P e 2K. A geração apenas em texto exige uma proporção concreta: 21:9, 16:9, 4:3, 1:1, 3:4 ou 9:16. A criação com primeiro/último fotograma obtém a proporção da imagem de entrada; a criação por referências pode utilizar uma proporção adaptativa ou explícita. A duração inteira de saída é de 4–15 segundos.

A ficha do modelo distingue H3-Context-IR, que interpreta e enriquece as instruções, H3-Base, que gera conteúdo audiovisual, e H3-Regenerate-2K, que cria o resultado de resolução superior. Os checkpoints base disponibilizados separam as tarefas guiadas por fotogramas das tarefas de omnirreferência. Os componentes de contexto e de regeneração são distintos desses pesos base, pelo que o nome de um checkpoint aberto, por si só, não comprova o comportamento de todo o sistema.

O fluxo de geração do fabricante é assíncrono. A sua interface de consulta de tarefas recupera tarefas dos sete dias anteriores. Conserve a identidade da tarefa até ser devolvido o resultado de vídeo efetivo e guarde depois o clipe, em vez de conservar apenas um endereço de transferência temporário. Reveja a identidade visual, o texto pequeno, as interações entre objetos, o conteúdo falado e a sincronização do som no tamanho de visualização pretendido. O fabricante identifica a compreensão multimodal e os pormenores visuais finos como áreas de melhoria contínua; instruções detalhadas e a comparação com as fontes continuam a ser centrais para um resultado útil.

Disponível no Ailoot · entradas e métodos

Ailoot Ultra · Vídeo POST /v1/videos
Entrada
text, image, audio, video
Saída
video
Formato de saída
bytes MP4 originais; sem normalização nem transcodificação
CampoTipoRequisitoValores e limitesPredefinição
CampomodelTipostringRequisitoObrigatórioValores e limites
minimax/hailuo-3
Predefinição—
CampopromptTipostringRequisitoObrigatórioValores e limitesPredefinição—
CampodurationTipointegerRequisitoObrigatórioValores e limites
5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15
Mínimo: 1
Máximo: 600
Predefinição—
CamporesolutionTipostringRequisitoOpcionalValores e limites
2K
Predefinição—
Campoaspect_ratioTipostringRequisitoOpcionalValores e limites
21:9, 16:9, 4:3, 1:1, 3:4, 9:16
Predefinição—
Campogenerate_audioTipobooleanRequisitoOpcionalValores e limites
false, true
Predefinição—
Campoframe_imagesTipoarrayRequisitoOpcionalValores e limites
Número mínimo de elementos: 1
Número máximo de elementos: 2
Conteúdo de entrada: Matriz de objetos de fotograma. Cada objeto tem type=image_url, image_url com url e frame_type. Utilize um URL HTTPS de imagem e defina frame_type como first_frame ou last_frame. Cada função de fotograma aparece, no máximo, uma vez.
Chaves exatas: type, image_url, frame_type
Condições: Estas chaves descrevem cada objeto de fotograma; image_url contém apenas url. Omita frame_images num pedido apenas de texto.
Predefinição—
Campoinput_referencesTipoarrayRequisitoOpcionalValores e limitesPredefinição—
Campocallback_urlTipostringRequisitoOpcionalValores e limites
Padrão: ^https://
Predefinição—
Camposession_idTipostringRequisitoOpcionalValores e limitesPredefinição—
CampotraceTipoobjectRequisitoOpcionalValores e limitesPredefinição—
CampouserTipostringRequisitoOpcionalValores e limitesPredefinição—
Combinações de materiais de entrada

Texto para vídeo · Uma instrução escrita. · Obrigatório: model, prompt, duration

Forneça prompt como texto e duration em segundos inteiros. Escolha uma resolução suportada e, se necessário, uma proporção.

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Número máximo de bytes UTF-8: 10 000 · São obrigatórios caracteres que não sejam espaços: Sim

Imagem para vídeo · Uma instrução escrita e uma imagem do primeiro fotograma. · Obrigatório: model, prompt, duration, frame_images

frame_images é uma matriz. Cada objeto de fotograma tem type, image_url e frame_type; image_url contém url. Defina type como image_url. Utilize first_frame com um last_frame opcional. Cada função de fotograma aparece, no máximo, uma vez. Forneça um URL HTTPS público de imagem para cada fotograma. Utilize imagens de fotogramas ou referências de imagem num pedido; não combine ambas. Escolha uma resolução suportada e, se necessário, uma proporção.

Chaves exatas: type, image_url, frame_type

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Número máximo de bytes UTF-8: 10 000 · São obrigatórios caracteres que não sejam espaços: Sim

Reference to video · Uma instrução escrita e referências de imagem, vídeo e áudio suportadas. · Obrigatório: model, prompt, duration, input_references

input_references é uma matriz de objetos. Defina type como image_url, video_url ou audio_url e utilize o campo correspondente que contém url. Utilize URLs HTTPS públicos. Omita frame_images para selecionar o modo de referência. A estimativa inclui a componente por imagem apresentada apenas para as imagens de referência a partir da sexta. A cobrança final segue a configuração efetivamente faturada. Não combine referências de imagem com imagens de fotogramas. Escolha uma resolução suportada e, se necessário, uma proporção.

model: Tipo: string · minimax/hailuo-3

prompt: Tipo: string · Número máximo de bytes UTF-8: 10 000 · São obrigatórios caracteres que não sejam espaços: Sim

Parâmetros e ciclo de vida do método
ParâmetroContrato
Parâmetrocontent_typeContratoapplication/json
ParâmetrorequiredContratomodel, prompt, duration
Parâmetromaterial_typesContratotext, image, audio, video
Parâmetroadditional_propertiesContratofalse
Parâmetrooptional_controlsContratoresolution, aspect_ratio, generate_audio, frame_images, input_references, callback_url, session_id, trace, user

Ciclo de vida: submit_once_poll_original

GET /v1/videos/{public_id}

GET /v1/videos/{public_id}/content

Tarifários

Cálculo do custo final

As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável.

As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.

Modo rápido
Não especificado Quando o modo rápido está selecionado
Modo flex
Não especificado Quando o modo flex está selecionado
Esforço máximo de raciocínio
Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)

Tarifas estimadas para comparação

Preços por configuração

Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.

ConfiguraçãoTabela de tarifasQuantidade previstaUnidade de faturaçãoCondições de faturaçãoCusto
ConfiguraçãoTarifas base por tokenTabela de tarifasTarifa baseQuantidade prevista—Unidade de faturação—Condições de faturação—Custo
Entrada · Tokens de entrada · Estimativa apenas para comparação — / 1K tokens
Saída · Tokens de saída · Estimativa apenas para comparação — / 1K tokens
Entrada · Leitura da cache · Estimativa apenas para comparação — / 1K tokens
Entrada · Escrita na cache · Estimativa apenas para comparação — / 1K tokens
Entrada · Escrita na cache, 1 hora · Estimativa apenas para comparação — / 1K tokens
ConfiguraçãoPreço do vídeoTabela de tarifas—Quantidade prevista—Unidade de faturaçãopor segundo de vídeoCondições de faturaçãoNão é declarada nenhuma condição adicional nesta chave de preços.Custo
Saída · Preço do vídeo · Estimativa apenas para comparação $0.26 por segundo de vídeo
Configuraçãoimagem de referênciaTabela de tarifas—Quantidade prevista—Unidade de faturaçãopor imagem de referênciaCondições de faturação—Custo
Entrada · imagem de referência · Estimativa apenas para comparação $0.08 por imagem de referência
ConfiguraçãoCusto estimado de geraçãoTabela de tarifas—Quantidade previstaestimativa para uma geraçãoUnidade de faturação—Condições de faturação—Custo
Saída · Custo estimado de geração · Estimativa apenas para comparação $1.3 estimativa antes da geração

Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída.

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →

Detalhes da tarifa de referência

As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.

Referências de preços das configurações de vídeo

Preços por configuração

Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.

ConfiguraçãoCondições de faturaçãoCusto
ConfiguraçãoPreço do vídeoCondições de faturaçãoNão é declarada nenhuma condição adicional nesta chave de preços.Custo
Saída · Preço do vídeo $0.26 por segundo de vídeo

Referência de preço publicada para a configuração apresentada. Os montantes finais cobrados seguem a configuração efetivamente faturada.

ConfiguraçãoImagens de referência a partir da sextaCondições de faturaçãoNão é declarada nenhuma condição adicional nesta chave de preços.Custo
Entrada · Imagens de referência a partir da sexta $0.08 por imagem

As primeiras cinco imagens de referência são gratuitas; a tarifa por imagem indicada aplica-se a partir da sexta. Referência de preços publicados para a configuração apresentada. As cobranças finais seguem a configuração efetivamente faturada.

Exemplos de pedidos

Ailoot Ultra · Vídeo

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

Receber e guardar os resultados

Ailoot Ultra · Vídeo

URLs assinados para conteúdo pertencente ao utilizador

Verificar o estado da tarefa
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 $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n
Outras leituras de conteúdo
set -eu\n: "${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
Guardar todos os resultados concluídos

Guarde cada vídeo concluído ou ficheiro devolvido; obtenha cada URL de recurso efetivamente devolvido.

Conserve todos os resultados reais que pertencem ao utilizador e os respetivos metadados medidos devolvidos.

Se for necessário verificar a resposta original

503 result_pending_check + id original + X-Should-Retry:false; nunca repita o original

Campos da resposta
CampoTipoSignificado
CampoindexTipointegerSignificadoPosição deste vídeo na lista de saídas, com contagem a partir de zero.
Campocontent_urlTipostringSignificadoURL HTTPS assinado para transferir este vídeo concluído.
Camposha256Tipostring | nullSignificadoResumo criptográfico SHA-256 dos bytes do vídeo original; null se não estiver disponível.
Camposize_bytesTipointeger | nullSignificadoTamanho do ficheiro de vídeo original em bytes; null se não estiver disponível.
Campoduration_msTipointeger | nullSignificadoDuração medida do vídeo em milissegundos; null se não estiver disponível.
CampowidthTipointeger | nullSignificadoLargura do vídeo em píxeis; null se não estiver disponível.
CampoheightTipointeger | nullSignificadoAltura do vídeo em píxeis; null se não estiver disponível.
Campovideo_codecTipostring | nullSignificadoIdentificador do codec de vídeo; null se não estiver registado.
Campohas_audioTipoboolean | nullSignificadoIndica se o vídeo contém uma faixa de áudio; null se não tiver sido medido.
Campoaudio_codecTipostring | nullSignificadoIdentificador do codec de áudio; null quando não está registado qualquer identificador.
Erros e passos seguintes
RespostaCondiçãoPasso seguinte
Resposta404 · not_found_errorCondiçãoO acesso ao vídeo não está disponível ou este ID de vídeo não foi encontrado.Passo seguinteVerifique o acesso ao vídeo. Para um vídeo existente, utilize o ID público original e a mesma chave API.
Resposta401 · authentication_errorCondiçãoA chave API não corresponde à conta autenticada.Passo seguinteVerifique a sua chave API e o acesso à conta antes de enviar.
Resposta400 · invalid_request_errorCondiçãoNão foi possível ler o pedido ou o índice de transferência é inválido.Passo seguinteCorrija o corpo do pedido. Para uma transferência, escolha um índice de saída devolvido pela tarefa original.
Resposta422 · price_unavailableCondiçãoNão é possível calcular o preço da configuração de vídeo selecionada.Passo seguinteEscolha uma configuração de vídeo suportada e preencha as opções obrigatórias antes de enviar um pedido corrigido.
Resposta422 · invalid_request_errorCondiçãoUma entrada de vídeo ou a tarefa original de continuação é inválida.Passo seguinteUtilize entradas HTTPS válidas. Para continuação, utilize o ID público do seu vídeo original concluído com a mesma chave API.
Resposta402 · billing_errorCondiçãoO saldo disponível ou os limites não permitem efetuar uma reserva.Passo seguinteVerifique o saldo disponível e os limites antes de enviar um novo pedido.
Resposta503 · server_errorCondiçãoA verificação, o armazenamento ou o acesso ao serviço de vídeo está temporariamente indisponível.Passo seguinteAguarde a disponibilidade do serviço. Se já tiver um ID de vídeo, consulte essa tarefa original em vez de criar outra geração.
Resposta503 · result_pending_checkCondiçãoO resultado e a cobrança do vídeo original precisam de verificação.Passo seguinteConserve o ID de vídeo devolvido e consulte essa tarefa. Não envie um pedido de geração substituto enquanto estiver a ser verificada.
Resposta503 · owned_result_unavailableCondiçãoA transferência do vídeo existente está temporariamente indisponível.Passo seguinteConsulte a mesma tarefa de vídeo mais tarde e transfira a saída existente. Uma nova geração cria uma operação separada.
Resposta409 · video_not_readyCondiçãoO conteúdo do vídeo não foi publicado.Passo seguinteConsulte o estado da tarefa original. Transfira quando indicar completed; se indicar failed, siga o aviso de verificação da cobrança.

Aliases

Aliases do modelo

Ailoot Ultra minimax/hailuo-3

Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

IDs de chamada relacionados

minimax/hailuo-3

", "method_identity": { "effective_request_model_id": "minimax/hailuo-3", "fmt": "videos", "http": "POST", "path": "/v1/videos", "request_model_id": "minimax/hailuo-3", "route_label": "Ultra" }, "method_key": "Ultra|videos|/v1/videos|minimax%2Fhailuo-3", "ordinal": 0, "rawMethod": { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável.", "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": "Conserve todos os resultados reais que pertencem ao utilizador e os respetivos metadados medidos devolvidos.", "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": "O acesso ao vídeo não está disponível ou este ID de vídeo não foi encontrado.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Verifique o acesso ao vídeo. Para um vídeo existente, utilize o ID público original e a mesma chave API.", "type": "not_found_error" }, { "condition": "A chave API não corresponde à conta autenticada.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Verifique a sua chave API e o acesso à conta antes de enviar.", "type": "authentication_error" }, { "condition": "Não foi possível ler o pedido ou o índice de transferência é inválido.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Corrija o corpo do pedido. Para uma transferência, escolha um índice de saída devolvido pela tarefa original.", "type": "invalid_request_error" }, { "condition": "Não é possível calcular o preço da configuração de vídeo selecionada.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Escolha uma configuração de vídeo suportada e preencha as opções obrigatórias antes de enviar um pedido corrigido.", "type": "price_unavailable" }, { "condition": "Uma entrada de vídeo ou a tarefa original de continuação é inválida.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Utilize entradas HTTPS válidas. Para continuação, utilize o ID público do seu vídeo original concluído com a mesma chave API.", "type": "invalid_request_error" }, { "condition": "O saldo disponível ou os limites não permitem efetuar uma reserva.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Verifique o saldo disponível e os limites antes de enviar um novo pedido.", "type": "billing_error" }, { "condition": "A verificação, o armazenamento ou o acesso ao serviço de vídeo está temporariamente indisponível.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Aguarde a disponibilidade do serviço. Se já tiver um ID de vídeo, consulte essa tarefa original em vez de criar outra geração.", "type": "server_error" }, { "code": "result_pending_check", "condition": "O resultado e a cobrança do vídeo original precisam de verificação.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Conserve o ID de vídeo devolvido e consulte essa tarefa. Não envie um pedido de geração substituto enquanto estiver a ser verificada.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "A transferência do vídeo existente está temporariamente indisponível.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Consulte a mesma tarefa de vídeo mais tarde e transfira a saída existente. Uma nova geração cria uma operação separada.", "type": "server_error" }, { "condition": "O conteúdo do vídeo não foi publicado.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Consulte o estado da tarefa original. Transfira quando indicar completed; se indicar failed, siga o aviso de verificação da cobrança.", "type": "video_not_ready" } ], "hints": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "ignored_fields": [], "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + id original + X-Should-Retry:false; nunca repita o original" }, "material_combinations": [ { "mode": "text_to_video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "Forneça prompt como texto e duration em segundos inteiros. Escolha uma resolução suportada e, se necessário, uma proporção.", "required": [ "model", "prompt", "duration" ], "required_material": "Uma instrução escrita." }, { "exact_keys": [ "type", "image_url", "frame_type" ], "mode": "image_to_video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "frame_images é uma matriz. Cada objeto de fotograma tem type, image_url e frame_type; image_url contém url. Defina type como image_url. Utilize first_frame com um last_frame opcional. Cada função de fotograma aparece, no máximo, uma vez. Forneça um URL HTTPS público de imagem para cada fotograma. Utilize imagens de fotogramas ou referências de imagem num pedido; não combine ambas. Escolha uma resolução suportada e, se necessário, uma proporção.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "Uma instrução escrita e uma imagem do primeiro fotograma." }, { "mode": "Reference to video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "input_references é uma matriz de objetos. Defina type como image_url, video_url ou audio_url e utilize o campo correspondente que contém url. Utilize URLs HTTPS públicos. Omita frame_images para selecionar o modo de referência. A estimativa inclui a componente por imagem apresentada apenas para as imagens de referência a partir da sexta. A cobrança final segue a configuração efetivamente faturada. Não combine referências de imagem com imagens de fotogramas. Escolha uma resolução suportada e, se necessário, uma proporção.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Uma instrução escrita e referências de imagem, vídeo e áudio suportadas." } ], "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": "Posição deste vídeo na lista de saídas, com contagem a partir de 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 assinado para transferir este vídeo concluído.", "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": "Resumo criptográfico SHA-256 dos bytes do vídeo original; null se não estiver disponível.", "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": "Tamanho do ficheiro de vídeo original em bytes; null se não estiver disponível.", "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": "Duração medida do vídeo em milissegundos; null se não estiver disponível.", "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": "Largura do vídeo em píxeis; null se não estiver disponível.", "field_path": "outputs[].width", "json_schema": { "type": [ "integer", "null" ] }, "name": "width", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Altura do vídeo em píxeis; null se não estiver disponível.", "field_path": "outputs[].height", "json_schema": { "type": [ "integer", "null" ] }, "name": "height", "nullable": true, "type": "integer | null" }, { "condition": "Returned together with positive recorded width and height.", "description": "Identificador do codec de vídeo; null se não estiver registado.", "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 o vídeo contém uma faixa de áudio; null se não tiver sido medido.", "field_path": "outputs[].has_audio", "json_schema": { "type": [ "boolean", "null" ] }, "name": "has_audio", "nullable": true, "type": "boolean | null" }, { "condition": "Returned when video metadata is recorded and the audio codec identifier is nonempty.", "description": "Identificador do codec de áudio; null quando não está registado qualquer identificador.", "field_path": "outputs[].audio_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "audio_codec", "nullable": true, "type": "string | null" } ], "format": "original MP4 bytes; no normalization/transcode", "max_aggregate_seconds": 2400, "max_bytes_per_output": 67108864, "max_seconds_per_output": 600, "result": "URLs assinados para conteúdo pertencente ao utilizador", "unmeasured_fields_nullable": true }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/hailuo-3" ], "enum_known": true, "name": "model", "required": true, "schema": { "const": "minimax/hailuo-3" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "minLength": 1, "name": "prompt", "required": true, "schema": { "minLength": 1, "type": "string", "x-source-max-utf8-bytes": 10000, "x-source-non-whitespace": true }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "enum_known": true, "maximum": 600, "minimum": 1, "name": "duration", "required": true, "schema": { "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "maximum": 600, "minimum": 1, "type": "integer" }, "type": "integer" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "2K" ], "enum_known": true, "name": "resolution", "required": false, "schema": { "enum": [ "2K" ] }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ], "enum_known": true, "name": "aspect_ratio", "required": false, "schema": { "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ] }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ false, true ], "enum_known": true, "name": "generate_audio", "required": false, "schema": { "enum": [ false, true ], "x-omitted-default": "published audio capability when true/false; unknown if null; output audio must be measured" }, "type": "boolean" }, { "availability": "source_interface", "conditions": "Estas chaves descrevem cada objeto de fotograma; image_url contém apenas url. Omita frame_images num pedido apenas de texto.", "content": "Matriz de objetos de fotograma. Cada objeto tem type=image_url, image_url com url e frame_type. Utilize um URL HTTPS de imagem e defina frame_type como first_frame ou last_frame. Cada função de fotograma aparece, no máximo, uma vez.", "default": null, "default_known": false, "enum": null, "enum_known": false, "exact_keys": [ "type", "image_url", "frame_type" ], "maxItems": 2, "max_items": 2, "minItems": 1, "min_items": 1, "name": "frame_images", "required": false, "schema": { "items": { "additionalProperties": false, "properties": { "frame_type": { "enum": [ "first_frame", "last_frame" ] }, "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url", "frame_type" ], "type": "object" }, "maxItems": 2, "minItems": 1, "type": "array", "x-source-unique-role": "frame_type" }, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input_references", "required": false, "schema": { "items": { "oneOf": [ { "additionalProperties": false, "properties": { "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "type": { "const": "video_url" }, "video_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" } }, "required": [ "type", "video_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "audio_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "audio_url" } }, "required": [ "type", "audio_url" ], "type": "object" } ] }, "type": "array" }, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "callback_url", "pattern": "^https://", "required": false, "schema": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maxLength": 256, "name": "session_id", "required": false, "schema": { "maxLength": 256, "type": "string" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "schema": { "additionalProperties": true, "properties": { "generation_name": { "type": "string" }, "parent_span_id": { "type": "string" }, "span_name": { "type": "string" }, "trace_id": { "type": "string" }, "trace_name": { "type": "string" } }, "type": "object" }, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maxLength": 256, "name": "user", "required": false, "schema": { "maxLength": 256, "type": "string" }, "type": "string" } ], "request_schema": { "$schema": "https://json-schema.org/draft/2020-12/schema", "additionalProperties": false, "properties": { "aspect_ratio": { "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ] }, "callback_url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" }, "creativity": false, "duration": { "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "maximum": 600, "minimum": 1, "type": "integer" }, "frame_images": { "items": { "additionalProperties": false, "properties": { "frame_type": { "enum": [ "first_frame", "last_frame" ] }, "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url", "frame_type" ], "type": "object" }, "maxItems": 2, "minItems": 1, "type": "array", "x-source-unique-role": "frame_type" }, "generate_audio": { "enum": [ false, true ], "x-omitted-default": "published audio capability when true/false; unknown if null; output audio must be measured" }, "input_references": { "items": { "oneOf": [ { "additionalProperties": false, "properties": { "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "type": { "const": "video_url" }, "video_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" } }, "required": [ "type", "video_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "audio_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "audio_url" } }, "required": [ "type", "audio_url" ], "type": "object" } ] }, "type": "array" }, "model": { "const": "minimax/hailuo-3" }, "previous_job_id": false, "prompt": { "minLength": 1, "type": "string", "x-source-max-utf8-bytes": 10000, "x-source-non-whitespace": true }, "provider": false, "resolution": { "enum": [ "2K" ] }, "seed": false, "session_id": { "maxLength": 256, "type": "string" }, "size": false, "trace": { "additionalProperties": true, "properties": { "generation_name": { "type": "string" }, "parent_span_id": { "type": "string" }, "span_name": { "type": "string" }, "trace_id": { "type": "string" }, "trace_name": { "type": "string" } }, "type": "object" }, "upscale_factor": false, "user": { "maxLength": 256, "type": "string" } }, "required": [ "model", "prompt", "duration" ], "title": "Video generation request", "type": "object", "x-source-global-rules": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "x-source-material-combinations": [ "Exact model/card, positive published duration, model resolution/aspect membership and valid frozen quote are all required; independent enum arrays are not proven provider Cartesian combinations.", "Use exact published size or compatible resolution/aspect. Omitted options stay omitted; no guessed geometry.", "first_frame/last_frame roles each occur at most once; frame_images wins mode precedence over input_references.", "provider options are unavailable for this model despite any published passthrough-name allowlist.", "Frame images plus image references are rejected because mixed additive input count is unproved; pure frame or pure reference mode remains separately priced." ] }, "unsupported": [ "size", "seed", "provider", "previous_job_id", "upscale_factor", "creativity" ] }, "input": { "additional_properties": false, "content_type": "application/json", "material_types": [ "text", "image", "audio", "video" ], "optional_controls": [ "resolution", "aspect_ratio", "generate_audio", "frame_images", "input_references", "callback_url", "session_id", "trace", "user" ], "required": [ "model", "prompt", "duration" ] }, "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + originalid + X-Should-Retry:false; never replay original" }, "method": { "http": "POST", "path": "/v1/videos" }, "method_aliases": [], "operation_modes": [ "text_to_video", "image_to_video_frame_images", "reference_to_video" ], "output": { "content_range_supported": true, "every_actual_output": true, "family": "video", "fields": [ { "condition": "Always present for each completed output.", "description": "Zero-based position of this video in the outputs list.", "field_path": "outputs[].index", "json_schema": { "type": "integer" }, "name": "index", "nullable": false, "type": "integer" }, { "condition": "Present after the owned result is available and a signed URL is created.", "description": "Signed HTTPS download URL for this completed video.", "field_path": "outputs[].content_url", "json_schema": { "type": "string" }, "name": "content_url", "nullable": false, "type": "string" }, { "condition": "A nonempty recorded digest is returned; otherwise null.", "description": "SHA-256 digest of the original video bytes; null if unavailable.", "field_path": "outputs[].sha256", "json_schema": { "type": [ "string", "null" ] }, "name": "sha256", "nullable": true, "type": "string | null" }, { "condition": "Returned when the recorded file size is positive.", "description": "Size of the original video file in bytes; null if unavailable.", "field_path": "outputs[].size_bytes", "json_schema": { "type": [ "integer", "null" ] }, "name": "size_bytes", "nullable": true, "type": "integer | null" }, { "condition": "Returned when the measured duration is positive.", "description": "Measured video duration in milliseconds; null if unavailable.", "field_path": "outputs[].duration_ms", "json_schema": { "type": [ "integer", "null" ] }, "name": "duration_ms", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Video width in pixels; null if unavailable.", "field_path": "outputs[].width", "json_schema": { "type": [ "integer", "null" ] }, "name": "width", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Video height in pixels; null if unavailable.", "field_path": "outputs[].height", "json_schema": { "type": [ "integer", "null" ] }, "name": "height", "nullable": true, "type": "integer | null" }, { "condition": "Returned together with positive recorded width and height.", "description": "Video codec identifier; null if not recorded.", "field_path": "outputs[].video_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "video_codec", "nullable": true, "type": "string | null" }, { "condition": "Returned when width, height and the video codec are recorded; false is a known result.", "description": "Whether the video contains an audio track; null if not measured.", "field_path": "outputs[].has_audio", "json_schema": { "type": [ "boolean", "null" ] }, "name": "has_audio", "nullable": true, "type": "boolean | null" }, { "condition": "Returned when video metadata is recorded and the audio codec identifier is nonempty.", "description": "Audio codec identifier; null when no identifier is recorded.", "field_path": "outputs[].audio_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "audio_codec", "nullable": true, "type": "string | null" } ], "format": "original MP4 bytes; no normalization/transcode", "max_aggregate_seconds": 2400, "max_bytes_per_output": 67108864, "max_seconds_per_output": 600, "result": "signed owned content URLs", "unmeasured_fields_nullable": true } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "conditions": "No additional condition is declared in this pricing key.", "quoted_unit": "per video second" }, "label": "Video price", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "estimate_only": true, "key": "duration_seconds", "label": "Video price", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "public_unit_label": "per video second", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "video_second" } ] }, { "dimensions": { "quoted_unit": "per reference image" }, "label": "reference image", "units": [ { "amount": "0.08", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "public_unit_label": "per reference image", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "reference_images" } ] }, { "basis": "Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Custo estimado de geração", "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": "0c634831b282c7982807eeadcbf46c6727bbc11c4397765eafefcbe5aa83181e", "input_html_sha256": "35f9a5c8a1b18cae88bca75c48913f7f0b5506a0031000a46d742ea8bde56ddb", "private_audit_sha256": "9112e320ae15c721afbc9efd027d2d0d783cb0b29e4c359a5b016f60a20363bc", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/pt-pt/minimax-hailuo-3/", "description": "MiniMax H3 gera vídeo curto com áudio estéreo nativo a partir de texto, imagens de fotogramas ou referências multimodais. Suporta criação com primeiro/último fotograma, edição guiada por referências e relações de movimento ou voz, com saída de 4–15 segundos e um fluxo distinto de regeneração a 2K.", "locale": "pt-pt", "md_url": "https://ailoot.ai/models/pt-pt/minimax-hailuo-3/index.md", "title": "MiniMax: H3 — Ailoot", "url": "https://ailoot.ai/models/pt-pt/minimax-hailuo-3/" }, "rawModel": { "about": "Um resultado audiovisual a partir de instruções multimodais\n\nMiniMax H3 é o sistema de vídeo omnimodal da MiniMax. Interpreta em conjunto texto, imagens, vídeo e áudio e gera depois vídeo com som estéreo nativo. O fabricante apresenta-o para trabalho criativo curto, como visuais de produto, publicidade, cartazes animados e conceitos de títulos de filmes, em que as relações entre os recursos de referência importam tanto como a descrição da cena.\n\nO sistema documentado produz vídeo de 4–15 segundos a 24 fotogramas por segundo com áudio estéreo a 32 kHz. A geração H3-Base funciona a 768p; o fluxo completo a 2K regenera esse resultado utilizando o contexto multimodal original. Isto é mais do que um redimensionamento convencional: a segunda fase volta a utilizar o modelo e o contexto de origem para recuperar pormenores finos. H3 Max e H3-Context-IR têm papéis e limites separados.\n\nCriação por texto e guiada por fotogramas\n\nA entrada apenas em texto descreve toda a sequência temporal audiovisual. Uma primeira imagem fixa a abertura, uma última imagem fixa o fim e duas imagens podem definir ambos. Num plano baseado no primeiro fotograma, comece pela composição e pela identidade visíveis na imagem fixa e descreva depois a ação que se desenvolve a partir dela. Numa transição do primeiro ao último fotograma, descreva o movimento observável que liga os dois estados, em vez de repetir duas descrições de imagens sem relação entre si.\n\nUma instrução prática de produto pode especificar uma embalagem fechada no fotograma inicial, a mão que a abre, o movimento suave da câmara e o estado final a atingir. Preserve a forma do objeto, a posição do rótulo e a iluminação nos fotogramas fornecidos. A criação guiada por fotogramas e a criação guiada por referências são modos de entrada separados; a interface do fabricante não mistura papéis de primeiro/último fotograma com papéis de recursos multimédia de referência num único pedido.\n\nGeração e edição guiadas por referências\n\nO modo de referências aceita texto com imagens, clipes de vídeo e clipes de áudio. Identifique o contributo de cada fonte: o aspeto de uma personagem, um local, o movimento da câmara, a estrutura temporal de um clipe de origem ou uma voz. Um vídeo utilizado apenas para o movimento da câmara é diferente de um vídeo que deve efetivamente ser editado ou continuado. Indique explicitamente essa relação.\n\nO guia de referências do fabricante separa definições dos sujeitos, um resumo da tarefa, uma análise de conservação, uma descrição detalhada do plano, a paisagem sonora geral e a música de fundo destinada apenas ao público. Distingue a conservação de conteúdo visível da transferência de atributos ou de uma referência ampla de estilo. No áudio, copiar um sinal é diferente de referenciar o timbre, o ritmo ou a interpretação. Mantenha esses papéis estáveis ao longo das instruções.\n\nNuma cena guiada por referências, forneça uma imagem de personagem, uma referência curta de movimento de câmara e uma referência de voz em áudio e descreva depois onde cada uma deve afetar o plano de destino. Indique quais os pormenores de roupa, ambiente ou objetos que têm de continuar reconhecíveis. Compare o clipe concluído com esses requisitos, incluindo a continuidade do movimento e a relação entre a pessoa visível a falar e a voz ouvida.\n\nFala, som e ritmo dos planos\n\nH3 modela em conjunto diálogo, sons físicos, ambiente e música. A ficha do modelo documenta suporte estável de diálogo em árabe, chinês, inglês, francês, alemão, italiano, japonês, coreano, português, russo e espanhol; os restantes idiomas são descritos como tendo suporte variável. Forneça as palavras exatas a dizer e o idioma, com uma identidade estável de quem fala entre planos.\n\nOs guias de redação de instruções do fabricante utilizam inglês nas secções descritivas, preservando o diálogo e o texto visível no idioma original. O conteúdo falado utiliza `[Language] ...`, com a identidade de quem fala e a descrição da voz fora do bloco. Distinga a fala física da narração fora de campo e identifique quando uma fala continua através de um corte ou é interrompida pelo fim. Preserve também o texto visível exatamente. Ajuste a quantidade de fala à duração escolhida e inspecione em conjunto as palavras renderizadas e a fala audível.\n\nDescreva o movimento da câmara como uma ação, incluindo a sua amplitude e velocidade quando forem relevantes. Numere os planos pela ordem de reprodução e mantenha os momentos de corte dentro da duração do vídeo. Separe os sons da cena, como passos ou uma porta a fechar, da música de fundo ouvida apenas pelo público. Estas escolhas tornam um plano curto de filmagem mais fácil de interpretar e de rever face ao resultado.\n\nPreparação das entradas e limites numéricos\n\nO esquema atual de geração exige texto não vazio em todos os modos, até 7 000 caracteres por elemento de texto. As imagens podem ser JPG, JPEG, PNG, WebP, HEIC ou HEIF, até 30 MB cada, com cada lado entre 256 e 5 760 píxeis e proporção entre 0.4 e 2.5. A entrada por fotogramas permite uma imagem inicial e uma final; o modo de referências permite até nove imagens de referência.\n\nO vídeo de referência pode conter até três clipes MP4 ou MOV, cada um com 2–15 segundos e, em conjunto, não mais de 15 segundos. Um clipe pode ter até 50 MB; o seu codec de vídeo é H.264 ou H.265, com áudio AAC ou MP3, lados entre 256 e 5 760 píxeis, proporções entre 0.4 e 2.5 e taxa de fotogramas entre 23.976 e 60. O áudio de referência suporta até três clipes WAV ou MP3, até 15 MB cada, cada um com 2–15 segundos e, em conjunto, não mais de 15 segundos. A ficha do modelo limita as entradas de referência mistas a 12 ficheiros. O limite documentado do corpo do pedido é de 64 MB, distinto dos limites por ficheiro.\n\nEscolha apenas referências que contribuam para as instruções e torne explícito cada contributo. Uma vista clara do sujeito é mais útil do que várias vistas contraditórias sem explicação. Preserve a ordem das referências, recorte o material irrelevante sem remover o contexto necessário da cena e verifique se os clipes curtos de origem contêm a ação ou a característica de voz pedida.\n\nFormato de saída e sistema completo\n\nA interface H3 do fabricante oferece 768P e 2K. A geração apenas em texto exige uma proporção concreta: 21:9, 16:9, 4:3, 1:1, 3:4 ou 9:16. A criação com primeiro/último fotograma obtém a proporção da imagem de entrada; a criação por referências pode utilizar uma proporção adaptativa ou explícita. A duração inteira de saída é de 4–15 segundos.\n\nA ficha do modelo distingue H3-Context-IR, que interpreta e enriquece as instruções, H3-Base, que gera conteúdo audiovisual, e H3-Regenerate-2K, que cria o resultado de resolução superior. Os checkpoints base disponibilizados separam as tarefas guiadas por fotogramas das tarefas de omnirreferência. Os componentes de contexto e de regeneração são distintos desses pesos base, pelo que o nome de um checkpoint aberto, por si só, não comprova o comportamento de todo o sistema.\n\nO fluxo de geração do fabricante é assíncrono. A sua interface de consulta de tarefas recupera tarefas dos sete dias anteriores. Conserve a identidade da tarefa até ser devolvido o resultado de vídeo efetivo e guarde depois o clipe, em vez de conservar apenas um endereço de transferência temporário. Reveja a identidade visual, o texto pequeno, as interações entre objetos, o conteúdo falado e a sincronização do som no tamanho de visualização pretendido. O fabricante identifica a compreensão multimodal e os pormenores visuais finos como áreas de melhoria contínua; instruções detalhadas e a comparação com as fontes continuam a ser centrais para um resultado útil.", "alias_of": null, "aliases": [], "author": "MiniMax", "available": null, "canonical_model": "minimax/hailuo-3", "capabilities": { "context_length": 0, "manufacturer_input": [ "text", "image", "video", "audio" ], "manufacturer_output": [ "video" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "1.3", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "1.3", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ], "summary": "Todas as tarifas da configuração constam dos detalhes." } ], "ctx": null, "declared_tariff_references": [ { "client_selectable": false, "key": "ffcc346d33bca9e66b22f181", "label": "Referências de preços das configurações de vídeo", "profiles": [ { "basis": "Referência de preço publicada para a configuração apresentada. Os montantes finais cobrados seguem a configuração efetivamente faturada.", "dimensions": { "conditions": "Não é declarada nenhuma condição adicional nesta chave de preços." }, "label": "Preço do vídeo", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "key": "video_second", "label": "Video price", "public_unit_label": "per video second", "quantity": 1, "rate_role": "typed_video_second_reference", "side": "out", "unit": "video_second" } ] }, { "basis": "As primeiras cinco imagens de referência são gratuitas; a tarifa por imagem indicada aplica-se a partir da sexta. Referência de preços publicados para a configuração apresentada. As cobranças finais seguem a configuração efetivamente faturada.", "dimensions": { "conditions": "Não é declarada nenhuma condição adicional nesta chave de preços." }, "label": "Imagens de referência a partir da sexta", "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": "As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável.", "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": "Conserve todos os resultados reais que pertencem ao utilizador e os respetivos metadados medidos devolvidos.", "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": "O acesso ao vídeo não está disponível ou este ID de vídeo não foi encontrado.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Verifique o acesso ao vídeo. Para um vídeo existente, utilize o ID público original e a mesma chave API.", "type": "not_found_error" }, { "condition": "A chave API não corresponde à conta autenticada.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Verifique a sua chave API e o acesso à conta antes de enviar.", "type": "authentication_error" }, { "condition": "Não foi possível ler o pedido ou o índice de transferência é inválido.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Corrija o corpo do pedido. Para uma transferência, escolha um índice de saída devolvido pela tarefa original.", "type": "invalid_request_error" }, { "condition": "Não é possível calcular o preço da configuração de vídeo selecionada.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Escolha uma configuração de vídeo suportada e preencha as opções obrigatórias antes de enviar um pedido corrigido.", "type": "price_unavailable" }, { "condition": "Uma entrada de vídeo ou a tarefa original de continuação é inválida.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Utilize entradas HTTPS válidas. Para continuação, utilize o ID público do seu vídeo original concluído com a mesma chave API.", "type": "invalid_request_error" }, { "condition": "O saldo disponível ou os limites não permitem efetuar uma reserva.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Verifique o saldo disponível e os limites antes de enviar um novo pedido.", "type": "billing_error" }, { "condition": "A verificação, o armazenamento ou o acesso ao serviço de vídeo está temporariamente indisponível.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Aguarde a disponibilidade do serviço. Se já tiver um ID de vídeo, consulte essa tarefa original em vez de criar outra geração.", "type": "server_error" }, { "code": "result_pending_check", "condition": "O resultado e a cobrança do vídeo original precisam de verificação.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Conserve o ID de vídeo devolvido e consulte essa tarefa. Não envie um pedido de geração substituto enquanto estiver a ser verificada.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "A transferência do vídeo existente está temporariamente indisponível.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Consulte a mesma tarefa de vídeo mais tarde e transfira a saída existente. Uma nova geração cria uma operação separada.", "type": "server_error" }, { "condition": "O conteúdo do vídeo não foi publicado.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Consulte o estado da tarefa original. Transfira quando indicar completed; se indicar failed, siga o aviso de verificação da cobrança.", "type": "video_not_ready" } ], "hints": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "ignored_fields": [], "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + id original + X-Should-Retry:false; nunca repita o original" }, "material_combinations": [ { "mode": "text_to_video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "Forneça prompt como texto e duration em segundos inteiros. Escolha uma resolução suportada e, se necessário, uma proporção.", "required": [ "model", "prompt", "duration" ], "required_material": "Uma instrução escrita." }, { "exact_keys": [ "type", "image_url", "frame_type" ], "mode": "image_to_video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "frame_images é uma matriz. Cada objeto de fotograma tem type, image_url e frame_type; image_url contém url. Defina type como image_url. Utilize first_frame com um last_frame opcional. Cada função de fotograma aparece, no máximo, uma vez. Forneça um URL HTTPS público de imagem para cada fotograma. Utilize imagens de fotogramas ou referências de imagem num pedido; não combine ambas. Escolha uma resolução suportada e, se necessário, uma proporção.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "Uma instrução escrita e uma imagem do primeiro fotograma." }, { "mode": "Reference to video", "model": { "enum": [ "minimax/hailuo-3" ], "enum_known": true, "type": "string" }, "prompt": { "max_utf8_bytes": 10000, "non_whitespace": true, "type": "string" }, "representation": "input_references é uma matriz de objetos. Defina type como image_url, video_url ou audio_url e utilize o campo correspondente que contém url. Utilize URLs HTTPS públicos. Omita frame_images para selecionar o modo de referência. A estimativa inclui a componente por imagem apresentada apenas para as imagens de referência a partir da sexta. A cobrança final segue a configuração efetivamente faturada. Não combine referências de imagem com imagens de fotogramas. Escolha uma resolução suportada e, se necessário, uma proporção.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "Uma instrução escrita e referências de imagem, vídeo e áudio suportadas." } ], "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": "Posição deste vídeo na lista de saídas, com contagem a partir de 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 assinado para transferir este vídeo concluído.", "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": "Resumo criptográfico SHA-256 dos bytes do vídeo original; null se não estiver disponível.", "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": "Tamanho do ficheiro de vídeo original em bytes; null se não estiver disponível.", "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": "Duração medida do vídeo em milissegundos; null se não estiver disponível.", "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": "Largura do vídeo em píxeis; null se não estiver disponível.", "field_path": "outputs[].width", "json_schema": { "type": [ "integer", "null" ] }, "name": "width", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Altura do vídeo em píxeis; null se não estiver disponível.", "field_path": "outputs[].height", "json_schema": { "type": [ "integer", "null" ] }, "name": "height", "nullable": true, "type": "integer | null" }, { "condition": "Returned together with positive recorded width and height.", "description": "Identificador do codec de vídeo; null se não estiver registado.", "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 o vídeo contém uma faixa de áudio; null se não tiver sido medido.", "field_path": "outputs[].has_audio", "json_schema": { "type": [ "boolean", "null" ] }, "name": "has_audio", "nullable": true, "type": "boolean | null" }, { "condition": "Returned when video metadata is recorded and the audio codec identifier is nonempty.", "description": "Identificador do codec de áudio; null quando não está registado qualquer identificador.", "field_path": "outputs[].audio_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "audio_codec", "nullable": true, "type": "string | null" } ], "format": "original MP4 bytes; no normalization/transcode", "max_aggregate_seconds": 2400, "max_bytes_per_output": 67108864, "max_seconds_per_output": 600, "result": "URLs assinados para conteúdo pertencente ao utilizador", "unmeasured_fields_nullable": true }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/hailuo-3" ], "enum_known": true, "name": "model", "required": true, "schema": { "const": "minimax/hailuo-3" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "minLength": 1, "name": "prompt", "required": true, "schema": { "minLength": 1, "type": "string", "x-source-max-utf8-bytes": 10000, "x-source-non-whitespace": true }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "enum_known": true, "maximum": 600, "minimum": 1, "name": "duration", "required": true, "schema": { "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "maximum": 600, "minimum": 1, "type": "integer" }, "type": "integer" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "2K" ], "enum_known": true, "name": "resolution", "required": false, "schema": { "enum": [ "2K" ] }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ], "enum_known": true, "name": "aspect_ratio", "required": false, "schema": { "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ] }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ false, true ], "enum_known": true, "name": "generate_audio", "required": false, "schema": { "enum": [ false, true ], "x-omitted-default": "published audio capability when true/false; unknown if null; output audio must be measured" }, "type": "boolean" }, { "availability": "source_interface", "conditions": "Estas chaves descrevem cada objeto de fotograma; image_url contém apenas url. Omita frame_images num pedido apenas de texto.", "content": "Matriz de objetos de fotograma. Cada objeto tem type=image_url, image_url com url e frame_type. Utilize um URL HTTPS de imagem e defina frame_type como first_frame ou last_frame. Cada função de fotograma aparece, no máximo, uma vez.", "default": null, "default_known": false, "enum": null, "enum_known": false, "exact_keys": [ "type", "image_url", "frame_type" ], "maxItems": 2, "max_items": 2, "minItems": 1, "min_items": 1, "name": "frame_images", "required": false, "schema": { "items": { "additionalProperties": false, "properties": { "frame_type": { "enum": [ "first_frame", "last_frame" ] }, "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url", "frame_type" ], "type": "object" }, "maxItems": 2, "minItems": 1, "type": "array", "x-source-unique-role": "frame_type" }, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input_references", "required": false, "schema": { "items": { "oneOf": [ { "additionalProperties": false, "properties": { "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "type": { "const": "video_url" }, "video_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" } }, "required": [ "type", "video_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "audio_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "audio_url" } }, "required": [ "type", "audio_url" ], "type": "object" } ] }, "type": "array" }, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "callback_url", "pattern": "^https://", "required": false, "schema": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maxLength": 256, "name": "session_id", "required": false, "schema": { "maxLength": 256, "type": "string" }, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "schema": { "additionalProperties": true, "properties": { "generation_name": { "type": "string" }, "parent_span_id": { "type": "string" }, "span_name": { "type": "string" }, "trace_id": { "type": "string" }, "trace_name": { "type": "string" } }, "type": "object" }, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maxLength": 256, "name": "user", "required": false, "schema": { "maxLength": 256, "type": "string" }, "type": "string" } ], "request_schema": { "$schema": "https://json-schema.org/draft/2020-12/schema", "additionalProperties": false, "properties": { "aspect_ratio": { "enum": [ "21:9", "16:9", "4:3", "1:1", "3:4", "9:16" ] }, "callback_url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" }, "creativity": false, "duration": { "enum": [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 ], "maximum": 600, "minimum": 1, "type": "integer" }, "frame_images": { "items": { "additionalProperties": false, "properties": { "frame_type": { "enum": [ "first_frame", "last_frame" ] }, "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url", "frame_type" ], "type": "object" }, "maxItems": 2, "minItems": 1, "type": "array", "x-source-unique-role": "frame_type" }, "generate_audio": { "enum": [ false, true ], "x-omitted-default": "published audio capability when true/false; unknown if null; output audio must be measured" }, "input_references": { "items": { "oneOf": [ { "additionalProperties": false, "properties": { "image_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "type": { "const": "video_url" }, "video_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" } }, "required": [ "type", "video_url" ], "type": "object" }, { "additionalProperties": false, "properties": { "audio_url": { "additionalProperties": false, "properties": { "url": { "format": "uri", "pattern": "^https://", "type": "string", "x-source-rule": "public HTTPS; no userinfo, fragment, whitespace, private/reserved hosts; own-media links additionally require owner/signature/status/hash/MIME/bytes" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "audio_url" } }, "required": [ "type", "audio_url" ], "type": "object" } ] }, "type": "array" }, "model": { "const": "minimax/hailuo-3" }, "previous_job_id": false, "prompt": { "minLength": 1, "type": "string", "x-source-max-utf8-bytes": 10000, "x-source-non-whitespace": true }, "provider": false, "resolution": { "enum": [ "2K" ] }, "seed": false, "session_id": { "maxLength": 256, "type": "string" }, "size": false, "trace": { "additionalProperties": true, "properties": { "generation_name": { "type": "string" }, "parent_span_id": { "type": "string" }, "span_name": { "type": "string" }, "trace_id": { "type": "string" }, "trace_name": { "type": "string" } }, "type": "object" }, "upscale_factor": false, "user": { "maxLength": 256, "type": "string" } }, "required": [ "model", "prompt", "duration" ], "title": "Video generation request", "type": "object", "x-source-global-rules": [ "No null values or duplicate keys at any JSON object level", "No duration/resolution/aspect default is inserted", "Prompt required for all21 despite broader official image-only schema", "A request must also pass model membership, exact price card, SKU selection and frozen quote construction", "Non-string known trace fields reject; other trace keys retain arbitrary JSON", "No n/output-count/client price fields accepted", "Provider passthrough disabled for all21; feed allowlist names do not supply provider slug/value contract" ], "x-source-material-combinations": [ "Exact model/card, positive published duration, model resolution/aspect membership and valid frozen quote are all required; independent enum arrays are not proven provider Cartesian combinations.", "Use exact published size or compatible resolution/aspect. Omitted options stay omitted; no guessed geometry.", "first_frame/last_frame roles each occur at most once; frame_images wins mode precedence over input_references.", "provider options are unavailable for this model despite any published passthrough-name allowlist.", "Frame images plus image references are rejected because mixed additive input count is unproved; pure frame or pure reference mode remains separately priced." ] }, "unsupported": [ "size", "seed", "provider", "previous_job_id", "upscale_factor", "creativity" ] }, "input": { "additional_properties": false, "content_type": "application/json", "material_types": [ "text", "image", "audio", "video" ], "optional_controls": [ "resolution", "aspect_ratio", "generate_audio", "frame_images", "input_references", "callback_url", "session_id", "trace", "user" ], "required": [ "model", "prompt", "duration" ] }, "lifecycle": { "cancel_endpoint": null, "content": [ { "http": "GET", "path": "/v1/videos/{public_id}/content", "query": { "index": "actual output index" } } ], "create": { "http": "POST", "path": "/v1/videos" }, "mode": "submit_once_poll_original", "public_id": "video_; owner user/key/group scope", "status": [ { "http": "GET", "path": "/v1/videos/{public_id}" } ], "submit_status": 202, "terminal_failure_public": "200 failed + charge_pending_check=true; inspect original operation", "terminal_provider_states": [ "failed", "cancelled", "expired" ], "unknown": "503 result_pending_check + originalid + X-Should-Retry:false; never replay original" }, "method": { "http": "POST", "path": "/v1/videos" }, "method_aliases": [], "operation_modes": [ "text_to_video", "image_to_video_frame_images", "reference_to_video" ], "output": { "content_range_supported": true, "every_actual_output": true, "family": "video", "fields": [ { "condition": "Always present for each completed output.", "description": "Zero-based position of this video in the outputs list.", "field_path": "outputs[].index", "json_schema": { "type": "integer" }, "name": "index", "nullable": false, "type": "integer" }, { "condition": "Present after the owned result is available and a signed URL is created.", "description": "Signed HTTPS download URL for this completed video.", "field_path": "outputs[].content_url", "json_schema": { "type": "string" }, "name": "content_url", "nullable": false, "type": "string" }, { "condition": "A nonempty recorded digest is returned; otherwise null.", "description": "SHA-256 digest of the original video bytes; null if unavailable.", "field_path": "outputs[].sha256", "json_schema": { "type": [ "string", "null" ] }, "name": "sha256", "nullable": true, "type": "string | null" }, { "condition": "Returned when the recorded file size is positive.", "description": "Size of the original video file in bytes; null if unavailable.", "field_path": "outputs[].size_bytes", "json_schema": { "type": [ "integer", "null" ] }, "name": "size_bytes", "nullable": true, "type": "integer | null" }, { "condition": "Returned when the measured duration is positive.", "description": "Measured video duration in milliseconds; null if unavailable.", "field_path": "outputs[].duration_ms", "json_schema": { "type": [ "integer", "null" ] }, "name": "duration_ms", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Video width in pixels; null if unavailable.", "field_path": "outputs[].width", "json_schema": { "type": [ "integer", "null" ] }, "name": "width", "nullable": true, "type": "integer | null" }, { "condition": "Width, height and the video codec are returned together when recorded.", "description": "Video height in pixels; null if unavailable.", "field_path": "outputs[].height", "json_schema": { "type": [ "integer", "null" ] }, "name": "height", "nullable": true, "type": "integer | null" }, { "condition": "Returned together with positive recorded width and height.", "description": "Video codec identifier; null if not recorded.", "field_path": "outputs[].video_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "video_codec", "nullable": true, "type": "string | null" }, { "condition": "Returned when width, height and the video codec are recorded; false is a known result.", "description": "Whether the video contains an audio track; null if not measured.", "field_path": "outputs[].has_audio", "json_schema": { "type": [ "boolean", "null" ] }, "name": "has_audio", "nullable": true, "type": "boolean | null" }, { "condition": "Returned when video metadata is recorded and the audio codec identifier is nonempty.", "description": "Audio codec identifier; null when no identifier is recorded.", "field_path": "outputs[].audio_codec", "json_schema": { "type": [ "string", "null" ] }, "name": "audio_codec", "nullable": true, "type": "string | null" } ], "format": "original MP4 bytes; no normalization/transcode", "max_aggregate_seconds": 2400, "max_bytes_per_output": 67108864, "max_seconds_per_output": 600, "result": "signed owned content URLs", "unmeasured_fields_nullable": true } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "conditions": "No additional condition is declared in this pricing key.", "quoted_unit": "per video second" }, "label": "Video price", "units": [ { "amount": "0.26", "amount_unit": "usd_per_video_second", "billing_input": false, "estimate_only": true, "key": "duration_seconds", "label": "Video price", "native_amount_usd_per_unit": "0.26", "native_quantity": 1, "public_unit_label": "per video second", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "video_second" } ] }, { "dimensions": { "quoted_unit": "per reference image" }, "label": "reference image", "units": [ { "amount": "0.08", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "reference_images", "label": "reference image", "native_amount_usd_per_unit": "0.08", "native_quantity": 1, "public_unit_label": "per reference image", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "reference_images" } ] }, { "basis": "Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Custo estimado de geração", "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 gera vídeo curto com áudio estéreo nativo a partir de texto, imagens de fotogramas ou referências multimodais. Suporta criação com primeiro/último fotograma, edição guiada por referências e relações de movimento ou voz, com saída de 4–15 segundos e um fluxo distinto de regeneração a 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 gera vídeo curto com áudio estéreo nativo a partir de texto, imagens de fotogramas ou referências multimodais. Suporta criação com primeiro/último fotograma, edição guiada por referências e relações de movimento ou voz, com saída de 4–15 segundos e um fluxo distinto de regeneração a 2K.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "d386b567b95009eef8707b6c23575822577363649cb47d49d50e6041b25edbb6", "renderer_sha256": "8caea4544177cc2b7d2cb3356b5f07bfd3660386d75f2714a6f603fa5e2a6cd2" }, "sourceRevision": "fab99756584fc709cf8fb08b5cabae37c4b609dfb27fa81f127e070d6c4bc0b9" }