MiniMax H3

Tak. Model jest dostępny na asynchronicznym punkcie końcowym APIXO i można go wywoływać za pomocą tego samego klucza API, co każdy inny model w katalogu. Generowanie jest również dostępne w Playground na tej stronie.

Tekst na wideo, obraz na wideo i reference-to-video. Tryb reference-to-video akceptuje do 9 obrazów, 3 plików wideo i 3 plików audio jako połączony kontekst kreatywny; audio nie może być dodane samodzielnie.

Wyjście w rozdzielczości 768p lub 2K o długości od 5 do 15 sekund, w pełnych sekundach. 2K jest domyślną i najwyższą rozdzielczością udostępnianą przez punkt końcowy; 768p jest rozliczane po niższej stawce za sekundę. Proporcje można ustawić na 21:9, 16:9, 4:3, 1:1, 3:4 lub 9:16 dla trybów tekst na wideo i wideo z referencji; tryb obraz na wideo przejmuje kadrowanie z dostarczonej pierwszej klatki.

Wideo wyjściowe jest rozliczane za sekundę w każdym trybie, według stawki odpowiadającej wybranej rozdzielczości — 768p jest tańsze za sekundę niż 2K. W trybie wideo z referencji, rzeczywiste sekundy Twoich filmów referencyjnych są rozliczane według tej samej stawki za sekundę, a pierwsze 5 obrazów referencyjnych jest darmowe, przy czym każdy dodatkowy obraz jest płatny osobno. Audio referencyjne nie jest rozliczane. Sprawdź aktualne stawki w zakładce cennika.

Tak. Dźwięk jest tworzony w tym samym przebiegu co obraz jako natywne stereo, a mowa, efekty dźwiękowe, tło i muzyka są modelowane wspólnie, a nie jako osobne ścieżki.

Nie. Referencje multimedialne komunikują intencję twórczą, ale nie gwarantują dokładnej tożsamości, ruchu, głosu, struktury produktu ani reprodukcji na poziomie klatki. Użycie produkcyjne wymaga weryfikacji wizualnej i dźwiękowej.