メインコンテンツへスキップ
MiniMax H3は、MiniMaxのオムニモーダル動画モデルです。テキスト・画像・動画・音声を1つのモデルで入力でき、BGMと効果音付きの動画を返します。
MiniMax H3は、上記のネイティブの /hailuo/v2 エンドポイントでのみ利用できます。/v1/videos や /v1/video/generations に送ったリクエストは拒否され、課金されません。
MiniMax H3のテキストからの動画生成の例:夕暮れ、雨に濡れた屋根の上を歩くオレンジ色の猫と、背景の街の明かり

下のテキストから動画を生成する例の出力:768P、5秒、16:9(プロンプトは出力例に対応するため英語のままです)

トークンの作成

トークン管理で、次の設定でトークンを追加します。 MiniMaxのアカウントも、動画専用のグループも必要ありません。

料金

MiniMax H3は、動画の長さに応じて課金されます。2026年10月24日時点の料金です。 公式価格はMiniMaxの従量課金料金(MiniMax-H3、2026年10月24日確認)によります。横向き、縦向き、正方形の動画の料金は同じで、解像度と秒数だけで決まります。 課金される秒数の数え方です。
  • 出力:リクエストした duration。クリップは通常、リクエストより0.1〜0.5秒長くなりますが、追加料金はかかりません。
  • 参照動画:その長さを、次の整数秒に切り上げた秒数。5.8秒のクリップは6秒として数えます。
  • 参照画像:1つのタスクで最初の5枚を超える画像が、1枚ずつ課金されます。先頭フレームと末尾フレームの画像も、枚数に含まれます。
動画1本あたりの費用の例です。
  • 768P、5秒のテキストからの動画:5 × $0.05 = $0.25
  • 2K、10秒のテキストからの動画:10 × $0.08 = $0.80
  • 768P、4秒の動画に6秒の参照動画を付ける:(4 + 6) × $0.05 = $0.50
タスクの作成時には、長さ × 単価と、6枚目以降の参照画像の分が、残高から確保されます。参照動画があるタスクでは、参照動画の秒数分がタスクの完了後に課金されるため、呼び出しログには2回目の精算の記録が現れます。 失敗したタスクは全額返金され、送信時に拒否されたリクエストは課金されません。再送すると新しいタスクが作成されて再び課金されるため、自社の業務IDと task_id の対応を保存してください。タスクごとの正確な課金額は、呼び出しログで確認できます。

出力例

次のクリップは、編集していない MiniMax-H3 の出力で、モデルが生成した音声がそのまま付いています。クリックすると再生されます。キャプションには、解像度、長さ、アスペクト比、プロンプトを載せています。 Museの動画の出力例は同じプロンプトを使っているため、2つのモデルをシーンごとに比較できます。プロンプトは出力と対応させるため、英語のままです。

768P、6秒、16:9。プロンプト:A red fox walking through snowy forest at sunrise, cinematic

2K(2560×1440)、6秒、16:9。前のクリップと同じプロンプト

768P、10秒、16:9。プロンプト:A paper boat drifts down a rainy city gutter, then sails into a small sunny pond

768P、10秒、16:9。プロンプト:A hot air balloon rises over a valley at dawn, drifts over a river and a village, then lands in a meadow

768P、10秒、9:16の縦向き。プロンプト:A cyclist rides through a coastal town from morning to sunset: market, harbor, cliff road, lighthouse

仕組み

1

タスクを作成する

次の内容のJSON本文で、POST /hailuo/v2/video_generation を送ります。
  • model:MiniMax-H3
  • content:テキスト項目1つと、任意の画像・動画・音声の入力
  • resolution、duration、ratio
レスポンスの task_id を保存してください。
2

タスクをポーリングする

10秒おきに GET /hailuo/v2/query/video_generation/{task_id} を呼び、task.status を読み取ります。4〜5秒の768Pの動画は、通常約1分で完了します。2Kと参照動画付きのタスクは、より時間がかかります。クライアント側の全体のタイムアウトは30分にしてください。
3

動画をダウンロードする

task.status が succeeded になったら、task.content.url からMP4をダウンロードします。リンクは7日間利用でき、Authorization ヘッダーは不要です。

準備

cURLの例では、レスポンスのフィールドを読み取るために jq を使います(macOSでは brew install jq でインストールできます)。先にキーとベースURLを設定します。

テキストから動画を生成する

リクエストが成功すると、タスクIDだけが返ります。
テキストのみのリクエストでは、ratio を固定の値にする必要があります。画像がない場合、adaptive は受け付けられません。

先頭フレーム、または先頭と末尾のフレームから動かす

first_frame で最初のショットを指定し、last_frame を加えると最後のショットも指定できます。ratio を adaptive にすると、出力は先頭フレームのアスペクト比に従います。
画像は、公開のHTTPS URL、または data:image/jpeg;base64,... のようなBase64のデータURLで渡します。先頭フレームだけを使うときは、last_frame の項目を外してください。

参照画像・動画・音声から生成する

参照を使うと、特定のキャラクターやオブジェクトをシーンに登場させたり、クリップの動きとカメラワークを再利用したり、音声のリズムに合わせたりできます。プロンプトでは、種類と順番で参照を指します。最初の参照画像は <Picture 1>、最初の参照動画は <Video 1>、最初の参照音声は <Audio 1> です。
参照を組み合わせるときの注意点です。
  • 参照画像・動画・音声は自由に組み合わせられますが、音声だけを参照にはできません。参照画像か参照動画を少なくとも1つ加えてください。
  • 先頭・末尾フレームは、参照と同じリクエストでは使えません。
  • 動画と音声の入力は、サービスが直接ダウンロードできる公開のHTTPSリンクにしてください。
  • 参照動画は秒数に応じて課金されます。「料金」を参照してください。

ポーリングとダウンロード

タスクを取得する

task.status が succeeded か failed になるまで、10秒おきに実行します。成功時のレスポンスは次のようになります。
usage には、タスクで課金される秒数が入ります。input_seconds は参照動画、output_seconds は生成された動画の秒数です。

動画をダウンロードする

リンクは7日間利用できます。タスクが完了したら、早めにファイルを自社のストレージにコピーしてください。

最小のPythonクライアント

このスクリプトはPythonの標準ライブラリだけを使います。実行する前に LAOZHANG_API_KEY を設定してください。10秒おきにポーリングし、全体のタイムアウトは30分で、結果を h3-output.mp4 として保存します。

APIリファレンス

リクエストの基本

リクエスト本文

adaptive は画像のアスペクト比に従い、テキストのみ、または音声のみのリクエストでは使えません。16:9のとき、768Pの出力は1344×768、2Kの出力は2560×1440です。

content[] の入力

画像が1枚だけの場合は role を省略でき、先頭フレームとして扱われます。画像が2枚以上のときは、それぞれに role を指定してください。

タスクの状態

混雑時には、タスクがしばらく queued のままになることがあります。送信した順に自動で開始されます。30分たっても開始されないタスクは failed になり、返金されます。

エラー

上のように、検証メッセージの一部は中国語で返ります。本番では、サポートへの連絡や課金の照合に備えて、作成時のレスポンスの task_id と、最終的なタスクの詳細を保存しておいてください。連絡先は hi@laozhang.ai です。

よくある質問

5秒の動画はいくらですか?

768Pは$0.25、2Kは$0.40です。費用は長さに比例するため、768Pの15秒なら$0.75です。参照動画はその秒数が同じ単価で加算され、6枚目以降の参照画像は1枚あたり$0.03が加算されます。「料金」を参照してください。

768Pと2Kのどちらを使うべきですか?

プロンプトと構図は、4〜5秒のクリップを768Pで試して調整し、最終版を2Kまたはより長い尺で生成してください。2Kは1秒あたり$0.03高く、生成にも時間がかかるため、大画面向けの映像や、さらに編集する素材に使うのが向いています。

OpenAI形式の /v1/videos で使えますか?

いいえ。先頭・末尾フレーム、複数の参照画像、参照動画、参照音声は、いずれも content[] の構造に依存します。そのためLaoZhang APIは、MiniMax H3をネイティブの /hailuo/v2 エンドポイントでのみ提供しています。/v1/videos や /v1/video/generations へのリクエストは、課金されずに拒否されます。

動画に音声は付きますか? オフにできますか?

どの動画にもステレオ音声が付き、BGMと効果音はプロンプトと参照音声に沿って作られます。無効にするパラメーターはありません。音声が不要なときは、ダウンロードしたあとで音声トラックを取り除いてください。

タイムアウト後に再送してよいですか?

先にタスクを確認してください。クライアント側のタイムアウトは、タスクの失敗を意味しません。同じ task_id のポーリングを続けてください。再送すると新しいタスクが作成され、再び課金されます。task.status が failed になったあとだけ、リクエストを作り直してください。失敗したタスクはすでに返金されています。

動画のリンクはいつまで保存されますか?

7日間です。その後はリンクが使えなくなり、タスクを再ダウンロードすることもできません。タスクが完了したらすぐにファイルを保存してください。

関連ドキュメント