MiniMax: H3 Max

MiniMax: H3 Max è un modello di generazione video di MiniMax, rilasciato congiuntamente con fal.ai. Si colloca nella categoria video ed è derivato attraverso un addestramento aggiuntivo da MiniMax H3. È progettato per una generazione text-to-video e image-to-video più rapida, il che lo rende adatto a flussi di lavoro in cui trasformare un prompt scritto o un'immagine fissa in una clip in movimento è il compito principale.

Il modello accetta input di testo e immagini e produce video come unico output. Supporta due opzioni di immagine frame, first_frame e last_frame, così puoi ancorare una clip all'inizio, alla fine o a entrambi. Le risoluzioni di output sono 768p e 480p, e le clip possono durare da 5 a 15 secondi con incrementi di un secondo. I rapporti d'aspetto coprono 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 e 9:16, quindi sono disponibili sia formati wide sia verticali. La generazione audio non è supportata, quindi le clip sono mute e qualsiasi suono deve essere aggiunto separatamente. Nessuna lunghezza di contesto è elencata per questo modello.

Gli usi pratici derivano dalla forma degli input e degli output. Il text-to-video si adatta a storyboard, anteprime di concept e brevi clip social costruite solo da un prompt. L'image-to-video si adatta all'animazione di un'immagine fissa, e le opzioni di immagine frame ti permettono di controllare dove inizia o termina un'inquadratura, il che è utile per la continuità tra inquadrature o per adattarsi a un montaggio esistente. La gamma di rapporti d'aspetto copre la distribuzione widescreen e i formati verticali per i feed mobili, e le durate da 5 a 15 secondi si adattano a contenuti short-form piuttosto che a sequenze lunghe.

Chiami H3 Max tramite l'API compatibile con OpenAI di api14 usando l'id del modello "minimax/hailuo-3-max". I parametri di richiesta supportati sono max_tokens, temperature e top_p. Poiché l'API è compatibile con OpenAI, i client e gli SDK esistenti che già puntano ad api14 dovrebbero funzionare con questo id del modello e questi parametri senza un'integrazione separata.

Se il tuo compito è audio e video insieme, H3 Max non è la scelta giusta poiché generateAudio è false. Se hai bisogno di clip più lunghe di 15 secondi o risoluzioni superiori a 768p, questo modello non le offre, e un modello video diverso potrebbe adattarsi meglio. Se il tuo lavoro è output di testo o immagini anziché video, un modello di testo o immagini è l'opzione più diretta.