{ "aboutHtml": "

Ett audiovisuellt resultat från en multimodal instruktion

MiniMax H3 är MiniMax omnimodala videosystem. Det tolkar text, bilder, video och ljud tillsammans och genererar sedan video med inbyggt stereoljud. Tillverkaren presenterar det för korta kreativa arbeten som produktbilder i rörelse, reklam, animerade affischer och koncept för filmtitlar, där relationerna mellan referensmaterialen är lika viktiga som scenbeskrivningen.

Det dokumenterade systemet producerar video på 4–15 sekunder med 24 bilder per sekund och stereoljud i 32 kHz. Generering med H3-Base sker i 768p; det fullständiga 2K-flödet omgenererar resultatet med det ursprungliga multimodala sammanhanget. Detta är mer än en vanlig storleksändring: det andra steget använder modellen och källsammanhanget igen för att återvinna fina detaljer. H3 Max och H3-Context-IR har separata roller och begränsningar.

Skapande med text och styrande bildrutor

Indata med enbart text beskriver hela den audiovisuella tidslinjen. En första bild förankrar öppningen, en sista bild förankrar slutet och två bilder kan definiera båda. För en tagning från en första bildruta börjar du med kompositionen och identiteten som syns i stillbilden och beskriver sedan handlingen som utvecklas därifrån. För en övergång från första till sista bildruta beskriver du den observerbara rörelsen mellan de två tillstånden i stället för att upprepa två orelaterade bildbeskrivningar.

En praktisk produktinstruktion kan ange en stängd förpackning i öppningsbilden, handen som öppnar den, kamerans mjuka rörelse och det slutliga tillståndet. Bevara objektets form, etikettplacering och belysning i de inskickade bildrutorna. Skapande med styrande bildrutor och referensstyrt skapande är separata indatalägen; tillverkarens gränssnitt blandar inte roller som första/sista bildruta med roller som referensmedia i samma förfrågan.

Referensstyrd generering och redigering

Referensläget tar emot text tillsammans med bilder, videoklipp och ljudklipp. Ange vad varje källa bidrar med: en karaktärs utseende, en plats, kamerarörelse, tidsstrukturen i ett källklipp eller en röst. En video som bara används för kamerarörelse skiljer sig från en video som faktiskt ska redigeras eller fortsättas. Ange relationen uttryckligen.

Tillverkarens referensguide skiljer mellan motivdefinitioner, en uppgiftssammanfattning, analys av vad som ska bevaras, en detaljerad tagningsbeskrivning, övergripande ljudmiljö och bakgrundsmusik som bara publiken hör. Den skiljer bevarande av synligt innehåll från överföring av egenskaper eller en allmän stilreferens. För ljud skiljer sig kopiering av en signal från referenser till klang, rytm eller framförande. Håll dessa roller konsekventa genom hela instruktionen.

För en referensdriven scen skickar du in en karaktärsbild, en kort referens för kamerarörelsen och en ljudreferens för rösten och beskriver sedan hur och var varje referens ska påverka den avsedda tagningen. Ange vilka kläd-, miljö- eller objektdetaljer som måste förbli igenkännbara. Jämför det färdiga klippet med kraven, inklusive rörelsekontinuitet och sambandet mellan den synliga talaren och rösten som hörs.

Tal, ljud och tagningens tajmning

H3 modellerar dialog, fysiska ljud, atmosfär och musik gemensamt. Modellkortet dokumenterar stabilt dialogstöd för arabiska, kinesiska, engelska, franska, tyska, italienska, japanska, koreanska, portugisiska, ryska och spanska; stödet för andra språk beskrivs som varierande. Ange de exakta talade orden och språket, med en konsekvent talaridentitet mellan tagningar.

Tillverkarens guider för promptskrivning använder engelska i beskrivande avsnitt men bevarar dialog och synlig text på originalspråket. Talat innehåll använder <d>[Language] ...</d>, med talaridentitet och röstbeskrivning utanför blocket. Skilj tal i scenen från berättarröst utanför bild och ange när en replik fortsätter över ett klipp eller kapas vid slutet. Bevara även synlig text exakt. Anpassa mängden tal till vald längd och granska den renderade texten och den hörbara repliken tillsammans.

Beskriv kamerarörelse som en handling, med omfång och hastighet när de spelar roll. Numrera tagningar i uppspelningsordning och håll klipptider inom videons längd. Skilj scenljud som fotsteg eller en dörr som stängs från bakgrundsmusik som bara publiken hör. Dessa val gör en kort tagningsplan lättare att tolka och granska mot resultatet.

Förberedelse av indata och numeriska gränser

Det nuvarande genereringsschemat kräver text som inte är tom i varje läge, med upp till 7 000 tecken per textpost. Bilder kan vara JPG, JPEG, PNG, WebP, HEIC eller HEIF, högst 30 MB per bild, med varje sida på 256 till 5 760 pixlar och bildförhållande från 0,4 till 2,5. Bildruteindata tillåter en öppningsbild och en slutbild; referensläget tillåter upp till nio referensbilder.

Referensvideo kan innehålla upp till tre MP4- eller MOV-klipp, vart och ett 2–15 sekunder och sammanlagt högst 15 sekunder. Ett klipp får vara högst 50 MB; videokodeken är H.264 eller H.265, med AAC- eller MP3-ljud, sidor på 256 till 5 760 pixlar, förhållanden från 0,4 till 2,5 och bildfrekvens från 23,976 till 60. Referensljud stöder upp till tre WAV- eller MP3-klipp, högst 15 MB per klipp, vart och ett 2–15 sekunder och sammanlagt högst 15 sekunder. Modellkortet begränsar blandade referensindata till 12 filer. Den dokumenterade gränsen för förfrågningskroppen är 64 MB, separat från filgränserna.

Välj bara referenser som bidrar till instruktionen och gör varje bidrag uttryckligt. En tydlig motivvy är mer användbar än flera motstridiga vyer utan förklaring. Bevara referensordningen, beskär bort irrelevant material utan att ta bort nödvändigt scensammanhang och kontrollera att korta källklipp innehåller den handling eller röstegenskap som efterfrågas.

Utdataformat och hela systemet

Tillverkarens H3-gränssnitt erbjuder 768P och 2K. Generering med enbart text kräver ett konkret förhållande: 21:9, 16:9, 4:3, 1:1, 3:4 eller 9:16. Skapande med första/sista bildruta får sitt bildförhållande från inmatningsbilden; referensskapande kan använda ett adaptivt eller uttryckligt förhållande. Utdatalängden anges som heltal på 4–15 sekunder.

Modellkortet skiljer mellan H3-Context-IR, som tolkar och berikar instruktionen, H3-Base, som genererar audiovisuellt innehåll, och H3-Regenerate-2K, som skapar resultatet i högre upplösning. De släppta bascheckpunkterna skiljer mellan uppgifter med styrande bildrutor och omnimodala referensuppgifter. Komponenterna för sammanhang och omgenerering är separata från dessa basvikter, så namnet på en öppen checkpunkt fastställer inte ensamt hela systemets beteende.

Tillverkarens genereringsflöde är asynkront. Gränssnittet för uppgiftsfrågor hämtar uppgifter från de föregående sju dagarna. Behåll uppgiftsidentiteten tills det faktiska videoresultatet returneras och spara sedan klippet i stället för att bara behålla en tidsbegränsad nedladdningsadress. Granska visuell identitet, liten text, objektinteraktioner, talat innehåll och ljudtajmning i avsedd visningsstorlek. Tillverkaren anger multimodal förståelse och fina visuella detaljer som fortsatta förbättringsområden; en detaljerad instruktion och jämförelse med källorna förblir centrala för ett användbart resultat.

", "aboutText": "Ett audiovisuellt resultat från en multimodal instruktion\n\nMiniMax H3 är MiniMax omnimodala videosystem. Det tolkar text, bilder, video och ljud tillsammans och genererar sedan video med inbyggt stereoljud. Tillverkaren presenterar det för korta kreativa arbeten som produktbilder i rörelse, reklam, animerade affischer och koncept för filmtitlar, där relationerna mellan referensmaterialen är lika viktiga som scenbeskrivningen.\n\nDet dokumenterade systemet producerar video på 4–15 sekunder med 24 bilder per sekund och stereoljud i 32 kHz. Generering med H3-Base sker i 768p; det fullständiga 2K-flödet omgenererar resultatet med det ursprungliga multimodala sammanhanget. Detta är mer än en vanlig storleksändring: det andra steget använder modellen och källsammanhanget igen för att återvinna fina detaljer. H3 Max och H3-Context-IR har separata roller och begränsningar.\n\nSkapande med text och styrande bildrutor\n\nIndata med enbart text beskriver hela den audiovisuella tidslinjen. En första bild förankrar öppningen, en sista bild förankrar slutet och två bilder kan definiera båda. För en tagning från en första bildruta börjar du med kompositionen och identiteten som syns i stillbilden och beskriver sedan handlingen som utvecklas därifrån. För en övergång från första till sista bildruta beskriver du den observerbara rörelsen mellan de två tillstånden i stället för att upprepa två orelaterade bildbeskrivningar.\n\nEn praktisk produktinstruktion kan ange en stängd förpackning i öppningsbilden, handen som öppnar den, kamerans mjuka rörelse och det slutliga tillståndet. Bevara objektets form, etikettplacering och belysning i de inskickade bildrutorna. Skapande med styrande bildrutor och referensstyrt skapande är separata indatalägen; tillverkarens gränssnitt blandar inte roller som första/sista bildruta med roller som referensmedia i samma förfrågan.\n\nReferensstyrd generering och redigering\n\nReferensläget tar emot text tillsammans med bilder, videoklipp och ljudklipp. Ange vad varje källa bidrar med: en karaktärs utseende, en plats, kamerarörelse, tidsstrukturen i ett källklipp eller en röst. En video som bara används för kamerarörelse skiljer sig från en video som faktiskt ska redigeras eller fortsättas. Ange relationen uttryckligen.\n\nTillverkarens referensguide skiljer mellan motivdefinitioner, en uppgiftssammanfattning, analys av vad som ska bevaras, en detaljerad tagningsbeskrivning, övergripande ljudmiljö och bakgrundsmusik som bara publiken hör. Den skiljer bevarande av synligt innehåll från överföring av egenskaper eller en allmän stilreferens. För ljud skiljer sig kopiering av en signal från referenser till klang, rytm eller framförande. Håll dessa roller konsekventa genom hela instruktionen.\n\nFör en referensdriven scen skickar du in en karaktärsbild, en kort referens för kamerarörelsen och en ljudreferens för rösten och beskriver sedan hur och var varje referens ska påverka den avsedda tagningen. Ange vilka kläd-, miljö- eller objektdetaljer som måste förbli igenkännbara. Jämför det färdiga klippet med kraven, inklusive rörelsekontinuitet och sambandet mellan den synliga talaren och rösten som hörs.\n\nTal, ljud och tagningens tajmning\n\nH3 modellerar dialog, fysiska ljud, atmosfär och musik gemensamt. Modellkortet dokumenterar stabilt dialogstöd för arabiska, kinesiska, engelska, franska, tyska, italienska, japanska, koreanska, portugisiska, ryska och spanska; stödet för andra språk beskrivs som varierande. Ange de exakta talade orden och språket, med en konsekvent talaridentitet mellan tagningar.\n\nTillverkarens guider för promptskrivning använder engelska i beskrivande avsnitt men bevarar dialog och synlig text på originalspråket. Talat innehåll använder `[Language] ...`, med talaridentitet och röstbeskrivning utanför blocket. Skilj tal i scenen från berättarröst utanför bild och ange när en replik fortsätter över ett klipp eller kapas vid slutet. Bevara även synlig text exakt. Anpassa mängden tal till vald längd och granska den renderade texten och den hörbara repliken tillsammans.\n\nBeskriv kamerarörelse som en handling, med omfång och hastighet när de spelar roll. Numrera tagningar i uppspelningsordning och håll klipptider inom videons längd. Skilj scenljud som fotsteg eller en dörr som stängs från bakgrundsmusik som bara publiken hör. Dessa val gör en kort tagningsplan lättare att tolka och granska mot resultatet.\n\nFörberedelse av indata och numeriska gränser\n\nDet nuvarande genereringsschemat kräver text som inte är tom i varje läge, med upp till 7 000 tecken per textpost. Bilder kan vara JPG, JPEG, PNG, WebP, HEIC eller HEIF, högst 30 MB per bild, med varje sida på 256 till 5 760 pixlar och bildförhållande från 0,4 till 2,5. Bildruteindata tillåter en öppningsbild och en slutbild; referensläget tillåter upp till nio referensbilder.\n\nReferensvideo kan innehålla upp till tre MP4- eller MOV-klipp, vart och ett 2–15 sekunder och sammanlagt högst 15 sekunder. Ett klipp får vara högst 50 MB; videokodeken är H.264 eller H.265, med AAC- eller MP3-ljud, sidor på 256 till 5 760 pixlar, förhållanden från 0,4 till 2,5 och bildfrekvens från 23,976 till 60. Referensljud stöder upp till tre WAV- eller MP3-klipp, högst 15 MB per klipp, vart och ett 2–15 sekunder och sammanlagt högst 15 sekunder. Modellkortet begränsar blandade referensindata till 12 filer. Den dokumenterade gränsen för förfrågningskroppen är 64 MB, separat från filgränserna.\n\nVälj bara referenser som bidrar till instruktionen och gör varje bidrag uttryckligt. En tydlig motivvy är mer användbar än flera motstridiga vyer utan förklaring. Bevara referensordningen, beskär bort irrelevant material utan att ta bort nödvändigt scensammanhang och kontrollera att korta källklipp innehåller den handling eller röstegenskap som efterfrågas.\n\nUtdataformat och hela systemet\n\nTillverkarens H3-gränssnitt erbjuder 768P och 2K. Generering med enbart text kräver ett konkret förhållande: 21:9, 16:9, 4:3, 1:1, 3:4 eller 9:16. Skapande med första/sista bildruta får sitt bildförhållande från inmatningsbilden; referensskapande kan använda ett adaptivt eller uttryckligt förhållande. Utdatalängden anges som heltal på 4–15 sekunder.\n\nModellkortet skiljer mellan H3-Context-IR, som tolkar och berikar instruktionen, H3-Base, som genererar audiovisuellt innehåll, och H3-Regenerate-2K, som skapar resultatet i högre upplösning. De släppta bascheckpunkterna skiljer mellan uppgifter med styrande bildrutor och omnimodala referensuppgifter. Komponenterna för sammanhang och omgenerering är separata från dessa basvikter, så namnet på en öppen checkpunkt fastställer inte ensamt hela systemets beteende.\n\nTillverkarens genereringsflöde är asynkront. Gränssnittet för uppgiftsfrågor hämtar uppgifter från de föregående sju dagarna. Behåll uppgiftsidentiteten tills det faktiska videoresultatet returneras och spara sedan klippet i stället för att bara behålla en tidsbegränsad nedladdningsadress. Granska visuell identitet, liten text, objektinteraktioner, talat innehåll och ljudtajmning i avsedd visningsstorlek. Tillverkaren anger multimodal förståelse och fina visuella detaljer som fortsatta förbättringsområden; en detaljerad instruktion och jämförelse med källorna förblir centrala för ett användbart resultat.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "029ec373a0cc03cff5960bad980dc18ce60feb3772a986674e82beb31cc84f34", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "
MM

MiniMax: H3

MiniMax /minimax/hailuo-3

Start

MiniMax H3 genererar kort video med inbyggt stereoljud från text, bildrutor eller multimodala referenser. Det stöder skapande med första/sista bildruta, referensstyrd redigering och relationer till rörelse eller röst, med utdata på 4–15 sekunder och ett separat arbetsflöde för omgenerering i 2K.

Godkända indata
Text · Bilder · Ljud · Video
Resultat
Video
Om modellen

Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.

Ett audiovisuellt resultat från en multimodal instruktion

MiniMax H3 är MiniMax omnimodala videosystem. Det tolkar text, bilder, video och ljud tillsammans och genererar sedan video med inbyggt stereoljud. Tillverkaren presenterar det för korta kreativa arbeten som produktbilder i rörelse, reklam, animerade affischer och koncept för filmtitlar, där relationerna mellan referensmaterialen är lika viktiga som scenbeskrivningen.

Det dokumenterade systemet producerar video på 4–15 sekunder med 24 bilder per sekund och stereoljud i 32 kHz. Generering med H3-Base sker i 768p; det fullständiga 2K-flödet omgenererar resultatet med det ursprungliga multimodala sammanhanget. Detta är mer än en vanlig storleksändring: det andra steget använder modellen och källsammanhanget igen för att återvinna fina detaljer. H3 Max och H3-Context-IR har separata roller och begränsningar.

Skapande med text och styrande bildrutor

Indata med enbart text beskriver hela den audiovisuella tidslinjen. En första bild förankrar öppningen, en sista bild förankrar slutet och två bilder kan definiera båda. För en tagning från en första bildruta börjar du med kompositionen och identiteten som syns i stillbilden och beskriver sedan handlingen som utvecklas därifrån. För en övergång från första till sista bildruta beskriver du den observerbara rörelsen mellan de två tillstånden i stället för att upprepa två orelaterade bildbeskrivningar.

En praktisk produktinstruktion kan ange en stängd förpackning i öppningsbilden, handen som öppnar den, kamerans mjuka rörelse och det slutliga tillståndet. Bevara objektets form, etikettplacering och belysning i de inskickade bildrutorna. Skapande med styrande bildrutor och referensstyrt skapande är separata indatalägen; tillverkarens gränssnitt blandar inte roller som första/sista bildruta med roller som referensmedia i samma förfrågan.

Referensstyrd generering och redigering

Referensläget tar emot text tillsammans med bilder, videoklipp och ljudklipp. Ange vad varje källa bidrar med: en karaktärs utseende, en plats, kamerarörelse, tidsstrukturen i ett källklipp eller en röst. En video som bara används för kamerarörelse skiljer sig från en video som faktiskt ska redigeras eller fortsättas. Ange relationen uttryckligen.

Tillverkarens referensguide skiljer mellan motivdefinitioner, en uppgiftssammanfattning, analys av vad som ska bevaras, en detaljerad tagningsbeskrivning, övergripande ljudmiljö och bakgrundsmusik som bara publiken hör. Den skiljer bevarande av synligt innehåll från överföring av egenskaper eller en allmän stilreferens. För ljud skiljer sig kopiering av en signal från referenser till klang, rytm eller framförande. Håll dessa roller konsekventa genom hela instruktionen.

För en referensdriven scen skickar du in en karaktärsbild, en kort referens för kamerarörelsen och en ljudreferens för rösten och beskriver sedan hur och var varje referens ska påverka den avsedda tagningen. Ange vilka kläd-, miljö- eller objektdetaljer som måste förbli igenkännbara. Jämför det färdiga klippet med kraven, inklusive rörelsekontinuitet och sambandet mellan den synliga talaren och rösten som hörs.

Tal, ljud och tagningens tajmning

H3 modellerar dialog, fysiska ljud, atmosfär och musik gemensamt. Modellkortet dokumenterar stabilt dialogstöd för arabiska, kinesiska, engelska, franska, tyska, italienska, japanska, koreanska, portugisiska, ryska och spanska; stödet för andra språk beskrivs som varierande. Ange de exakta talade orden och språket, med en konsekvent talaridentitet mellan tagningar.

Tillverkarens guider för promptskrivning använder engelska i beskrivande avsnitt men bevarar dialog och synlig text på originalspråket. Talat innehåll använder <d>[Language] ...</d>, med talaridentitet och röstbeskrivning utanför blocket. Skilj tal i scenen från berättarröst utanför bild och ange när en replik fortsätter över ett klipp eller kapas vid slutet. Bevara även synlig text exakt. Anpassa mängden tal till vald längd och granska den renderade texten och den hörbara repliken tillsammans.

Beskriv kamerarörelse som en handling, med omfång och hastighet när de spelar roll. Numrera tagningar i uppspelningsordning och håll klipptider inom videons längd. Skilj scenljud som fotsteg eller en dörr som stängs från bakgrundsmusik som bara publiken hör. Dessa val gör en kort tagningsplan lättare att tolka och granska mot resultatet.

Förberedelse av indata och numeriska gränser

Det nuvarande genereringsschemat kräver text som inte är tom i varje läge, med upp till 7 000 tecken per textpost. Bilder kan vara JPG, JPEG, PNG, WebP, HEIC eller HEIF, högst 30 MB per bild, med varje sida på 256 till 5 760 pixlar och bildförhållande från 0,4 till 2,5. Bildruteindata tillåter en öppningsbild och en slutbild; referensläget tillåter upp till nio referensbilder.

Referensvideo kan innehålla upp till tre MP4- eller MOV-klipp, vart och ett 2–15 sekunder och sammanlagt högst 15 sekunder. Ett klipp får vara högst 50 MB; videokodeken är H.264 eller H.265, med AAC- eller MP3-ljud, sidor på 256 till 5 760 pixlar, förhållanden från 0,4 till 2,5 och bildfrekvens från 23,976 till 60. Referensljud stöder upp till tre WAV- eller MP3-klipp, högst 15 MB per klipp, vart och ett 2–15 sekunder och sammanlagt högst 15 sekunder. Modellkortet begränsar blandade referensindata till 12 filer. Den dokumenterade gränsen för förfrågningskroppen är 64 MB, separat från filgränserna.

Välj bara referenser som bidrar till instruktionen och gör varje bidrag uttryckligt. En tydlig motivvy är mer användbar än flera motstridiga vyer utan förklaring. Bevara referensordningen, beskär bort irrelevant material utan att ta bort nödvändigt scensammanhang och kontrollera att korta källklipp innehåller den handling eller röstegenskap som efterfrågas.

Utdataformat och hela systemet

Tillverkarens H3-gränssnitt erbjuder 768P och 2K. Generering med enbart text kräver ett konkret förhållande: 21:9, 16:9, 4:3, 1:1, 3:4 eller 9:16. Skapande med första/sista bildruta får sitt bildförhållande från inmatningsbilden; referensskapande kan använda ett adaptivt eller uttryckligt förhållande. Utdatalängden anges som heltal på 4–15 sekunder.

Modellkortet skiljer mellan H3-Context-IR, som tolkar och berikar instruktionen, H3-Base, som genererar audiovisuellt innehåll, och H3-Regenerate-2K, som skapar resultatet i högre upplösning. De släppta bascheckpunkterna skiljer mellan uppgifter med styrande bildrutor och omnimodala referensuppgifter. Komponenterna för sammanhang och omgenerering är separata från dessa basvikter, så namnet på en öppen checkpunkt fastställer inte ensamt hela systemets beteende.

Tillverkarens genereringsflöde är asynkront. Gränssnittet för uppgiftsfrågor hämtar uppgifter från de föregående sju dagarna. Behåll uppgiftsidentiteten tills det faktiska videoresultatet returneras och spara sedan klippet i stället för att bara behålla en tidsbegränsad nedladdningsadress. Granska visuell identitet, liten text, objektinteraktioner, talat innehåll och ljudtajmning i avsedd visningsstorlek. Tillverkaren anger multimodal förståelse och fina visuella detaljer som fortsatta förbättringsområden; en detaljerad instruktion och jämförelse med källorna förblir centrala för ett användbart resultat.

Tillgängligt i Ailoot · indata & metoder

Ailoot Ultra · Video POST /v1/videos
Indatatyper
text, image, audio, video
Utdatatyper
video
Utdataformat
ursprungliga MP4-byte; ingen normalisering/omkodning
FältTypKravVärden & gränserStandard
FältmodelTypstringKravObligatorisktVärden & gränser
minimax/hailuo-3
Standard—
FältpromptTypstringKravObligatorisktVärden & gränserStandard—
FältdurationTypintegerKravObligatorisktVärden & gränser
5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15
Minimum: 1
Maximum: 600
Standard—
FältresolutionTypstringKravValfrittVärden & gränser
2K
Standard—
Fältaspect_ratioTypstringKravValfrittVärden & gränser
21:9, 16:9, 4:3, 1:1, 3:4, 9:16
Standard—
Fältgenerate_audioTypbooleanKravValfrittVärden & gränser
false, true
Standard—
Fältframe_imagesTyparrayKravValfrittVärden & gränser
Minsta antal objekt: 1
Maximalt antal objekt: 2
Indatainnehåll: Array med bildruteobjekt. Varje objekt har type=image_url, image_url som innehåller url samt frame_type. Använd en HTTPS URL till en bild och sätt frame_type till first_frame eller last_frame. Varje bildruteroll förekommer högst en gång.
Exakta nycklar: type, image_url, frame_type
Villkor: Dessa nycklar beskriver varje bildruteobjekt; image_url innehåller endast url. Utelämna frame_images för en begäran med enbart text.
Standard—
Fältinput_referencesTyparrayKravValfrittVärden & gränserStandard—
Fältcallback_urlTypstringKravValfrittVärden & gränser
Mönster: ^https://
Standard—
Fältsession_idTypstringKravValfrittVärden & gränserStandard—
FälttraceTypobjectKravValfrittVärden & gränserStandard—
FältuserTypstringKravValfrittVärden & gränserStandard—
Kombinationer av indatamaterial

Text till video · En skriven prompt. · Krävs: model, prompt, duration

Ange prompt som text och längd i hela sekunder. Välj en upplösning som stöds och vid behov ett bildförhållande.

model: Typ: string · minimax/hailuo-3

prompt: Typ: string · Maximalt antal UTF-8-byte: 10 000 · Minst ett tecken som inte är blanksteg krävs: Ja

Bild till video · En skriven prompt och en bild för den första bildrutan. · Krävs: model, prompt, duration, frame_images

frame_images är en array. Varje bildruteobjekt har type, image_url och frame_type; image_url innehåller url. Sätt type till image_url. Använd first_frame med valfri last_frame. Varje bildruteroll förekommer högst en gång. Ange en offentlig HTTPS URL till en bild för varje bildruta. Använd bildrutor eller bildreferenser i en begäran; kombinera inte båda. Välj en upplösning som stöds och vid behov ett bildförhållande.

Exakta nycklar: type, image_url, frame_type

model: Typ: string · minimax/hailuo-3

prompt: Typ: string · Maximalt antal UTF-8-byte: 10 000 · Minst ett tecken som inte är blanksteg krävs: Ja

Reference to video · En skriven prompt och bild-, video- och ljudreferenser som stöds. · Krävs: model, prompt, duration, input_references

input_references är en array med objekt. Sätt type till image_url, video_url, audio_url och använd motsvarande fält som innehåller url. Använd offentliga HTTPS-länkar. Utelämna frame_images för att välja referensläge. Uppskattningen inkluderar den visade priskomponenten per bild endast för bildreferenser efter de fem första. Slutdebiteringen följer den faktiskt fakturerade konfigurationen. Kombinera inte bildreferenser med bildrutor. Välj en upplösning som stöds och vid behov ett bildförhållande.

model: Typ: string · minimax/hailuo-3

prompt: Typ: string · Maximalt antal UTF-8-byte: 10 000 · Minst ett tecken som inte är blanksteg krävs: Ja

Metodparametrar och livscykel
ParameterAvtal
Parametercontent_typeAvtalapplication/json
ParameterrequiredAvtalmodel, prompt, duration
Parametermaterial_typesAvtaltext, image, audio, video
Parameteradditional_propertiesAvtalfalse
Parameteroptional_controlsAvtalresolution, aspect_ratio, generate_audio, frame_images, input_references, callback_url, session_id, trace, user

Livscykel: submit_once_poll_original

GET /v1/videos/{public_id}

GET /v1/videos/{public_id}/content

Priser

Så beräknas slutavgiften

De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden.

Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.

Snabbt läge
Ej angivet När snabbt läge är valt
Flex-läge
Ej angivet När läget flex är valt
Högsta resonemangsnivå
Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default)

Uppskattade priser för jämförelse

Priser efter konfiguration

Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.

KonfigurationPrislistaPrognostiserad mängdDebiteringsenhetDebiteringsvillkorAvgift
KonfigurationGrundpriser för tokenPrislistaGrundprisPrognostiserad mängd—Debiteringsenhet—Debiteringsvillkor—Avgift
Indata · Indatatoken · Uppskattning endast för jämförelse — / 1K token
Utdata · Utdatatoken · Uppskattning endast för jämförelse — / 1K token
Indata · Cacheläsning · Uppskattning endast för jämförelse — / 1K token
Indata · Skrivning till cache · Uppskattning endast för jämförelse — / 1K token
Indata · Skrivning till cache, 1 tim · Uppskattning endast för jämförelse — / 1K token
KonfigurationVideoprisPrislista—Prognostiserad mängd—Debiteringsenhetper videosekundDebiteringsvillkorInget ytterligare villkor anges i denna prisnyckel.Avgift
Utdata · Videopris · Uppskattning endast för jämförelse $0.26 per videosekund
KonfigurationreferensbildPrislista—Prognostiserad mängd—Debiteringsenhetper referensbildDebiteringsvillkor—Avgift
Indata · referensbild · Uppskattning endast för jämförelse $0.08 per referensbild
KonfigurationUppskattad genereringskostnadPrislista—Prognostiserad mängduppskattning för en genereringDebiteringsenhet—Debiteringsvillkor—Avgift
Utdata · Uppskattad genereringskostnad · Uppskattning endast för jämförelse $1.3 uppskattning före generering

Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen.

Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →

Detaljer om referenstariffen

Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.

Prisreferenser för videokonfigurationer

Priser efter konfiguration

Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.

KonfigurationDebiteringsvillkorAvgift
KonfigurationVideoprisDebiteringsvillkorInget ytterligare villkor anges i denna prisnyckel.Avgift
Utdata · Videopris $0.26 per videosekund

Publicerad prisreferens för den visade konfigurationen. Den slutliga debiteringen följer den konfiguration som faktiskt debiterades.

KonfigurationReferensbilder efter de fem förstaDebiteringsvillkorInget ytterligare villkor anges i denna prisnyckel.Avgift
Indata · Referensbilder efter de första fem $0.08 per bild

De fem första referensbilderna är kostnadsfria; det angivna priset per bild gäller efter de fem första. Publicerad prisreferens för den visade konfigurationen. Slutdebiteringen följer den faktiskt fakturerade konfigurationen.

Exempelbegäranden

Ailoot Ultra · Video

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

Ta emot och spara resultat

Ailoot Ultra · Video

signerade innehållslänkar som du äger

Kontrollera jobbstatus
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 $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n
Andra innehållsläsningar
set -eu\n: "${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
Behåll alla färdiga resultat

Spara varje färdig video eller returnerad fil; hämta varje faktiskt returnerad resurs-URL.

Behåll varje faktiskt resultat som du äger och dess returnerade, uppmätta metadata.

Om det ursprungliga svaret behöver kontrolleras

503 result_pending_check + ursprungligt id + X-Should-Retry:false; upprepa aldrig originalet

Svarsfält
FältTypBetydelse
FältindexTypintegerBetydelseNollbaserad position för denna video i utdatalistan.
Fältcontent_urlTypstringBetydelseSignerad HTTPS URL för hämtning av denna färdiga video.
Fältsha256Typstring | nullBetydelseSHA-256-kontrollsumma för den ursprungliga videons byte; null om den inte är tillgänglig.
Fältsize_bytesTypinteger | nullBetydelseStorleken på den ursprungliga videofilen i byte; null om den inte är tillgänglig.
Fältduration_msTypinteger | nullBetydelseUppmätt videolängd i millisekunder; null om den inte är tillgänglig.
FältwidthTypinteger | nullBetydelseVideobredd i pixlar; null om den inte är tillgänglig.
FältheightTypinteger | nullBetydelseVideohöjd i pixlar; null om den inte är tillgänglig.
Fältvideo_codecTypstring | nullBetydelseIdentifierare för videokodek; null om ingen har registrerats.
Fälthas_audioTypboolean | nullBetydelseOm videon innehåller ett ljudspår; null om detta inte har mätts.
Fältaudio_codecTypstring | nullBetydelseIdentifierare för ljudkodek; null när ingen identifierare har registrerats.
Fel och nästa steg
SvarVillkorNästa steg
Svar404 · not_found_errorVillkorVideoåtkomst är inte tillgänglig eller detta video-ID hittades inte.Nästa stegKontrollera videoåtkomst. För en befintlig video använder du dess ursprungliga offentliga ID och samma API-nyckel.
Svar401 · authentication_errorVillkorAPI-nyckeln motsvarar inte det autentiserade kontot.Nästa stegKontrollera din API-nyckel och kontoåtkomst innan du skickar in.
Svar400 · invalid_request_errorVillkorBegäran kunde inte läsas eller hämtningsindexet är ogiltigt.Nästa stegKorrigera begäranskroppen. Vid hämtning väljer du ett utdataindex som returnerats av den ursprungliga uppgiften.
Svar422 · price_unavailableVillkorDen valda videokonfigurationen kan inte prissättas.Nästa stegVälj en videokonfiguration som stöds och fyll i dess obligatoriska alternativ innan du skickar en korrigerad begäran.
Svar422 · invalid_request_errorVillkorVideoindata eller den ursprungliga fortsättningsuppgiften är ogiltig.Nästa stegAnvänd giltiga HTTPS-indata. För fortsättning använder du det färdiga originalets offentliga video-ID med samma API-nyckel.
Svar402 · billing_errorVillkorDet tillgängliga saldot eller gränserna medger ingen reservation.Nästa stegKontrollera ditt tillgängliga saldo och dina gränser innan du skickar en ny begäran.
Svar503 · server_errorVillkorVideoverifiering, lagring eller tjänsteåtkomst är tillfälligt otillgänglig.Nästa stegVänta tills tjänsten är tillgänglig. Om du redan har ett video-ID kontrollerar du den ursprungliga uppgiften i stället för att skapa en ny generering.
Svar503 · result_pending_checkVillkorDet ursprungliga videoresultatet och debiteringen behöver kontrolleras.Nästa stegBehåll det returnerade video-ID:t och kontrollera den uppgiften. Skicka ingen ersättande genereringsbegäran medan den kontrolleras.
Svar503 · owned_result_unavailableVillkorHämtningen av den befintliga videon är tillfälligt otillgänglig.Nästa stegKontrollera samma videouppgift senare och hämta dess befintliga resultat. En ny generering skapar en separat operation.
Svar409 · video_not_readyVillkorVideoinnehållet har inte publicerats.Nästa stegKontrollera den ursprungliga uppgiftens status. Hämta när den rapporterar completed; om den rapporterar failed följer du dess meddelande om debiteringskontroll.

Alias

Modellalias

Ailoot Ultra minimax/hailuo-3

Alias för metodsökvägar

Använd metodsökvägarna som visas ovan.

Relaterade anropar-ID:n

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": "De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden.", "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": "Behåll varje faktiskt resultat som du äger och dess returnerade, uppmätta metadata.", "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": "Videoåtkomst är inte tillgänglig eller detta video-ID hittades inte.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Kontrollera videoåtkomst. För en befintlig video använder du dess ursprungliga offentliga ID och samma API-nyckel.", "type": "not_found_error" }, { "condition": "API-nyckeln motsvarar inte det autentiserade kontot.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Kontrollera din API-nyckel och kontoåtkomst innan du skickar in.", "type": "authentication_error" }, { "condition": "Begäran kunde inte läsas eller hämtningsindexet är ogiltigt.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Korrigera begäranskroppen. Vid hämtning väljer du ett utdataindex som returnerats av den ursprungliga uppgiften.", "type": "invalid_request_error" }, { "condition": "Den valda videokonfigurationen kan inte prissättas.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Välj en videokonfiguration som stöds och fyll i dess obligatoriska alternativ innan du skickar en korrigerad begäran.", "type": "price_unavailable" }, { "condition": "Videoindata eller den ursprungliga fortsättningsuppgiften är ogiltig.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Använd giltiga HTTPS-indata. För fortsättning använder du det färdiga originalets offentliga video-ID med samma API-nyckel.", "type": "invalid_request_error" }, { "condition": "Det tillgängliga saldot eller gränserna medger ingen reservation.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Kontrollera ditt tillgängliga saldo och dina gränser innan du skickar en ny begäran.", "type": "billing_error" }, { "condition": "Videoverifiering, lagring eller tjänsteåtkomst är tillfälligt otillgänglig.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Vänta tills tjänsten är tillgänglig. Om du redan har ett video-ID kontrollerar du den ursprungliga uppgiften i stället för att skapa en ny generering.", "type": "server_error" }, { "code": "result_pending_check", "condition": "Det ursprungliga videoresultatet och debiteringen behöver kontrolleras.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Behåll det returnerade video-ID:t och kontrollera den uppgiften. Skicka ingen ersättande genereringsbegäran medan den kontrolleras.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "Hämtningen av den befintliga videon är tillfälligt otillgänglig.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Kontrollera samma videouppgift senare och hämta dess befintliga resultat. En ny generering skapar en separat operation.", "type": "server_error" }, { "condition": "Videoinnehållet har inte publicerats.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Kontrollera den ursprungliga uppgiftens status. Hämta när den rapporterar completed; om den rapporterar failed följer du dess meddelande om debiteringskontroll.", "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 + ursprungligt id + X-Should-Retry:false; upprepa aldrig originalet" }, "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": "Ange prompt som text och längd i hela sekunder. Välj en upplösning som stöds och vid behov ett bildförhållande.", "required": [ "model", "prompt", "duration" ], "required_material": "En skriven prompt." }, { "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 är en array. Varje bildruteobjekt har type, image_url och frame_type; image_url innehåller url. Sätt type till image_url. Använd first_frame med valfri last_frame. Varje bildruteroll förekommer högst en gång. Ange en offentlig HTTPS URL till en bild för varje bildruta. Använd bildrutor eller bildreferenser i en begäran; kombinera inte båda. Välj en upplösning som stöds och vid behov ett bildförhållande.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "En skriven prompt och en bild för den första bildrutan." }, { "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 är en array med objekt. Sätt type till image_url, video_url, audio_url och använd motsvarande fält som innehåller url. Använd offentliga HTTPS-länkar. Utelämna frame_images för att välja referensläge. Uppskattningen inkluderar den visade priskomponenten per bild endast för bildreferenser efter de fem första. Slutdebiteringen följer den faktiskt fakturerade konfigurationen. Kombinera inte bildreferenser med bildrutor. Välj en upplösning som stöds och vid behov ett bildförhållande.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "En skriven prompt och bild-, video- och ljudreferenser som stöds." } ], "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": "Nollbaserad position för denna video i utdatalistan.", "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": "Signerad HTTPS URL för hämtning av denna färdiga 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-kontrollsumma för den ursprungliga videons byte; null om den inte är tillgänglig.", "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": "Storleken på den ursprungliga videofilen i byte; null om den inte är tillgänglig.", "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": "Uppmätt videolängd i millisekunder; null om den inte är tillgänglig.", "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": "Videobredd i pixlar; null om den inte är tillgänglig.", "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": "Videohöjd i pixlar; null om den inte är tillgänglig.", "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": "Identifierare för videokodek; null om ingen har registrerats.", "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": "Om videon innehåller ett ljudspår; null om detta inte har mätts.", "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": "Identifierare för ljudkodek; null när ingen identifierare har registrerats.", "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": "signerade innehållslänkar som du äger", "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": "Dessa nycklar beskriver varje bildruteobjekt; image_url innehåller endast url. Utelämna frame_images för en begäran med enbart text.", "content": "Array med bildruteobjekt. Varje objekt har type=image_url, image_url som innehåller url samt frame_type. Använd en HTTPS URL till en bild och sätt frame_type till first_frame eller last_frame. Varje bildruteroll förekommer högst en gång.", "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": "Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Uppskattad genereringskostnad", "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": "73cc99e0c5ea71c5f8f8c868126c3212497782663f52e1df356c7f10b2a5c93c", "input_html_sha256": "72d83f1fcb88355a1be093b4370a3ef72a5079182e69ae8986231f3e529565f9", "private_audit_sha256": "a25b01975cffdbf505f73d5d33f9b1c9c01604a5931f6f4cf65d83cb9c7fb7de", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/sv/minimax-hailuo-3/", "description": "MiniMax H3 genererar kort video med inbyggt stereoljud från text, bildrutor eller multimodala referenser. Det stöder skapande med första/sista bildruta, referensstyrd redigering och relationer till rörelse eller röst, med utdata på 4–15 sekunder och ett separat arbetsflöde för omgenerering i 2K.", "locale": "sv", "md_url": "https://ailoot.ai/models/sv/minimax-hailuo-3/index.md", "title": "MiniMax: H3 — Ailoot", "url": "https://ailoot.ai/models/sv/minimax-hailuo-3/" }, "rawModel": { "about": "Ett audiovisuellt resultat från en multimodal instruktion\n\nMiniMax H3 är MiniMax omnimodala videosystem. Det tolkar text, bilder, video och ljud tillsammans och genererar sedan video med inbyggt stereoljud. Tillverkaren presenterar det för korta kreativa arbeten som produktbilder i rörelse, reklam, animerade affischer och koncept för filmtitlar, där relationerna mellan referensmaterialen är lika viktiga som scenbeskrivningen.\n\nDet dokumenterade systemet producerar video på 4–15 sekunder med 24 bilder per sekund och stereoljud i 32 kHz. Generering med H3-Base sker i 768p; det fullständiga 2K-flödet omgenererar resultatet med det ursprungliga multimodala sammanhanget. Detta är mer än en vanlig storleksändring: det andra steget använder modellen och källsammanhanget igen för att återvinna fina detaljer. H3 Max och H3-Context-IR har separata roller och begränsningar.\n\nSkapande med text och styrande bildrutor\n\nIndata med enbart text beskriver hela den audiovisuella tidslinjen. En första bild förankrar öppningen, en sista bild förankrar slutet och två bilder kan definiera båda. För en tagning från en första bildruta börjar du med kompositionen och identiteten som syns i stillbilden och beskriver sedan handlingen som utvecklas därifrån. För en övergång från första till sista bildruta beskriver du den observerbara rörelsen mellan de två tillstånden i stället för att upprepa två orelaterade bildbeskrivningar.\n\nEn praktisk produktinstruktion kan ange en stängd förpackning i öppningsbilden, handen som öppnar den, kamerans mjuka rörelse och det slutliga tillståndet. Bevara objektets form, etikettplacering och belysning i de inskickade bildrutorna. Skapande med styrande bildrutor och referensstyrt skapande är separata indatalägen; tillverkarens gränssnitt blandar inte roller som första/sista bildruta med roller som referensmedia i samma förfrågan.\n\nReferensstyrd generering och redigering\n\nReferensläget tar emot text tillsammans med bilder, videoklipp och ljudklipp. Ange vad varje källa bidrar med: en karaktärs utseende, en plats, kamerarörelse, tidsstrukturen i ett källklipp eller en röst. En video som bara används för kamerarörelse skiljer sig från en video som faktiskt ska redigeras eller fortsättas. Ange relationen uttryckligen.\n\nTillverkarens referensguide skiljer mellan motivdefinitioner, en uppgiftssammanfattning, analys av vad som ska bevaras, en detaljerad tagningsbeskrivning, övergripande ljudmiljö och bakgrundsmusik som bara publiken hör. Den skiljer bevarande av synligt innehåll från överföring av egenskaper eller en allmän stilreferens. För ljud skiljer sig kopiering av en signal från referenser till klang, rytm eller framförande. Håll dessa roller konsekventa genom hela instruktionen.\n\nFör en referensdriven scen skickar du in en karaktärsbild, en kort referens för kamerarörelsen och en ljudreferens för rösten och beskriver sedan hur och var varje referens ska påverka den avsedda tagningen. Ange vilka kläd-, miljö- eller objektdetaljer som måste förbli igenkännbara. Jämför det färdiga klippet med kraven, inklusive rörelsekontinuitet och sambandet mellan den synliga talaren och rösten som hörs.\n\nTal, ljud och tagningens tajmning\n\nH3 modellerar dialog, fysiska ljud, atmosfär och musik gemensamt. Modellkortet dokumenterar stabilt dialogstöd för arabiska, kinesiska, engelska, franska, tyska, italienska, japanska, koreanska, portugisiska, ryska och spanska; stödet för andra språk beskrivs som varierande. Ange de exakta talade orden och språket, med en konsekvent talaridentitet mellan tagningar.\n\nTillverkarens guider för promptskrivning använder engelska i beskrivande avsnitt men bevarar dialog och synlig text på originalspråket. Talat innehåll använder `[Language] ...`, med talaridentitet och röstbeskrivning utanför blocket. Skilj tal i scenen från berättarröst utanför bild och ange när en replik fortsätter över ett klipp eller kapas vid slutet. Bevara även synlig text exakt. Anpassa mängden tal till vald längd och granska den renderade texten och den hörbara repliken tillsammans.\n\nBeskriv kamerarörelse som en handling, med omfång och hastighet när de spelar roll. Numrera tagningar i uppspelningsordning och håll klipptider inom videons längd. Skilj scenljud som fotsteg eller en dörr som stängs från bakgrundsmusik som bara publiken hör. Dessa val gör en kort tagningsplan lättare att tolka och granska mot resultatet.\n\nFörberedelse av indata och numeriska gränser\n\nDet nuvarande genereringsschemat kräver text som inte är tom i varje läge, med upp till 7 000 tecken per textpost. Bilder kan vara JPG, JPEG, PNG, WebP, HEIC eller HEIF, högst 30 MB per bild, med varje sida på 256 till 5 760 pixlar och bildförhållande från 0,4 till 2,5. Bildruteindata tillåter en öppningsbild och en slutbild; referensläget tillåter upp till nio referensbilder.\n\nReferensvideo kan innehålla upp till tre MP4- eller MOV-klipp, vart och ett 2–15 sekunder och sammanlagt högst 15 sekunder. Ett klipp får vara högst 50 MB; videokodeken är H.264 eller H.265, med AAC- eller MP3-ljud, sidor på 256 till 5 760 pixlar, förhållanden från 0,4 till 2,5 och bildfrekvens från 23,976 till 60. Referensljud stöder upp till tre WAV- eller MP3-klipp, högst 15 MB per klipp, vart och ett 2–15 sekunder och sammanlagt högst 15 sekunder. Modellkortet begränsar blandade referensindata till 12 filer. Den dokumenterade gränsen för förfrågningskroppen är 64 MB, separat från filgränserna.\n\nVälj bara referenser som bidrar till instruktionen och gör varje bidrag uttryckligt. En tydlig motivvy är mer användbar än flera motstridiga vyer utan förklaring. Bevara referensordningen, beskär bort irrelevant material utan att ta bort nödvändigt scensammanhang och kontrollera att korta källklipp innehåller den handling eller röstegenskap som efterfrågas.\n\nUtdataformat och hela systemet\n\nTillverkarens H3-gränssnitt erbjuder 768P och 2K. Generering med enbart text kräver ett konkret förhållande: 21:9, 16:9, 4:3, 1:1, 3:4 eller 9:16. Skapande med första/sista bildruta får sitt bildförhållande från inmatningsbilden; referensskapande kan använda ett adaptivt eller uttryckligt förhållande. Utdatalängden anges som heltal på 4–15 sekunder.\n\nModellkortet skiljer mellan H3-Context-IR, som tolkar och berikar instruktionen, H3-Base, som genererar audiovisuellt innehåll, och H3-Regenerate-2K, som skapar resultatet i högre upplösning. De släppta bascheckpunkterna skiljer mellan uppgifter med styrande bildrutor och omnimodala referensuppgifter. Komponenterna för sammanhang och omgenerering är separata från dessa basvikter, så namnet på en öppen checkpunkt fastställer inte ensamt hela systemets beteende.\n\nTillverkarens genereringsflöde är asynkront. Gränssnittet för uppgiftsfrågor hämtar uppgifter från de föregående sju dagarna. Behåll uppgiftsidentiteten tills det faktiska videoresultatet returneras och spara sedan klippet i stället för att bara behålla en tidsbegränsad nedladdningsadress. Granska visuell identitet, liten text, objektinteraktioner, talat innehåll och ljudtajmning i avsedd visningsstorlek. Tillverkaren anger multimodal förståelse och fina visuella detaljer som fortsatta förbättringsområden; en detaljerad instruktion och jämförelse med källorna förblir centrala för ett användbart resultat.", "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": "Fullständig prissättning för konfigurationen finns i detaljerna." } ], "ctx": null, "declared_tariff_references": [ { "client_selectable": false, "key": "ffcc346d33bca9e66b22f181", "label": "Prisreferenser för videokonfigurationer", "profiles": [ { "basis": "Publicerad prisreferens för den visade konfigurationen. Den slutliga debiteringen följer den konfiguration som faktiskt debiterades.", "dimensions": { "conditions": "Inget ytterligare villkor anges i denna prisnyckel." }, "label": "Videopris", "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": "De fem första referensbilderna är kostnadsfria; det angivna priset per bild gäller efter de fem första. Publicerad prisreferens för den visade konfigurationen. Slutdebiteringen följer den faktiskt fakturerade konfigurationen.", "dimensions": { "conditions": "Inget ytterligare villkor anges i denna prisnyckel." }, "label": "Referensbilder efter de fem första", "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": "De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden.", "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": "Behåll varje faktiskt resultat som du äger och dess returnerade, uppmätta metadata.", "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": "Videoåtkomst är inte tillgänglig eller detta video-ID hittades inte.", "http_status": 404, "public_identifier_field": "error.type", "recovery": "Kontrollera videoåtkomst. För en befintlig video använder du dess ursprungliga offentliga ID och samma API-nyckel.", "type": "not_found_error" }, { "condition": "API-nyckeln motsvarar inte det autentiserade kontot.", "http_status": 401, "public_identifier_field": "error.type", "recovery": "Kontrollera din API-nyckel och kontoåtkomst innan du skickar in.", "type": "authentication_error" }, { "condition": "Begäran kunde inte läsas eller hämtningsindexet är ogiltigt.", "http_status": 400, "public_identifier_field": "error.type", "recovery": "Korrigera begäranskroppen. Vid hämtning väljer du ett utdataindex som returnerats av den ursprungliga uppgiften.", "type": "invalid_request_error" }, { "condition": "Den valda videokonfigurationen kan inte prissättas.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Välj en videokonfiguration som stöds och fyll i dess obligatoriska alternativ innan du skickar en korrigerad begäran.", "type": "price_unavailable" }, { "condition": "Videoindata eller den ursprungliga fortsättningsuppgiften är ogiltig.", "http_status": 422, "public_identifier_field": "error.type", "recovery": "Använd giltiga HTTPS-indata. För fortsättning använder du det färdiga originalets offentliga video-ID med samma API-nyckel.", "type": "invalid_request_error" }, { "condition": "Det tillgängliga saldot eller gränserna medger ingen reservation.", "http_status": 402, "public_identifier_field": "error.type", "recovery": "Kontrollera ditt tillgängliga saldo och dina gränser innan du skickar en ny begäran.", "type": "billing_error" }, { "condition": "Videoverifiering, lagring eller tjänsteåtkomst är tillfälligt otillgänglig.", "http_status": 503, "public_identifier_field": "error.type", "recovery": "Vänta tills tjänsten är tillgänglig. Om du redan har ett video-ID kontrollerar du den ursprungliga uppgiften i stället för att skapa en ny generering.", "type": "server_error" }, { "code": "result_pending_check", "condition": "Det ursprungliga videoresultatet och debiteringen behöver kontrolleras.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Behåll det returnerade video-ID:t och kontrollera den uppgiften. Skicka ingen ersättande genereringsbegäran medan den kontrolleras.", "type": "server_error" }, { "code": "owned_result_unavailable", "condition": "Hämtningen av den befintliga videon är tillfälligt otillgänglig.", "http_status": 503, "public_identifier_field": "error.code", "recovery": "Kontrollera samma videouppgift senare och hämta dess befintliga resultat. En ny generering skapar en separat operation.", "type": "server_error" }, { "condition": "Videoinnehållet har inte publicerats.", "http_status": 409, "public_identifier_field": "error.type", "recovery": "Kontrollera den ursprungliga uppgiftens status. Hämta när den rapporterar completed; om den rapporterar failed följer du dess meddelande om debiteringskontroll.", "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 + ursprungligt id + X-Should-Retry:false; upprepa aldrig originalet" }, "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": "Ange prompt som text och längd i hela sekunder. Välj en upplösning som stöds och vid behov ett bildförhållande.", "required": [ "model", "prompt", "duration" ], "required_material": "En skriven prompt." }, { "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 är en array. Varje bildruteobjekt har type, image_url och frame_type; image_url innehåller url. Sätt type till image_url. Använd first_frame med valfri last_frame. Varje bildruteroll förekommer högst en gång. Ange en offentlig HTTPS URL till en bild för varje bildruta. Använd bildrutor eller bildreferenser i en begäran; kombinera inte båda. Välj en upplösning som stöds och vid behov ett bildförhållande.", "required": [ "model", "prompt", "duration", "frame_images" ], "required_material": "En skriven prompt och en bild för den första bildrutan." }, { "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 är en array med objekt. Sätt type till image_url, video_url, audio_url och använd motsvarande fält som innehåller url. Använd offentliga HTTPS-länkar. Utelämna frame_images för att välja referensläge. Uppskattningen inkluderar den visade priskomponenten per bild endast för bildreferenser efter de fem första. Slutdebiteringen följer den faktiskt fakturerade konfigurationen. Kombinera inte bildreferenser med bildrutor. Välj en upplösning som stöds och vid behov ett bildförhållande.", "required": [ "model", "prompt", "duration", "input_references" ], "required_material": "En skriven prompt och bild-, video- och ljudreferenser som stöds." } ], "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": "Nollbaserad position för denna video i utdatalistan.", "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": "Signerad HTTPS URL för hämtning av denna färdiga 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-kontrollsumma för den ursprungliga videons byte; null om den inte är tillgänglig.", "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": "Storleken på den ursprungliga videofilen i byte; null om den inte är tillgänglig.", "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": "Uppmätt videolängd i millisekunder; null om den inte är tillgänglig.", "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": "Videobredd i pixlar; null om den inte är tillgänglig.", "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": "Videohöjd i pixlar; null om den inte är tillgänglig.", "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": "Identifierare för videokodek; null om ingen har registrerats.", "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": "Om videon innehåller ett ljudspår; null om detta inte har mätts.", "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": "Identifierare för ljudkodek; null när ingen identifierare har registrerats.", "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": "signerade innehållslänkar som du äger", "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": "Dessa nycklar beskriver varje bildruteobjekt; image_url innehåller endast url. Utelämna frame_images för en begäran med enbart text.", "content": "Array med bildruteobjekt. Varje objekt har type=image_url, image_url som innehåller url samt frame_type. Använd en HTTPS URL till en bild och sätt frame_type till first_frame eller last_frame. Varje bildruteroll förekommer högst en gång.", "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": "Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Uppskattad genereringskostnad", "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 genererar kort video med inbyggt stereoljud från text, bildrutor eller multimodala referenser. Det stöder skapande med första/sista bildruta, referensstyrd redigering och relationer till rörelse eller röst, med utdata på 4–15 sekunder och ett separat arbetsflöde för omgenerering i 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 genererar kort video med inbyggt stereoljud från text, bildrutor eller multimodala referenser. Det stöder skapande med första/sista bildruta, referensstyrd redigering och relationer till rörelse eller röst, med utdata på 4–15 sekunder och ett separat arbetsflöde för omgenerering i 2K.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "312614f54fbce02a70ea248b314e15621a57be67cb73cc59a933fd02d46b4515", "renderer_sha256": "8a45bb31b83d2551e6d975cf4683518c7cb445a54b9394a01947f4dd103f1051" }, "sourceRevision": "458a9361ca8ecb173623d1bfd4cf31941acec1af7130badc56d8da067b84a264" }