ModelFoldminimax-h3/text-to-video
MiniMax H3（又名海螺 03）把文本、图片、视频和音频统一起来，支持 2K 视频生成、多模态参考、原生立体声、动作迁移和精确编辑。
定价： 768p 起 10 积分 / 秒（5 秒 50 积分），按输出秒数计。各分辨率见下方费率表。
更多图生视频模型
Hailuo 的更多模型
最新热门模型
MiniMax H3 API：一站式视频生成与编辑
在 ModelFold 上用 MiniMax H3 API，把提示词和多模态参考变成精致的 2K 视频，带原生立体声、动作连贯、创作控制精确。
MiniMax H3 如何拓展多模态视频创作
MiniMax H3（又名海螺 03）是一个开放的通用多模态视频生成系统，能在统一的创作语境中理解文本、图片、视频和音频。它可生成 5 到 15 秒、最高 2K 分辨率并带原生立体声的视频，同时遵循关于角色、动作、运镜、镜头结构、视觉风格、对白、音乐、音效、可读文字和品牌元素的详细指令。统一的多模态理解还支持基于参考的创作、音画迁移和精确编辑，适合商业内容制作。 MiniMax H3 API 现已在 ModelFold 上线，提供三种生成方式：文生视频、图生视频和参考生视频。开发者可以根据手头素材选择合适的模式：从文字提示词开始、让单张图片或指定的首尾帧动起来，或组合多张图片、多段视频和音频参考。当前的请求参数、支持的输入格式、生成设置和接入要求，请查看 ModelFold 上最新的 MiniMax H3 API 文档。
用 MiniMax H3 API 文生视频打造原创视听场景
文生视频无需上传素材，直接根据文字提示词生成完整的视听片段。开发者可以在一个请求中定义环境、角色、动作、运镜、镜头推进、视觉处理、对白、音乐和环境音。MiniMax H3 API 适合完全由文字驱动的广告创意、电影化片段、动画短片、动态图形、社交内容和产品视觉。
用海螺 03 API 让单张图片或首尾帧动起来
图生视频支持上传一张图片，或一对首帧和尾帧。单张图片可作为起始画面，生成自然的角色动作、环境运动和镜头动画；同时提供首尾帧，能更清楚地控制片段如何开始、过渡和结束。海螺 03 API 很适合动态海报、产品展示、界面演示、角色表演、主视觉动画和结构化的视觉转场。
用海螺 03 API 参考生视频组合多模态参考
参考生视频在一次生成请求中，把文字指令与参考图片、视频片段和音频文件结合起来。开发者可以让不同素材分别负责角色身份、产品外观、动作、镜头语言、剪辑节奏、视觉风格、人声或声音设计。海螺 03 API 还支持主体替换、动作迁移、背景修改、重新打光、对白修改、声音匹配、换装、换产品和局部编辑，同时保留原素材中不受影响的部分。
MiniMax H3 API 在多模态视频生成中的独特之处
MiniMax H3 API 统一的多模态语境
MiniMax H3 API 能在同一语境中理解文本、图片、视频片段和录音。每种输入可以承担不同角色，比如定义角色身份、引导动作、确立镜头语言、匹配视觉风格，或提供人声和声音参考。这种统一理解让不同创作元素在最终视频中始终相互关联。
海螺 03 API 原生 2K 视频与立体声
海螺 03 API 生成最高 2K 的视频，同时生成原生立体声，而不是通过单独的流程添加音频。画面动作、对白、音乐、环境音和音效可以在同一个提示词里统一指挥，音画连贯性更强，画面和声音的同步也更自然。
海螺 03 API 灵活的多参考控制
海螺 03 API 能在一次生成中组合多张图片、多段视频和音频文件。身份可以来自图片，动作和镜头行为来自视频，人声或声音特征来自音频参考。用自然语言说明每个素材如何影响结果，能减少不同参考素材之间的冲突。
海螺 3.0 API 出色的指令遵循和文字渲染
海螺 3.0 API 能遵循关于镜头顺序、时机、转场、运镜、角色行为、声音设计以及必须保持不变的元素的详细指示。它还能更清晰地渲染文字、标题、界面组件、招牌和品牌细节，对正向指令和明确的限制都响应得更可靠。
海螺 AI API 精确视频编辑
海螺 AI API 可以对现有素材做针对性修改，而不必重建整个场景。角色、物体、服装、背景、光影、对白、人声和视觉特效都可以替换或调整，同时保留不受影响的构图、动作、节奏和环境细节。
MiniMax H3 与 Seedance 2.0：创作优势从何分化
给出相似的创作方向，MiniMax H3 和 Seedance 2.0 往往会给出明显不同的视觉方案。下面四组对比展示了两者在产品叙事、动态设计、电影化可视化和界面动画上的不同思路。
MiniMax H3 讲出更完整的产品故事
MiniMax H3 通过多样的机位、功能特写、连贯的充电动作、清晰可读的参数和全片一致的产品材质，搭出结构更完整的广告片。Seedance 2.0 呈现了运动流畅、布光干净的精致棚拍，但镜头推进更简单，对单项功能的强调较少。MiniMax H3 在产品设计、功能传达、字体排版和最后的品牌露出之间保持了更强的连贯性。
海螺 03 与 Seedance 2.0 在动态设计上各走一路
海螺 03 用网格、流体形态、立体物件、粗体字和快速变化的构图，做出更密集的动态设计片段。Seedance 2.0 偏好更干净的几何变换、更克制的版式，以及更简单的收尾标题推进。海螺 03 视觉变化更多、编辑感更强，Seedance 2.0 则保持更极简统一的图形语言。
海螺 03 偏向商业写实而非未来风格
海螺 03 通过真实的材质、可控的特写、技术图层叠加，以及在视角变化中保持一致的黑白红视觉体系来呈现赛车。Seedance 2.0 更多地使用发光蓝图效果、全息组件和更强的速度感。海螺 03 让车辆特征更清楚、更贴近商业落地，Seedance 2.0 则更强调风格化的技术奇观。
海螺 3.0 保留界面，Seedance 2.0 重新演绎
海螺 3.0 让手柄与原网页融为一体，镜头在版面中移动时保留了原有的字体、碳纤维纹理、界面控件和高对比度的视觉层级。Seedance 2.0 则把素材变成独立的产品展示，加入蓝色动态背景、戏剧化特写和新增的宣传文字。海螺 3.0 更贴近原界面结构，Seedance 2.0 更自由，接近常规的产品广告。
MiniMax H3 API 从 Playground 到生产环境
ModelFold 让你更容易从最初的试验走到完整的视频生成体验。先测试创作设置，定好可靠的输入结构，再把验证过的流程接入你的产品。
- 1
1. 注册并妥善保管 MiniMax H3 API Key
注册 ModelFold 账号或登录已有账号，在控制台生成 API Key。开始接入前，请妥善保存 Key，不要放在任何客户端环境中。
- 2
2. 在 Playground 验证创作设置
写代码之前，先在 Playground 里直接体验文生视频、图生视频和参考生视频。测试提示词、单张图片、首尾帧和多模态参考，找到能带来预期动作、构图、音频和视觉一致性的设置。
- 3
3. 配置 MiniMax H3 API 的输入
定义你的产品要支持的提示词、媒体格式、生成模式和可调设置。清晰的输入结构有助于正确分发每个创作请求，减少无效提交和不一致的结果。
- 4
4. 把 MiniMax H3 API 接入你的产品
把验证过的生成流程接入你的网站、应用或内部创作平台。围绕产品需要提供的体验，配置鉴权、输入处理、生成控制、进度处理和结果展示。
- ✓
5. 部署并扩展 MiniMax H3 API 流程
在生产环境上线完成的接入，并随着用量增长优化提示词模板、校验规则、请求管理和处理能力。当前参数、支持的输入和接入指引，请查看 ModelFold 上最新的 MiniMax H3 API 文档。
MiniMax H3 API 在现代视频创作中的位置
MiniMax H3 API 用于广告和产品活动
产品片可以在一个连续片段里结合细节特写、功能演示、品牌字体、镜头转场和同步音效。MiniMax H3 API 还能在镜头变化中保留产品的材质、比例、包装和视觉特征，让成片更统一、更有商业质感。
用海螺 03 API 做电影片头和动态设计
海螺 03 API 可以根据详细的创作指引制作片头、动态海报、音乐视觉和编辑类动态图形。字体、几何版式、层叠效果、转场、运镜、音乐和声音提示随时间一起展开，而不是各自孤立的视觉元素。
用海螺 03 API 创作角色驱动的故事
短剧、角色宣传片、动态漫画和风格化叙事都需要整个场景里人脸、服装、道具、声音和表演细节保持一致。海螺 03 API 还能从不同参考中分别获取动作、镜头语言、氛围或台词演绎，同时让主角始终可辨认。
海螺 3.0 API 用于界面、游戏和数字体验概念
界面动画可以保留网页结构、菜单、字体、控件和产品图，同时加入滚动、悬停状态、转场、加载序列和场景揭示。海螺 3.0 API 也支持游戏菜单、装备定制、电影化游戏概念等把界面逻辑与动画叙事结合的数字体验。
为 MiniMax H3 API 写出更有效的提示词
好结果不只是描述屏幕上该出现什么。清晰的提示词应当组织好视觉意图、参考素材的角色、时机、运镜、声音和需要保留的内容，让生成的每个部分都遵循同一个创作方案。
给每个参考素材明确的角色
同时使用多张图片、多段视频或音频时，说明每个素材负责控制什么。不同参考分别定义角色身份、产品外观、动作、镜头语言、剪辑节奏、视觉风格、人声或声音，能减少输入之间的冲突。
用海螺 03 API 组织更长的片段
把多镜头创意拆成清晰的推进顺序，让动作、转场和视觉变化按预期顺序发生。结构化的片段能帮助海螺 03 API 在整段时长内保持节奏，而不是把所有想法挤在开头几秒，或生成彼此割裂的场景。
在海螺 03 API 中同时指挥画面和声音
把对白、音乐、环境音和音效当作与构图、动作同一套创作方向的一部分。把声音提示、情绪基调和随时间的变化与画面顺序一起描述，海螺 03 API 能更好地让声音与可见动作配合。
用海螺 3.0 API 保留身份和设计细节
列出必须保持一致的面部特征、服装、道具、材质、颜色、字体或产品细节。清晰的保留指令为海螺 3.0 API 提供更强的锚点，在镜头和机位变化中保持主体和视觉元素可辨认。
为 MiniMax H3 API 定义镜头语言
描述景别、镜头特性、运镜、焦点变化、曝光和整体摄影处理。具体的摄影指引能帮助 MiniMax H3 API 做出更有意图的视觉叙事，避免片段依赖泛泛的运动或重复的构图。
在海螺 03 API 提示词中写明限制
说明应避免的元素、转场、风格或视觉错误。负向约束能帮助海螺 03 API 保持在预期的创作方向内，尤其是在处理字体、角色身份、界面版式、写实素材或高度风格化的场景时。
用海螺 AI API 编辑时指令要精确
做视频编辑时，逐项说明需要的修改，并明确哪些内容必须保持不变。把替换、删除、重新打光、对白修改和背景调整分开说明，海螺 AI API 就能做局部修改，同时保留原有的节奏、构图、动作和不受影响的场景细节。
为什么选择 ModelFold 使用 MiniMax H3 API
有竞争力的 MiniMax H3 API 价格，便于规模化
灵活的按量计费让你在测试、日常内容生产和更大批量生成中都更容易控制成本。ModelFold 上的 MiniMax H3 API 价格支持逐步扩展，无需专用硬件或复杂的基础设施投入。
完整的海螺 03 API 文档，接入更清晰
详细的文档涵盖鉴权、生成模式、支持的输入、请求设置和实现指引。海螺 03 API 的相关资料能减少不必要的配置工作，让接入的每个阶段都更容易理解。
直接在 Playground 体验海螺 03 API
Playground 提供可视化环境，在正式接入前测试文生视频、图生视频和参考生视频。提示词、单张图片、首尾帧和多模态参考都能更高效地调整和比较。
可靠的海螺 3.0 API 基础设施，支撑生产负载
稳定的服务支撑从开发、测试、部署到持续生产的一致生成。ModelFold 上的海螺 3.0 API 基础设施可应对不断增长的请求量，用户无需自己维护视频生成环境。
MiniMax H3 API 接入的及时支持
专业支持团队可协助处理账号访问、文档问题、接入问题和生成相关的疑问。在测试和生产的全过程中，MiniMax H3 API 用户都能及时获得指导，而不必独自解决技术问题。
海螺 AI API 之外的更多先进模型
ModelFold 用一个账号提供更丰富的视频、图像、音频和语言模型。除了海螺 AI API，用户还能比较不同的创作能力、扩展现有产品、加入新的生成流程，而不必重建整个技术底座。
MiniMax H3 API 常见问题
MiniMax H3 是什么？和海螺 03 是同一个吗？⌄
MiniMax H3（又名海螺 03）是 MiniMax 的通用多模态视频模型，两个名字指的是同一个版本。它支持文生视频、单图和首尾帧动画、多模态参考、精确视频编辑、原生立体声，以及最高 2K 的输出。
MiniMax H3 API 支持哪些生成模式？⌄
MiniMax H3 API 支持文生视频、图生视频和参考生视频，覆盖纯提示词创作、单图或首尾帧动画，以及由图片、视频和音频引导的多模态生成。
海螺 03 API 支持多长、多高分辨率的视频？⌄
海螺 03 API 可生成 5 到 15 秒（按整秒）的视频，最高 2K 分辨率。支持多种常见画面比例，部分生成流程还支持自适应尺寸。
MiniMax H3 能生成原生音频吗？⌄
能。MiniMax H3 会和画面一起生成原生立体声。对白、人声、音乐、环境音和音效都可以与角色动作、运镜和场景时机一起指挥。
海螺 3.0 API 能组合多个参考吗？⌄
能。海螺 3.0 API 可以在同一次生成中组合图片、视频片段和音频文件。不同素材可以分别引导角色身份、产品外观、动作、镜头语言、视觉风格、剪辑节奏、人声或声音设计。
海螺 03 API 能编辑现有视频吗？⌄
海螺 03 API 支持对现有素材做针对性编辑，包括替换角色或物体、换装、修改背景、重新打光、修改对白、声音匹配、动作迁移和视觉特效调整。也可以用清晰的指令说明原场景中哪些部分要保持不变。
如何在 ModelFold 上使用 MiniMax H3 API？⌄
注册 ModelFold 账号，生成 API Key，先在 Playground 体验各个模式，再把选定的流程接入你的产品。当前的输入要求、支持的设置和接入指引，请查看 ModelFold 上最新的 MiniMax H3 API 文档。
| 768p | 50 积分 / 5 秒 |
| 2k | 82 积分 / 5 秒 |
按秒计费 —— 上表为各分辨率下「5 秒」的价；时长更长则按比例增加。Playground 与 API 的实际扣费同此口径。
带参考视频时，计费秒数 = 输出秒数 + 参考视频总秒数，单价不变（参考视频总长不超过 15 秒，每条向上取整到整秒；输入 + 输出不超过 30 秒）。 参考图前 5 张免费，之后每张 5 积分。
curl https://ai.modelfold.online/v1/videos/generations \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"minimax-h3/text-to-video","prompt":"...","resolution":"720p","duration":5}'