動画
MiniMax H3 ビデオジェネレーター
テキストやフレームからサウンド付きの動画へ — MiniMax H3 が、プロンプトと任意の最初と最後のフレームから、映像とサウンドトラックを一緒に、短い MP4 として作ります。接続したデバイスで実行。
MiniMax H3 is licensed under the MiniMax H3 Community License Agreement, Copyright (c) 2026 MiniMax. All Rights Reserved.
モデルのライセンス
MiniMax H3 (Comfy-Org repack of FL2VA checkpoint and VAEs; GGUF-quantized by Mesh) · MiniMax-H3-Community-License
Grant is limited to the Applicable Territory (worldwide excluding the EU, UK, Republic of Korea and USA) and to the Acceptable Use Policy (Exhibit A). Written authorization from MiniMax is on file (conditional on continued compliance with commitments made to MiniMax). Display "MiniMax H3" on commercial UI; separate MiniMax authorization if yearly revenue exceeds USD 20M; no use of outputs to train other models.
Qwen3-VL-32B text encoder (as packaged in MiniMax-H3) · Apache-2.0
LightX2V MiniMax-H3 Turbo 4-step FL2VA LoRA (merged) · MiniMax-H3-Community-License
Published under the MiniMax H3 Community License (license_link LICENSE); same territorial and AUP limits as the base model.
API リファレンス
REST で送信
個人用 API キー(msk_…)を使うと、ご自身のツールからこのワークロードのジョブを作成できます。この方法で開始したジョブは、あなたのデバイス で接続したのと同じデバイスで実行されます。少なくとも 1 台がオンラインである必要があります。
https://cp.meshlabs.cloud/v1/organizations/jobsX-Organization-Api-Key: msk_your_personal_api_key で認証します。ヘッダー名は組織キーと同じで、個人キーも同じエンドポイントを使用します。
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign を呼び出し、返された upload_url にファイルをアップロードしてから、job_spec に download_url を渡します(例:input_image_url として)。リクエストボディ
{
"workload_type": "minimax-h3-fl2va-gguf",
"job_spec": {
"prompt": "A photorealistic lighthouse at dusk",
"resolution": "480p",
"aspect_ratio": "16:9",
"num_frames": 124,
"keep_warm": false
}
}job_spec のフィールド
| フィールド | 必須 | デフォルト | 説明 |
|---|---|---|---|
prompt | はい | — | クリップで何が起こるか。被写体、動き、場面設定、カメラ、そして聞こえてほしい音。 |
input_image_url | いいえ | — | クリップの始まりとなる静止画(任意)。クリップのサイズにリサイズされ、ノード上でエンコードされます。プロンプトだけから生成する場合は空のままにします。 |
end_image_url | いいえ | — | クリップの終わりとなる静止画(任意)。最初のフレームの有無は問いません。クリップのサイズにリサイズされ、ノード上でエンコードされます。 |
resolution | いいえ | 480p | フレームサイズ。既定は 480p で、768p が最大です。 |
aspect_ratio | いいえ | 16:9 | フレームの形状。768p は 16:9、9:16、1:1 に対応します。 |
num_frames | いいえ | 124 | 24 fps でのクリップの長さ(フレーム数)。約 3、5、10 秒。10 秒のクリップは 480p でのみ利用できます。 |
seed | いいえ | — | ランダムシード。同じシードとプロンプトなら、同じクリップになります。 |
keep_warm | いいえ | false | 次のクリップのために、モデルをお使いのデバイスに読み込んだままにします。 |
cURL
curl -X POST https://cp.meshlabs.cloud/v1/organizations/jobs \
-H "X-Organization-Api-Key: msk_your_personal_api_key" \
-H "Content-Type: application/json" \
-d '{
"workload_type": "minimax-h3-fl2va-gguf",
"job_spec": {
"prompt": "A photorealistic lighthouse at dusk",
"resolution": "480p",
"aspect_ratio": "16:9",
"num_frames": 124,
"keep_warm": false
}
}'https://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}status が終了状態(COMPLETED、FAILED、CANCELED、MODERATION_BLOCKED)になるまで、同じ API キーでポーリングします。コンテンツモデレーションが有効な場合、ジョブはコンピュートキューに入る前に MODERATION_PENDING から始まることがあります。完了したジョブには、各出力に署名済みの download_url の値が含まれます。
作成時のレスポンス
{
"id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
"workload_type": "minimax-h3-fl2va-gguf",
"status": "PENDING",
"job_spec_json": {
"prompt": "A photorealistic lighthouse at dusk",
"resolution": "480p",
"aspect_ratio": "16:9",
"num_frames": 124,
"keep_warm": false
},
"work_units": [],
"outputs": [],
"created_at": "2026-06-08T12:00:00Z",
"updated_at": "2026-06-08T12:00:00Z"
}完了時のレスポンス
{
"id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
"workload_type": "minimax-h3-fl2va-gguf",
"status": "COMPLETED",
"job_spec_json": {
"prompt": "A photorealistic lighthouse at dusk",
"resolution": "480p",
"aspect_ratio": "16:9",
"num_frames": 124,
"keep_warm": false
},
"work_units": [
{
"id": "…",
"index": 0,
"status": "COMPLETED"
}
],
"outputs": [
{
"id": "…",
"output_type": "<output type>",
"filename": "<output filename>",
"size_bytes": 524288,
"download_url": "<presigned output download URL>"
}
],
"created_at": "2026-06-08T12:00:00Z",
"updated_at": "<completion timestamp>"
}1つの文からのサウンド付きテキストから動画生成です。MiniMax H3 は MiniMax の動画モデルで、このワークロードは、映像とステレオのサウンドトラックを一緒に生成する高速な4ステップ版を実行します。最初のフレーム、最後のフレーム、またはその両方を指定すると、クリップはそこから始まり、そこで終わります。24 フレーム/秒の MP4 が得られ、480p では約 3、5、10 秒、768p では約 3 または 5 秒で、横長、縦長、正方形に対応します。レンタルの GPU ではなく、MESH に接続したコンピューターで動作します。スケジュールは固定で、調整できるガイダンススケール、ステップ数、ネガティブプロンプトはなく、サウンドトラックは常に生成されます。4K と、243 フレームを超えるクリップは、このワークロードの対象外です。モデルのライセンスにより、すべてのクリップには MiniMax H3 と表示されます。