Prueba la API de texto a vídeo MiniMax H3 con salida en 2K o 768p, seis relaciones de aspecto y generación flexible de 5–15 segundos mediante la API unificada de Best Image AI.
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'minimax-h3-text-to-video',
prompt: 'A golden retriever running through a sunlit meadow',
resolution: '2k',
duration: 8,
aspect_ratio: '16:9'
})
});
const { data } = await response.json();
const taskId = data.task_id;
La API MiniMax H3 Text-to-Video convierte instrucciones en lenguaje natural en secuencias de vídeo cinematográficas para herramientas creativas, flujos de marketing y aplicaciones de producción. Su proceso de generación basado en texto ayuda a los equipos a describir sujetos, acciones, entornos, lenguaje de cámara y tono, a la vez que mantiene una integración basada en tareas y compatible con API en Best Image AI.
Generación de vídeo basada en prompts: Convierte descripciones detalladas de escenas, sujetos, acciones y atmósferas en conceptos de imágenes en movimiento para flujos creativos y de producción.
Dirección de movimiento cinematográfico: Orienta el movimiento de cámara, los tiempos, el encuadre y el ritmo visual mediante prompts en lenguaje natural para dar forma a la secuencia final.
Coherencia de escenas y sujetos: Conserva las relaciones entre personajes, objetos, entornos y movimientos a medida que el prompt se desarrolla a lo largo de un clip.
Controles creativos flexibles: Trabaja con opciones configurables de duración, resolución y relación de aspecto para distintos contextos de publicación y entrega.
Flujo de tareas preparado para producción: Envía tareas de generación, sigue su estado y recupera los recursos de vídeo terminados mediante un flujo de API listo para aplicaciones.
Iteración creativa rápida: Explora ideas narrativas, tratamientos visuales y escenas de productos de forma eficiente antes de comprometerte con un proceso de producción más amplio.
Entrada: Prompts en lenguaje natural que describen el sujeto, la acción, el entorno, la dirección de cámara y el estilo visual.
Dirección de generación: Añade detalles de tiempos, movimiento, composición y ambiente cuando la escena dependa de una secuencia cinematográfica específica.
Salida: Clips de vídeo generados y entregados mediante el flujo de tareas de Best Image AI para su revisión, almacenamiento o edición posterior.
Gestión de tareas: Conserva el identificador de tarea devuelto, consulta el estado hasta que finalice y gestiona los errores de generación antes de publicar el resultado.
Controles de producción: Selecciona los ajustes disponibles de duración, resolución y relación de aspecto que se adapten al canal de destino.
Desarrollo de conceptos cinematográficos: Convierte ideas narrativas iniciales, referencias de ambiente y descripciones de planos en material visual para la preproducción.
Contenido de formato corto: Crea clips para redes sociales, secuencias promocionales y variaciones de campañas a partir de prompts creativos estructurados.
Narrativa de producto: Crea demostraciones de productos, escenas de lanzamiento y conceptos de movimiento de marca sin comenzar con un rodaje completo.
Previsualización publicitaria: Prueba el lenguaje de cámara, el ritmo y la dirección visual antes de comprometer los recursos de producción.
Automatización creativa: Añade generación de texto a vídeo a plataformas multimedia, herramientas de contenido y pipelines internos de producción.
Nota La claridad del prompt influye directamente en la composición de la escena y la calidad del movimiento. Antes de usar los clips generados en producción, revisa su continuidad, los artefactos y la disponibilidad del modelo a nivel de cuenta.
MiniMax H3 frente a Kling 3.0: Kling 3.0 es conocido por su generación de vídeo expresiva y su eficaz gestión del movimiento. MiniMax H3 ofrece un flujo de texto a vídeo específico para equipos que buscan dirección cinematográfica dentro de un pipeline de tareas de API.
MiniMax H3 frente a Runway Gen-4: Runway Gen-4 ofrece un amplio espacio de trabajo creativo y herramientas de producción visual. MiniMax H3 es apropiado para aplicaciones que necesitan generación basada en prompts y gestión programática de tareas.
MiniMax H3 frente a Veo 3.1: Veo 3.1 hace hincapié en la generación cinematográfica de gama alta y la integración con el ecosistema de Google. MiniMax H3 ofrece otra vía orientada a API para el desarrollo rápido de conceptos y la automatización de la producción.
MiniMax H3 frente a Seedance 2.0: Seedance 2.0 admite varios modos de creación de vídeo y flujos audiovisuales. En esta comparación, MiniMax H3 se centra en la generación directa de escenas basada en texto y en una integración de aplicaciones fácil de gestionar.
MiniMax H3 frente a Luma Dream Machine: Luma Dream Machine es popular para la experimentación visual rápida. MiniMax H3 es una opción práctica cuando los prompts de texto deben conectarse con colas de tareas, fases de revisión y sistemas multimedia posteriores.
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'minimax-h3-text-to-video',
'prompt': 'A golden retriever running through a sunlit meadow',
'resolution': '2k',
'duration': 8,
'aspect_ratio': '16:9'
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "minimax-h3-text-to-video",
"prompt": "A golden retriever running through a sunlit meadow",
"resolution": "2k",
"duration": 8,
"aspect_ratio": "16:9"
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"