API 调用
无需部署,通过统一 API 快速调用模型,按实际用量付费。
MiniMax-H3(FL2VA)是 MiniMax 推出的视频生成模型,支持根据文本描述生成视频,也可通过首尾帧图像控制画面的起止状态,适用于广告、电商展示、品牌宣传和创意短片制作
通过 API 即可调用,按实际使用量计费。
计费币种:人民币| 计费类型 | 单价 / 计费单位 |
|---|---|
| 请求视频秒数 | ¥ 0.50 / 秒 |
Base URL: https://api.siliconflow.cn/v1
curl --request POST \
--url https://api.siliconflow.cn/v1/video/submit \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "MiniMaxAI/MiniMax-H3",
"prompt": "一只猫在草地上奔跑",
"duration": 5,
"resolution": "768p",
"ratio": "16:9"
}'
请将 YOUR_API_KEY 替换为实际 API Key,避免在客户端公开密钥。
无需部署,通过统一 API 快速调用模型,按实际用量付费。
为业务预留专属资源,满足持续、稳定的模型调用需求。
MiniMax-H3(FL2VA)是稀宇科技(MiniMax)开源的音视频生成模型,可从文字描述或关键画面出发,生成带原生立体声音的视频。
采用 33B 单流架构 H3-Omni Transformer,联合预测视频与音频,再分别解码为视频和立体声音频,实现声画同步生成。
支持输入首帧、尾帧或首尾双帧;在硅基流动可生成 5–15 秒、480P 或 768P 的带音轨视频。
采用高压缩编解码器 H3-VAE,带来 4 倍有效序列长度收益,以降低训练与推理成本。
广告拍摄与品牌宣发:模型在复杂指令遵循、文字及品牌信息呈现方面表现突出,适合将品牌创意转化为视频内容。
电商展示:可从文字描述或关键画面出发生成展示视频。
UI/UX 与游戏内容制作:可将创意构思呈现为音视频,结合关键帧控制开场和结束画面。
需要原生音轨的短视频创作:可同步生成画面与立体声音频,省去单独制作、拼接音频的环节。
支持上传首帧、尾帧,或同时上传首尾两张关键帧,再配合提示词生成衔接流畅的音视频。
当创意已明确“如何开场”和“在哪里结束”时,可用首尾双帧指定关键画面,通过文字描述补充中间的动作过程。
以扣篮视频为例:上传扣篮与入网后庆祝的画面,并描述“腾空、扣篮”等动作,使预设的开场与落点连贯呈现。
当任务同时需要声画同步、原生立体声音频和关键帧控制时,可优先将其纳入选型,减少单独制作与拼接音频的环节。
当商业内容重视复杂指令遵循、文字及品牌信息呈现时,与 MiniMax-H3 的能力较为匹配。
支持在线体验和 API 接入:开发者可在硅基流动在线体验模型,也可通过 API 将其接入现有创作工作流。
同时提供文生音视频与关键帧控制:用户可以从文字构思出发,也可以上传首帧、尾帧或首尾双帧,生成带音轨的视频。
调用规格与价格明确:平台给出支持的时长、分辨率及每秒价格,便于围绕交付要求评估使用成本。