MiniMax H3 视频生成

通过 POST /v1/videos 创建视频任务，轮询状态后从 ReX API 代理地址下载 MP4。本文对应 ComfyUI provider，接口核对日期为 2026-10-03。

客户端统一填写 model: "minimax-h3"。站点会将大小写规范化为 MiniMax-H3，因此响应和模型列表可能使用这个名称。无需指定工作流，也无需提供其他供应商密钥。

接口和鉴权

操作	方法与路径
创建视频	POST /v1/videos
查询任务	GET /v1/videos/{id}
下载 MP4	GET /v1/videos/{id}/content
查询文件响应头	HEAD /v1/videos/{id}/content

根地址为 https://ai.j1ao.vip。请求使用自己的 ReX API Key：

Authorization: Bearer <REX_API_KEY>
Content-Type: application/json

{id} 必须使用创建响应里的公开任务 ID。内容接口需要鉴权，支持 Range 分段下载。视频由网关代理传输，不向客户端返回上游临时 CDN 地址。

根据输入自动选择工作流

输入	自动选择	能力
只有提示词	文本工作流	文生视频
提示词和 1–6 张图片	多图工作流	多图参考生视频
提示词、1–6 张图片和 1–3 段音频	图加音频工作流	图像与音频参考融合生成

三个工作流都支持 1–15 秒。参考图用于指导内容一致性，不能将两张普通参考图理解为严格的首尾帧约束。音频参考必须同时提供至少一张图片；仅音频输入会返回参数错误。

请求参数

字段	类型	必填	说明
model	string	是	minimax-h3，也接受规范名称 MiniMax-H3。
prompt	string	是	1–10,000 个字符，描述主体、动作、场景、声音和镜头。
seconds	integer / 数字字符串	否	1–15，默认 5。也可使用 duration；同时传入时必须相同。
resolution	string	否	480p、768p、1088p、1440p，默认 768p。
aspect_ratio	string	否	9:16 或 16:9，默认竖屏 9:16。
size	string	否	下表中的 宽x高，可代替 resolution 和 aspect_ratio。重复设置必须一致。
seed	integer / 数字字符串	否	1–999999999999999；未填写时使用上游工作流默认值，不保证每次自动随机。
reference_images	string[]	否	最多 6 个公网图片 URL。
input_reference	string	否	单张图片 URL，等价于只有一个元素的 reference_images。
reference_audios	string[]	否	最多 3 个公网音频 URL，需要配合图片。

媒体必须能被上游直接通过 HTTP(S) 下载，不能要求额外 Authorization、Cookie 或交互登录。图片建议 JPEG、PNG 或 WebP；音频建议 MP3、WAV 或 FLAC。URL 应在排队和生成期间保持有效。

还支持以下参数形式：

• images 是 reference_images 的别名；audios 是 reference_audios 的别名。
• 原生图片字段 ref_image_0 到 ref_image_5，音频字段 ref_audio_0 到 ref_audio_2；索引必须从 0 开始连续填写。
• 这些控制字段可以放在顶层、metadata 或 extra_body 中。OpenAI Python SDK 的 extra_body 会将字段合并到顶层，也可直接使用。
• 同一字段或同一类素材的多个表示法必须一致，否则返回 400。建议每类素材只使用一种表示法。
• multipart/form-data 可以携带 URL 文本字段；数组字段使用 JSON 字符串。当前不接受二进制文件上传、Base64 或 Data URL。

未知参数会被拒绝。不要传入 n、fps、negative_prompt、video_url、first_frame、last_frame 或工作流覆盖字段；这些功能没有接入当前三个工作流。

分辨率与尺寸

档位	文生视频：横屏 / 竖屏	图片、图加音频：横屏 / 竖屏
480p	864x480 / 480x864	864x480 / 480x864
768p	1344x768 / 768x1344	1376x768 / 768x1376
1088p	1920x1088 / 1088x1920	1920x1088 / 1088x1920
1440p	2560x1440 / 1440x2560	2560x1440 / 1440x2560

这些尺寸对应工作流的选项标签。1080p、1920x1080、1080x1920 会按 1088p 档位生成和计费，不保证输出恰好为 1080 行。768p 的两组尺寸会按实际选中的工作流转换。建议优先使用 resolution + aspect_ratio。

调用示例

以下示例假设已在本地配置 REX_API_KEY。示例素材地址需要替换成自己可公开下载的素材。

文生视频

curl --fail-with-body https://ai.j1ao.vip/v1/videos \
  -H "Authorization: Bearer $REX_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "minimax-h3",
    "prompt": "一只红狐狸穿过阳光下的草地，镜头缓慢跟随，动作自然，画面中没有文字。",
    "seconds": 5,
    "resolution": "768p",
    "aspect_ratio": "16:9",
    "seed": 123456
  }'

单图或多图生视频

{
  "model": "minimax-h3",
  "prompt": "参考图片中的角色在公园里慢慢转身，保持服装和外观一致。",
  "seconds": 5,
  "resolution": "768p",
  "reference_images": [
    "https://media.example.com/character-front.png",
    "https://media.example.com/character-side.png"
  ]
}

单图请求可改用 "input_reference": "https://media.example.com/character.png"。

图片和音频生视频

{
  "model": "minimax-h3",
  "prompt": "参考图中的角色面向镜头讲话，结合参考音频，保持自然的表情和轻微身体动作。",
  "seconds": 8,
  "resolution": "1088p",
  "aspect_ratio": "16:9",
  "reference_images": ["https://media.example.com/character.png"],
  "reference_audios": ["https://media.example.com/dialogue.wav"]
}

这里的音频属于生成参考，不保证逐字逐帧复现；当前接口没有接入专用对口型工作流。

查询任务与下载

提交后立即返回任务对象：

{
  "id": "task_example",
  "object": "video",
  "model": "MiniMax-H3",
  "status": "queued",
  "progress": 0,
  "created_at": 1790969245
}

每 3–5 秒调用一次 GET /v1/videos/{id}。queued 和 in_progress 继续等待，completed 表示可下载，failed 表示失败。进度可能停留在一个值较长时间，不代表任务没有继续执行。

成功时响应包含使用 PUBLIC_SITE_URL 拼接的网关绝对内容地址，例如：

{
  "id": "task_example",
  "object": "video",
  "model": "MiniMax-H3",
  "status": "completed",
  "progress": 100,
  "url": "https://ai.j1ao.vip/v1/videos/task_example/content",
  "content_url": "https://ai.j1ao.vip/v1/videos/task_example/content"
}

客户端应使用实际响应值；也可以始终使用鉴权内容端点下载：

task_id='task_example'
curl --fail-with-body "https://ai.j1ao.vip/v1/videos/$task_id/content" \
  -H "Authorization: Bearer $REX_API_KEY" \
  --output result.mp4

当前视频响应中的内容地址需要携带本站 API Key。不要把上游临时链接当作永久存储，建议完成后及时下载保存。

Python 完整流程

import os
import time
import requests

base = "https://ai.j1ao.vip"
headers = {"Authorization": "Bearer " + os.environ["REX_API_KEY"]}
response = requests.post(base + "/v1/videos", headers=headers, json={
    "model": "minimax-h3",
    "prompt": "A fox walking across a sunlit meadow, steady camera.",
    "seconds": 5,
    "resolution": "480p",
    "aspect_ratio": "16:9",
}, timeout=60)
response.raise_for_status()
task = response.json()
task_id = task["id"]  # 保存此 ID；网络中断后可以恢复轮询
deadline = time.monotonic() + 1800

while task["status"] not in ("completed", "failed"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Task still running; resume polling {task_id}")
    time.sleep(5)
    response = requests.get(base + "/v1/videos/" + task_id,
                            headers=headers, timeout=30)
    response.raise_for_status()
    task = response.json()

if task["status"] == "failed":
    raise RuntimeError(task.get("error", task))

# 固定使用网关的鉴权内容端点，不向第三方地址转发 API Key。
with requests.get(base + f"/v1/videos/{task_id}/content", headers=headers,
                  stream=True, timeout=120, allow_redirects=False) as media:
    media.raise_for_status()
    if media.status_code != 200:
        raise RuntimeError(f"Unexpected content status: {media.status_code}")
    with open("result.mp4", "wb") as file:
        for chunk in media.iter_content(1024 * 1024):
            file.write(chunk)

提交成功后只轮询已有 ID，不要因生成时间较长重复提交。提交请求发生网络超时时，先在站点任务记录确认是否已创建，避免重复扣费。

计费

ComfyUI provider 的站内基础单价如下，不区分高峰和低峰。价格单位为本站余额单位，适用分组倍率为 1 时：

分辨率	每秒单价	5 秒示例
480p	0.055	0.275
768p	0.075	0.375
1088p	0.085	0.425
1440p	0.095	0.475

预扣金额 = 生成秒数 × 对应分辨率单价 × 适用分组倍率。三种输入类型使用同一套价格；参考图片数量和音频数量不另外增加本插件的计费项。价格在提交时冻结，后续修改价格不影响已提交任务。

上游查询响应里的 duration 是推理耗时，不用于计费。上游没有明确提供有效 duration_seconds 时，按请求的生成秒数结算；明确返回的有效媒体时长会覆盖预估值。终态失败走网关退款流程，HTTP 提交错误和本地参数错误不会作为成功视频收费。实际配置和分组倍率以站点价格页面、用量记录为准。

当前限制

当前不支持严格首尾帧约束、第 7–9 张参考图、参考视频、视频编辑或续写、超过 15 秒、超过 3 段音频、批量多成片、1:1 画幅、任意尺寸、负面提示词和自定义帧率。

参考音频用于指导生成，不保证逐字逐帧对口型。不要将其他 provider 或其他工作流的同名字段直接传入当前模型。