MiniMax Hailuo(海螺) H3 動画 API

HopBase は MiniMax 公式の v2 契約を通じて MiniMax Hailuo(海螺) H3 を提供します。これは非同期 API です。まずタスクを送信し、その後 HopBase のタスク ID をポーリングします。MiniMax プランが有効なキーを使用し、課金対象の処理を送信する前に GET /v1/models で利用可能かどうかを確認してください。

エンドポイント

すべてのリクエストは Authorization: Bearer sk-your-key と Content-Type: application/json を使用します。ボディは MiniMax 公式の POST /v2/video_generation リクエストをそのまま反映しており、厳格にデコードされます。未知のフィールドと 2 つ目の JSON 値は、リクエストが送信される前に拒否されます。

モデル

正確な ID である MiniMax-H3 / MiniMax-H3-Max を使用してください。エイリアスは登録されておらず、未知のモデル名は拒否されます。H3-Max は高速生成バリアントです(5 秒のクリップは通常数秒でレンダリングされます)。送信時に reference_image / reference_video / reference_audio を拒否し、2K も提供しません。

リクエスト契約

content はマルチモーダルな配列です。空でない text 要素(プロンプト、最大 7,000 文字)をちょうど 1 つ含む必要があります。メディア要素は role を明示的に宣言します。

先頭/末尾フレームの要素と reference_* 要素は、同じリクエスト内では互いに排他的です。

音声参照は、少なくとも 1 つの画像または動画の参照とあわせて指定する必要があり、音声のみの参照入力は拒否されます。混在する参照入力は、合計最大 12 ファイルまでです。

メディアの url には、パブリックな絶対 http(s) URL、または data: URI(base64 埋め込み)を指定できます。mm_file:// のロケーターは拒否されます。そのファイルはお客様自身の MiniMax アカウントに属するものであり、ゲートウェイからはアクセスできません。callback_url には対応していないため、代わりにタスクをポーリングしてください。

入力・出力仕様

• 出力:24 FPS。すべてのクリップにネイティブなステレオ音声が付属します。セリフとナレーションはモデル内で生成され、TTS は 11 言語(中国語、英語、日本語、韓国語、フランス語、ドイツ語、スペイン語など)に対応します。2K は 16:9 から 9:16 の比率において短辺 1440 ピクセルを意味します(それより横長の比率では総画素数約 370 万を維持します。例:21:9 → 2976×1248)。768P も同じルールで、短辺 768 ピクセル / 総画素数約 100 万です。
• 画像:JPG / JPEG / PNG / WEBP / HEIC / HEIF、各 30MB 以下、各辺 256〜5760 px、アスペクト比 5:2〜2:5。
• 参照動画:H.264 / H.265、各 50MB 以下、1 本あたり 2〜15 秒、合計 15 秒以下。
• 参照音声:WAV / MP3、各 15MB 以下、1 本あたり 2〜15 秒、合計 15 秒以下。
• サイズ制限は素材ごとに適用されます。リクエストボディ全体の上限は 64MB のため、大きなメディアには data: 埋め込みよりも URL 参照を優先してください。

アスペクト比

• テキストから動画生成:ratio は必須で、adaptive は指定できません。21:9、16:9、4:3、1:1、3:4、9:16 から選択してください。
• 画像から動画生成(先頭/末尾フレーム):出力は常に入力画像に従います。有効な ratio の値はどれを指定しても受け付けられ、公式の挙動と同様に adaptive に正規化されます。特定の比率にしたい場合は、先にフレーム画像をその比率にクロップしてください。
• マルチモーダル参照:ratio は任意で、デフォルトは adaptive です。

例 — テキストから動画生成

curl https://api.hop-base.com/v1/video/generate \
  -H "Authorization: Bearer sk-your-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3",
    "content": [{ "type": "text", "text": "Aerial drone shot over snow mountains above a sea of clouds at sunrise" }],
    "resolution": "2K",
    "duration": 4,
    "ratio": "16:9"
  }'

送信すると 202 と HopBase のタスク ID が返ります。

{ "id": "mmt60x430684635582774", "object": "video.generation.task", "model": "MiniMax-H3", "status": "queued", "billing_bucket": "2k" }

例 — 画像から動画生成

{
  "model": "MiniMax-H3",
  "content": [
    { "type": "text", "text": "The camera slowly pushes in, light drifting across the scene" },
    { "type": "image_url", "image_url": { "url": "data:image/jpeg;base64,..." }, "role": "first_frame" }
  ],
  "resolution": "768P",
  "duration": 4
}

タスクのライフサイクル

GET /v1/video/tasks/{task_id} をポーリングしてください。status は queued → processing → completed | failed と遷移し、終了状態はこの最後の 2 つのみです。それ以外の値は実行中として扱ってください。通常、1 本のクリップは 1.5〜3 分で完成します。完了すると、レスポンスに出力 URL が含まれます。

{
  "id": "mmt60x430684635582774",
  "status": "completed",
  "outputs": ["https://api.hop-base.com/..."],
  "usage": { "bucket": "2k", "billed_seconds": 4, "input_seconds": 0, "extra_input_images": 0 }
}

outputs は api.hop-base.com 上の署名付き URL で、タスク完了時点から 6 時間有効です。再度照会しても同じ URL が返るだけで有効期限は延長されず、期限切れの URL は 410 を返すため、この時間内に結果をダウンロードしてください。

MiniMax はどちらのモデルについても、トークンではなく出力解像度に応じたレートで動画の秒数単位で課金します。課金額は usage.billed_seconds に usage.bucket のレートを掛けたものです。参照動画は、その入力の長さに対して同じレートで別途課金されます(MiniMax 自身の input_seconds)。参照画像には無料の割り当てがあり、usage.extra_input_images がその割り当てを超えた枚数を示します。H3-Max では、MiniMax は出力動画のみを課金対象とし、入力素材には課金しません。

プラン

MiniMax-H3 と MiniMax-H3-Max は別々の 2 つのモデルであり、それぞれ別のプラン(MiniMax H3 官方直連(MiniMax H3 公式直結)と MiniMax H3 Max 官方直连(MiniMax H3 Max 公式直結))から提供されます。そのため、一方に紐づいたキーは他方のモデルには到達しません。GET /v1/models で、お使いのキーがどちらのプランに到達するかを確認してください。

料金

公式のリスト価格は料金ページに掲載されています。実際の適用レートはログイン後のモデルカタログに表示され、各リクエストの実際の課金額は利用量レコードで確認できます。