# MiniMax H3 Lite API · KovAPI

> MiniMax H3 Lite — та же модель MiniMax H3 с меньшим числом шагов инференса: быстрее и дешевле при чуть более низком качестве, для черновиков пачками и проб промптов. В KovAPI это `minimax-h3-lite`: 480P или 768P, любая длительность от 4 до 15 секунд, оплата посекундная; для первого кадра, референсного видео или 1080P переключитесь на Standard.

Веб-страница: https://kovapi.com/ru/model/minimax-h3-lite · Обновлено: 2026-11-12
Цены, лимиты и время — актуальные значения на момент создания файла.

## Ключевые факты

- ID модели: `minimax-h3` · `minimax-h3-lite`
- Эндпоинт: `POST https://kovapi.com/v1/videos/generations` → `GET https://kovapi.com/v1/videos/jobs/{id}`
- Длительность: 4–15 с, целые секунды
- Разрешение: 480P / 768P; без указания — 768P; 720P обрабатывается как 768P
- Соотношение сторон: 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 3:2 / 2:3 / 21:9
- Референсы: до 5 референсных изображений (только референсы, не первый кадр); без референсных видео и аудио
- Звук: в каждом ролике есть родная стереодорожка (реплики, эффекты, музыка); отключить её нельзя
- Промпт: ≤ 5 000 символов
- За секунду: 480P $0.015/с · 768P $0.025/с · 1080P $0.036/с
- Lite: за секунду: 480P $0.005/с · 768P $0.0125/с
- Хранение результатов: 7 дней

## Картинка и звук за один проход, а начало, финал, герои и движение — под вашим контролем

- **Планы, реплики и звук идут по таймлайну промпта**: Если писать план за планом в официальном формате, время склеек, реплики, фон и музыка следуют промпту. В ролике с пекарней на 5-й секунде склейка на нож для хлеба, пекарь произносит реплику слово в слово, а акустическая гитара — та самая, о которой просил промпт.
- **Задайте начало — или и начало, и конец**: Одно изображение как первый кадр — и ролик начинается с него; два изображения как первый и последний кадр — и модель достраивает движение между ними. Ролик с зонтом начинается с первой картинки со сложенным зонтом и заканчивается второй, где зонт раскрыт.
- **Люди и товары с ваших изображений, собранные так, как вы описали**: Режим референсов принимает до 9 изображений. В рекламе очков их три — манекенщицы, их лица и очки; в промпте по структуре руководства для режима референсов манекенщицы надевают очки, идут по подиуму, а затем следует склейка на крупный план.
- **Движение и камера из референсного видео**: Слева — референсное видео, справа — результат: мультяшная лиса повторяет движения человека. Референсное видео может задавать и только движение камеры, а что будет в кадре, решают референсное изображение и промпт. Секунды референса тоже оплачиваются.
- **Черновик в 480P, финал в 1080P**: 480P / 768P / 1080P, восемь пропорций, любая длительность от 4 до 15 с. Проверьте композицию и движение в 480P или на [Lite](https://kovapi.com/ru/model/minimax-h3-lite), а финальный ролик сделайте в 1080P; при смене разрешения генерируется новый ролик, а не тот же самый, — разницу показывает сравнение на одном промпте ниже.

## Режимы и поля API

В обоих режимах есть `model` (`minimax-h3-lite`), `prompt`, `duration`, `resolution` и `size`. Изображения всегда служат референсами, поэтому `image_role` не нужен.

| Режим | Что передать | Что получите | Ограничения |
| --- | --- | --- | --- |
| Видео из текста | Только `prompt` и настройки генерации. | Картинка и звук по тексту; реплики, эффекты и музыку пишите в промпте. | Любое целое число секунд от 4 до 15; без `resolution` — 768P. |
| Референсные изображения | 1–5 изображений в `images`. | Люди, товары или места с них появляются в новой сцене, но никогда не становятся первым кадром. | До 5; `image_role: first_frame` отклоняется. |

## Цены MiniMax H3

| Разрешение | Стандарт | Lite | Прайс MiniMax |
| --- | --- | --- | --- |
| 480P | $0.015/с | $0.005/с | - |
| 768P | $0.025/с | $0.0125/с | $0.08 |
| 1080P | $0.036/с | - | - |

- Ролик стоит: цена секунды выбранного разрешения × (секунды результата + секунды референсного видео); референсные изображения и аудио бесплатны. Чтобы посчитать запрос с референсным видео, передвиньте «Видео-референс» в калькуляторе.
- В прайсе самой MiniMax у H3 есть только 768P и 2K, поэтому официальная цена стоит рядом с нашей только у 768P.
- Сумма удерживается при отправке и при успехе списывается в том же размере; за неудачные задачи она возвращается полностью. Черновики пачками дешевле делать в [MiniMax H3 Lite](https://kovapi.com/ru/model/minimax-h3-lite).

## Один промпт, пять вариантов

Наведите курсор на ролики, и они заиграют одновременно; на телефоне нажмите «Воспроизвести вместе». Каждый ролик — отдельная генерация, поэтому они не одинаковы: сравнивайте чёткость и детали.

### Латте-арт: три разрешения H3 и два — Lite

Один и тот же промпт, 5 секунд в 16:9, по одной генерации на H3 в 1080P / 768P / 480P и на Lite в 768P / 480P. Проверяйте композицию и движение в 480P или на Lite, а финальный ролик делайте в 1080P.

- 5s · 16:9
- **MiniMax H3 1080P** ($0.18 по текущим ценам): https://img.kovapi.com/i/mp-30a37c4381ec04a2ba543aab.mp4 — Самая чёткая картинка: узор латте, блики на питчере и край чашки — всё резкое.
- **MiniMax H3 768P** ($0.125 по текущим ценам): https://img.kovapi.com/i/mp-2972abbc7c033fb49b25783d.mp4 — Деталей чуть меньше, чем в 1080P, но картинка по-прежнему чистая.
- **MiniMax H3 480P** ($0.075 по текущим ценам): https://img.kovapi.com/i/mp-faf663f1a053b4a823c2ea31.mp4 — Композиция и движение хорошо видны; при увеличении мягковато. Подходит для черновиков.
- **MiniMax H3 Lite 768P** ($0.0625 по текущим ценам): https://img.kovapi.com/i/mp-4eda7882119d1b49c37bf0e1.mp4 — Быстро и дёшево; узор латте заметно слабее.
- **MiniMax H3 Lite 480P** ($0.025 по текущим ценам): https://img.kovapi.com/i/mp-10b056d268a7c3beaf4f26e0.mp4 — Дешевле всего; только чтобы проверить композицию и движение.

Исходный промпт:

```text
integrated_multimodal_description: [Shot 1] Live-action, cinematic, a close shot of a barista's hands pouring steamed milk into a cup of espresso on a wooden counter by a sunny window. The milk forms a heart in the crema while steam curls upward, and the camera pushes in with small amplitude at slow speed toward the cup.

overall_soundscape: Milk streams into the cup, a steam wand hisses softly in the background and cafe chatter murmurs.

non_diegetic_music: N/A
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
integrated_multimodal_description (картинка): [Shot 1] Живая съёмка, кинематографично, близкий план: руки бариста вливают вспененное молоко в чашку эспрессо на деревянной стойке у солнечного окна. Молоко рисует сердечко на крема, вверх вьётся пар, а камера с малой амплитудой медленно наезжает на чашку.

overall_soundscape (звуки сцены): молоко льётся в чашку, на фоне тихо шипит паровая трубка, негромко гудят разговоры в кафе.

non_diegetic_music (закадровая музыка): N/A (нет)
```

## Примеры: промпты и параметры

### Два плана: первая выпечка в пекарне

- Сделано в KovAPI · Текст в видео · 8s · 1080P · 16:9
- $0.288 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-c9751f98f2f98ea8114fa1f3.mp4

Пример видео из текста из основной части руководства MiniMax: два плана, на 5-й секунде склейка на крупный план. Реплика пекаря, ставни, нож для хлеба и акустическая гитара прописаны в промпте, и ролик выдаёт каждое. Вывески на фоне — абракадабра: слова выходят верно, только если взять их в кавычки в промпте. Промпт дословно взят из [руководства MiniMax по написанию видеопромптов](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_base_en.md); ролик создан KovAPI по этому промпту.

Исходный промпт:

```text
integrated_multimodal_description: [Shot 1] Live-action, cinematic, a medium-wide shot frames a baker opening the shutters of a small street bakery before sunrise. The camera pushes in with small amplitude at slow speed as the middle-aged baker with a calm, slightly raspy voice (S1) places a fresh loaf on the wooden counter and says: <d>[English] First batch of the morning.</d> [Shot 2] At 00:05.000, the camera cuts to a close-up of steam rising from the sliced bread while the baker's final words carry over from the previous shot.

overall_soundscape: Wooden shutters scrape open over a quiet street as trays clink softly inside the bakery. The doorbell rings once, followed by light footsteps and the crisp sound of bread being sliced.

non_diegetic_music: A soft acoustic-guitar pattern at a moderate tempo, joined by sparse upright-bass notes and a gentle fade at the end.
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
integrated_multimodal_description (картинка и реплики): [Shot 1] Живая съёмка, кинематографично, средне-общий план: перед рассветом пекарь открывает ставни маленькой уличной пекарни. Камера с малой амплитудой медленно наезжает, пока пекарь средних лет со спокойным, слегка хрипловатым голосом (S1) кладёт свежую буханку на деревянный прилавок и говорит: <d>[English] First batch of the morning.</d> (Первая выпечка за утро.) [Shot 2] На 00:05.000 склейка на крупный план: от нарезанного хлеба поднимается пар, а последние слова пекаря продолжают звучать с предыдущего плана.

overall_soundscape (звуки сцены): деревянные ставни со скрежетом открываются над тихой улицей, в пекарне негромко позвякивают противни. Один раз звенит дверной колокольчик, затем слышны лёгкие шаги и хрустящий звук разрезаемого хлеба.

non_diegetic_music (закадровая музыка): мягкий гитарный перебор в умеренном темпе, к нему присоединяются редкие ноты контрабаса, в конце — плавное затухание.
```

### Прыжок в гиперпространство с капитанского мостика

- Сделано в KovAPI · Текст в видео · 8s · 1080P · 16:9
- $0.288 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-66d0f99896d2e402c3af40c3.mp4

Пример видео из текста из репозитория модели MiniMax: медленный наезд на спину капитана, склейка на её лицо на отметке 4,5 с, ослепительная вспышка при прыжке флота, а низкий гул и музыка нарастают вместе. Промпт дословно взят из примера в [репозитории модели H3](https://huggingface.co/MiniMaxAI/MiniMax-H3) от MiniMax; ролик создан KovAPI.

Исходный промпт:

```text
integrated_multimodal_description: [Shot 1] Cinematic, medium wide shot, pushing in slowly. In the cavernous, dimly lit bridge of a starship, sleek metallic consoles with glowing amber displays flank a massive, curved observation window. A female captain, in her late 40s with an athletic build and short silver-streaked black hair, stands in the center midground. She wears a structured, high-collared dark navy military tunic with silver chest insignias. Her back is to the camera, silhouetted against the cool, ambient starlight pouring through the thick glass. She stands perfectly still with her hands clasped tightly behind her back. Outside the window, a massive armada of jagged, dark grey dreadnoughts hovers in tight formation against a deep purple space nebula. The fleet's massive rear thrusters begin to glow with an intense, escalating bright blue light. [Shot 2] At 00:04.500, the camera cuts to a close-up of the captain's face and shakes strongly. The brilliant blue-white light from the fleet's gathering energy reflects vividly in her dark eyes. Suddenly, a blinding white flash floods through the window, completely washing out the background as the fleet jumps to hyperspace. The sheer spatial force violently jolts the bridge, causing the captain from Shot 1 to stagger slightly forward, her shoulders tensing as she visibly braces herself against the physical tremors. As the intense white light fades abruptly, leaving only the dim, empty expanse of the purple nebula reflected on her starkly lit skin, her jaw clenches, and she slowly closes her eyes in the newly emptied space.
overall_soundscape: A low, resonant hum of the ship's ambient life support systems serves as the baseline, soon drowned out by an audible, escalating, high-pitched electronic whine as the fleet outside charges its hyperdrives. A massive, deafening, bass-heavy boom and sharp crackle erupts during the blinding flash, accompanied by the loud metallic creaking, rattling, and deep thuds of the bridge's bulkheads vibrating under immense physical stress. The intense roaring impact then cuts abruptly back to a hollow, echoing room tone, leaving only the faint, steady hum of the isolated bridge.
non_diegetic_music: Cinematic space-opera orchestral score, slow tempo, featuring a solitary, mournful French horn melody over deep, sustained string dissonances that build rapidly in volume and intensity, swelling to a massive orchestral peak before snapping immediately into silence right after the jump.
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
integrated_multimodal_description (картинка): [Shot 1] Кинематографично, средне-общий план, медленный наезд. На просторном полутёмном мостике звездолёта гладкие металлические пульты со светящимися янтарными экранами обрамляют огромное изогнутое обзорное окно. Женщина-капитан под пятьдесят, спортивного телосложения, с короткими чёрными волосами с проседью, стоит в центре на среднем плане. На ней строгий тёмно-синий военный китель с высоким воротником и серебряными знаками отличия на груди. Она стоит спиной к камере, силуэтом на фоне холодного звёздного света, льющегося сквозь толстое стекло, — совершенно неподвижно, крепко сцепив руки за спиной. За окном огромная армада зазубренных тёмно-серых дредноутов плотным строем висит на фоне глубокой фиолетовой туманности. Мощные кормовые двигатели флота начинают светиться всё ярче и ярче синим светом. [Shot 2] На 00:04.500 склейка на крупный план лица капитана, камеру сильно трясёт. Яркий сине-белый свет копящейся энергии флота отчётливо отражается в её тёмных глазах. Внезапно ослепительная белая вспышка заливает окно и полностью высвечивает фон — флот прыгает в гиперпространство. Чудовищная сила пространства резко встряхивает мостик, и капитан из Shot 1 слегка подаётся вперёд, плечи напрягаются — она заметно сопротивляется толчкам. Яркий белый свет резко гаснет, и на её резко освещённой коже отражается лишь тусклая пустая даль фиолетовой туманности; она стискивает зубы и медленно закрывает глаза перед внезапно опустевшим пространством.
overall_soundscape (звуки сцены): основу составляет низкий гулкий шум систем жизнеобеспечения корабля, который вскоре заглушает отчётливый, нарастающий высокий электронный вой — флот за окном заряжает гиперприводы. Во время ослепительной вспышки раздаётся мощный оглушительный удар с тяжёлым басом и резким треском, а с ним громкий металлический скрип, дребезжание и глухие удары переборок мостика, вибрирующих под огромной нагрузкой. Затем оглушительный грохот резко обрывается, сменяясь пустым гулким фоном помещения, и остаётся лишь слабое ровное гудение опустевшего мостика.
non_diegetic_music (закадровая музыка): кинематографичная оркестровая музыка в духе космической оперы, медленный темп: одинокая скорбная мелодия валторны над глубокими протяжными диссонансами струнных, которые быстро нарастают по громкости и силе, поднимаются к мощной оркестровой кульминации и сразу после прыжка резко обрываются в тишину.
```

### Китайская реплика и неоновая вывеска

- Сделано в KovAPI · Текст в видео · 6s · 768P · 9:16
- $0.15 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-3ea471e559f9efb09edaf873.mp4

Вертикально, 9:16: текст вывески взят в кавычки, а китайская реплика повара записана как `<d>[Chinese] …</d>`. И «营业中» («Открыто»), и реплика вышли верно; внизу кадра появились китайские субтитры, хотя промпт просит обойтись без них. Промпт написан KovAPI в формате руководства; ролик создан KovAPI.

Исходный промпт:

```text
integrated_multimodal_description: [Shot 1] Live-action, cinematic, a vertical medium shot of a small street-food stall in a narrow old alley at night. A red neon sign reading "营业中" glows above the stall and steam rises from a wok. The middle-aged cook with a warm, slightly hoarse voice (S1) tosses noodles in the wok as flames flare up, then looks at the camera and says: <d>[Chinese] 刚出锅的，趁热吃！</d> The camera pushes in with small amplitude at slow speed toward the wok. No subtitles or captions appear on screen.

overall_soundscape: Oil sizzles and the wok clangs against the burner while distant scooters and chatter fill the alley.

non_diegetic_music: N/A
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
integrated_multimodal_description (картинка и реплики): [Shot 1] Живая съёмка, кинематографично, вертикальный средний план: маленький уличный лоток с едой в узком старом переулке ночью. Над лотком горит красная неоновая вывеска с надписью "营业中" («Открыто»), над воком поднимается пар. Повар средних лет с тёплым, слегка сиплым голосом (S1) подбрасывает лапшу в воке, вспыхивает пламя, затем он смотрит в камеру и говорит: <d>[Chinese] 刚出锅的，趁热吃！</d> (Прямо из вока — ешьте, пока горячее!) Камера с малой амплитудой медленно наезжает на вок. На экране нет никаких субтитров и подписей.

overall_soundscape (звуки сцены): шипит масло, вок звякает о горелку, а переулок наполняют далёкие мопеды и разговоры.

non_diegetic_music (закадровая музыка): N/A (нет)
```

### Первый кадр: письмо в поезде под дождём

- Сделано в KovAPI · Первый кадр · 6s · 1080P · 16:9 · image_role=first_frame
- $0.216 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-94892704d80349abfc4bbf4e.mp4
- Изображение 1: https://img.kovapi.com/i/mp-71b5ed84bb210183de898f1c.jpg

Пример с первым кадром из основной части руководства MiniMax: сначала строка привязки, ролик начинается с первого кадра, героиня поднимает взгляд, произносит реплику и складывает письмо. Промпт дословно взят из [руководства MiniMax по написанию видеопромптов](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_base_en.md); входные изображения сделаны KovAPI в Nano Banana Pro по описанию из промпта.

Исходный промпт:

```text
For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.

integrated_multimodal_description: [Shot 1] Live-action, cinematic, the young woman shown in <Picture 1> remains beside the rain-covered train window, preserving her appearance, clothing, seat position, and the carriage layout. The camera trucks right with small amplitude at slow speed as she lifts her gaze from the folded letter toward the passing city lights. Her reflection moves across the glass while the quiet, breathy young woman (S1) says: <d>[English] I get off at the next station.</d> She folds the letter along its existing crease.

overall_soundscape: The train wheels produce a steady metallic rhythm beneath a low ventilation hum. Rain ticks against the window while paper rustles softly in her hands.

non_diegetic_music: Sustained cello notes at a slow tempo with widely spaced piano tones, gradually decreasing in volume.
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
Строка привязки: на 0.00 секунде целевого видео полностью используется <Picture 1> (из [Shot 1]).

integrated_multimodal_description (картинка и реплики): [Shot 1] Живая съёмка, кинематографично: молодая женщина с <Picture 1> по-прежнему сидит у залитого дождём окна поезда; её внешность, одежда, место и планировка вагона сохраняются. Камера с малой амплитудой медленно сдвигается вправо, а она поднимает взгляд от сложенного письма к проплывающим огням города. Её отражение скользит по стеклу, и тихая молодая женщина с придыханием в голосе (S1) говорит: <d>[English] I get off at the next station.</d> (Я выхожу на следующей станции.) Она складывает письмо по старому сгибу.

overall_soundscape (звуки сцены): колёса поезда отбивают ровный металлический ритм под низкий гул вентиляции. Дождь постукивает по окну, в её руках тихо шелестит бумага.

non_diegetic_music (закадровая музыка): протяжные ноты виолончели в медленном темпе с редкими звуками фортепиано, громкость постепенно снижается.
```

### Первый и последний кадр: зонт раскрывается под дождём

- Сделано в KovAPI · Первый и последний кадр · 8s · 1080P · 16:9 · image_role=first_frame
- $0.288 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-227363d4eedb3bf23a3a199f.mp4
- Изображение 1: https://img.kovapi.com/i/mp-a560b1808c395d8022f926de.jpg
- Изображение 2: https://img.kovapi.com/i/mp-c32b3d1c8f0211a33cc0047c.jpg

Пример с первым и последним кадром из основной части руководства MiniMax: две картинки приходятся на 0-ю и 8-ю секунды, а основная часть промпта описывает только движение между ними. Ролик начинается со сложенного зонта и заканчивается раскрытым, со звуком дождя и щелчком зонта. Промпт дословно взят из [руководства MiniMax по написанию видеопромптов](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_base_en.md); входные изображения сделаны KovAPI в Nano Banana Pro по описанию из промпта.

Исходный промпт:

```text
How the reference pictures align with the target video — Picture 1 (from Shot 1) aligns with the 0.00-second mark of the target video; Picture 2 (from Shot 1) aligns with the 8.00-second mark of the target video.

integrated_multimodal_description: [Shot 1] Live-action, cinematic, a rain-soaked cyclist begins in the position and framing established by Picture 1, holding a closed black umbrella beside a silver bicycle. The camera pulls out with small amplitude at slow speed as she releases the bicycle handle, raises the umbrella above her shoulder, and presses the runner upward until the canopy opens. Water rolls from the expanding fabric while she steps beneath it, rotates the handle into the final angle, and settles into the pose, spacing, and composition established by Picture 2 at the end of the shot.

overall_soundscape: Rain falls steadily on the pavement, followed by the metallic click of the umbrella runner and the soft snap of the canopy opening. Water drips from the bicycle frame as distant traffic passes.

non_diegetic_music: N/A
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
Как референсные картинки привязаны к целевому видео: Picture 1 (из Shot 1) совпадает с отметкой 0.00 секунды целевого видео; Picture 2 (из Shot 1) — с отметкой 8.00 секунды целевого видео.

integrated_multimodal_description (картинка): [Shot 1] Живая съёмка, кинематографично: промокшая под дождём велосипедистка начинает в позе и композиции, заданных Picture 1, — со сложенным чёрным зонтом рядом с серебристым велосипедом. Камера с малой амплитудой медленно отъезжает, а она отпускает руль, поднимает зонт над плечом и толкает бегунок вверх, пока купол не раскроется. С расправляющейся ткани стекает вода; она шагает под зонт, поворачивает ручку под окончательным углом и к концу плана замирает в позе, на расстоянии и в композиции, заданных Picture 2.

overall_soundscape (звуки сцены): дождь ровно стучит по мостовой, затем раздаются металлический щелчок бегунка и мягкий хлопок раскрывающегося купола. С рамы велосипеда капает вода, вдали проезжают машины.

non_diegetic_music (закадровая музыка): N/A (нет)
```

### Референсные изображения: вертикальная реклама очков

- Сделано в KovAPI · Несколько референсов · 8s · 1080P · 9:16 · image_role=reference
- $0.288 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-6a00ea489194c7c6e685fcf7.mp4
- Изображение 1: https://img.kovapi.com/i/mp-c542946f4a47ea07d3225571.jpg
- Изображение 2: https://img.kovapi.com/i/mp-dfa785dd4d3f560bb3eb9492.jpg
- Изображение 3: https://img.kovapi.com/i/mp-802c1b4d4b5ba8f59682ec61.jpg

Три референсных изображения: две манекенщицы, их лица и дизайн очков. В промпте по структуре руководства для режима референсов манекенщицы идут по подиуму в этих очках, затем склейка на крупный план, а в конце добавлен предметный план очков. Та же идея, записанная одной строкой, просто показала три изображения одно за другим. Три референсных изображения сделаны KovAPI в Nano Banana Pro; идея — реклама очков с [обзорной страницы](https://platform.minimax.io/docs/guides/video-prompt) MiniMax, промпт переписан KovAPI по структуре [руководства для режима референсов](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md).

Исходный промпт:

```text
subject_definitions:
<Subject 1> is the two female fashion models in <Picture 1>, with slicked-back dark hair, one in a black asymmetric blazer with black-and-silver trousers, the other in a black leather crop top and a long silver satin skirt.
<Subject 2> is the facial detail of the same two models in <Picture 2>, defining their features and cool expressions.
<Subject 3> is the futuristic silver sunglasses in <Picture 3>, with wrap-around curves, a sharp cat-eye and goggle hybrid silhouette, mirrored lenses and thin streamlined temples.

summary:
[reference generation] A 9:16 high-fashion eyewear commercial on a minimal white cyc: <Subject 1>, with the faces of <Subject 2>, wear <Subject 3> and walk toward the camera with runway attitude, ending on a close-up of the sunglasses on one model's face.

retention_analysis:
<Subject 1> (appears in [Shot 1]): fully_preserved - the two models' outfits and slicked-back hair are retained.
<Subject 2> (appears in [Shot 1], [Shot 2]): fully_preserved - their facial features are retained.
<Subject 3> (appears in [Shot 1], [Shot 2]): fully_preserved - the wrap-around silver frame and mirrored lenses are retained.

detailed_description:
The target video is a clean, high-fashion commercial with soft, even studio light on a seamless white cyc.
[Shot 1] A vertical full-body shot: both models of <Subject 1>, each wearing a pair of <Subject 3>, walk side by side toward the camera with a confident runway stride and cool demeanor, their faces matching <Subject 2>. The camera pulls out with small amplitude at slow speed.
[Shot 2] At 00:04.000, the camera cuts to a close-up of the left model's face as she turns her head slightly; the mirrored lenses of <Subject 3> reflect the white studio, and the camera pushes in with small amplitude at slow speed toward the curved silver frame.

overall_soundscape:
Crisp heel clicks on the studio floor, then a soft whoosh as she turns her head.

non_diegetic_music:
A minimal electronic beat at a moderate tempo with deep synth bass, ending on a single sustained chord.
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
subject_definitions (определения объектов):
<Subject 1> — две манекенщицы с <Picture 1> с зачёсанными назад тёмными волосами: одна в чёрном асимметричном пиджаке и чёрно-серебристых брюках, другая в чёрном кожаном кроп-топе и длинной серебристой атласной юбке.
<Subject 2> — детали лиц тех же двух манекенщиц с <Picture 2>: их черты и холодное выражение.
<Subject 3> — футуристические серебристые солнечные очки с <Picture 3>: панорамные изгибы, острый силуэт — гибрид «кошачьего глаза» и очков-гогглов, зеркальные линзы и тонкие обтекаемые дужки.

summary (кратко):
[reference generation] (генерация по референсам) Реклама очков в стиле высокой моды, 9:16, на минималистичной белой циклораме: <Subject 1> с лицами <Subject 2>, в <Subject 3>, идут к камере с подиумной манерой; в конце — крупный план солнечных очков на лице одной из манекенщиц.

retention_analysis (что сохраняется):
<Subject 1> (появляется в [Shot 1]): fully_preserved (полностью сохраняется) — наряды обеих манекенщиц и зачёсанные назад волосы сохраняются.
<Subject 2> (появляется в [Shot 1], [Shot 2]): fully_preserved — черты их лиц сохраняются.
<Subject 3> (появляется в [Shot 1], [Shot 2]): fully_preserved — панорамная серебристая оправа и зеркальные линзы сохраняются.

detailed_description (подробное описание):
Целевое видео — чистая реклама высокой моды с мягким ровным студийным светом на бесшовной белой циклораме.
[Shot 1] Вертикальный план в полный рост: обе манекенщицы <Subject 1>, каждая в паре <Subject 3>, уверенной подиумной походкой и с невозмутимым видом идут рядом к камере, их лица совпадают с <Subject 2>. Камера с малой амплитудой медленно отъезжает.
[Shot 2] На 00:04.000 склейка на крупный план лица левой манекенщицы, она слегка поворачивает голову; в зеркальных линзах <Subject 3> отражается белая студия, а камера с малой амплитудой медленно наезжает на изогнутую серебристую оправу.

overall_soundscape (звуки сцены):
Чёткий стук каблуков по полу студии, затем мягкий свист, когда она поворачивает голову.

non_diegetic_music (закадровая музыка):
Минималистичный электронный бит в умеренном темпе с глубоким синтезаторным басом, в конце — один протяжный аккорд.
```

### Референсное видео: кроссовок на постаменте

- Сделано в KovAPI · Видео-референс · 6s · 768P · 16:9 · image_role=reference
- $0.325 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-aa7f83de1a85c8445731122b.mp4
- Изображение 1: https://img.kovapi.com/i/mp-cc795e889918bc095cfac8c6.jpg
- Видео-референс (7s): https://img.kovapi.com/i/mp-dd0414d99599d8386d11fbfd.mp4

Референсное видео медленно облетает статую, референсное изображение — беговой кроссовок. В ролике кроссовок стоит на том же постаменте на той же площади, камера поворачивается лишь немного, а в конце появилась склейка: референс камеры передаёт обстановку и темп, но не всегда тот же размах движения. Референсное видео тоже создано KovAPI в H3, референсное изображение — в Nano Banana Pro, а промпт написан KovAPI.

Исходный промпт:

```text
The running shoe from image 1 stands on a stone pedestal in the middle of an empty plaza at golden hour. Follow the camera movement and pacing of video 1: a slow arc shot around the subject from left to right, keeping it centered. Do not show the statue from video 1. Sound: soft wind and distant pigeons. No music.
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
Беговой кроссовок с изображения 1 стоит на каменном постаменте посреди пустой площади в золотой час. Повтори движение камеры и темп видео 1: медленный облёт объекта по дуге слева направо, объект остаётся в центре кадра. Не показывай статую из видео 1. Звук: лёгкий ветер и далёкие голуби. Без музыки.
```

### Референсное видео: лиса танцует тот же танец

- Сделано в KovAPI · Видео-референс · 6s · 768P · 16:9 · image_role=reference
- $0.325 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-e2308084597964acbd152bce.mp4
- Изображение 1: https://img.kovapi.com/i/mp-f75baad27af554d861a38176.jpg
- Видео-референс (7s): https://img.kovapi.com/i/mp-f34bfc40277ff5ab18021caa.mp4

Референсное видео — танцующий человек, референсное изображение — мультяшная лиса. Лиса поднимает лапы, покачивается и кружится в том же порядке, что и в референсе. Референсное видео тоже создано KovAPI в H3, референсное изображение — в Nano Banana Pro, а промпт написан KovAPI.

Исходный промпт:

```text
The cartoon red fox in the yellow hoodie from image 1 performs the same dance routine as the dancer in video 1, with the same arm raises, hip sways, spin and ending pose, in a colorful cartoon bedroom. 3D animated style, static full-body shot. Sound: upbeat pop drums and bass, the fox's sneakers tapping on the floor.
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
Мультяшная рыжая лиса в жёлтом худи с изображения 1 исполняет тот же танец, что и танцор в видео 1: те же подъёмы лап, покачивания бёдрами, поворот и финальная поза — в яркой мультяшной спальне. Стиль 3D-анимации, статичный план в полный рост. Звук: бодрые поп-барабаны и бас, кроссовки лисы постукивают по полу.
```

### Lite: кроссовок на поворотном столике

- Сделано в KovAPI · Несколько референсов · 5s · 768P · 16:9
- $0.0625 по текущим ценам
- Результат: https://img.kovapi.com/i/mp-5a3d34dd41ce101dcf3825c9.mp4
- Изображение 1: https://img.kovapi.com/i/mp-cc795e889918bc095cfac8c6.jpg

Сделано в [MiniMax H3 Lite](https://kovapi.com/ru/model/minimax-h3-lite): одно референсное изображение кроссовка, 768P, 5 секунд. Стоимость указана по ценам Lite, а применить пример в песочнице можно только на странице Lite. Промпт написан KovAPI в формате руководства; входные изображения сделаны KovAPI в Nano Banana Pro.

Исходный промпт:

```text
The running shoe from the reference image rotates slowly on a glossy black turntable while streaks of neon light sweep across it, close studio product shot. Sound: a low electronic hum.
```

Читать по-русски (Перевод только для чтения; «Копировать» и «Применить» берут оригинал):

```text
Беговой кроссовок с референсного изображения медленно вращается на глянцевом чёрном поворотном столике, по нему скользят полосы неонового света; близкий студийный предметный план. Звук: низкий электронный гул.
```

## Промпты для MiniMax H3: по официальной структуре

По руководству MiniMax по написанию видеопромптов ([основная часть](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_base_en.md), [режим референсов](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md)). По словам MiniMax, для H3 структура промпта важнее, чем для большинства моделей: описывайте картинку план за планом, реплики заключайте в теги, а фону и музыке отводите по своему разделу. Приёмы ниже взяты из этого руководства, а примеры — это промпты, по которым сделаны ролики этой страницы; пометка «Проверено» означает то, что показали наши собственные генерации.

- **Пишите три раздела**: `integrated_multimodal_description` — картинка, действие, планы и реплики; `overall_soundscape` — фон и звуки действий в 1–4 предложениях; `non_diegetic_music` — музыка, которую слышит только зритель, или `N/A`. Проверено: та же сцена в пекарне, записанная одной фразой, всё равно получила реплику и склейку, но осталась без музыки и с не теми звуками; в трёх разделах гитара, дверной колокольчик и нож для хлеба прозвучали так, как написано. — Пекарня, начало оригинала: «integrated_multimodal_description: [Shot 1] Live-action, cinematic, …»
- **Один блок на план, со временем склейки**: У `[Shot 1]` времени нет; следующие планы пишутся как `[Shot 2] At 00:05.000, the camera cuts to…`. В многоплановых роликах на этой странице склейки пришлись близко к указанному времени. — Пекарня: «[Shot 2] At 00:05.000, the camera cuts to a close-up of steam rising from the sliced bread»
- **Камера = тип + амплитуда + скорость**: Push in (наезд), pan (панорама), truck (боковой проезд), arc shot (облёт по дуге), tracking shot (сопровождение) плюс with small amplitude или at slow speed — внутри фразы о действии, а не тегами, сваленными в конце. — Пекарня: «The camera pushes in with small amplitude at slow speed as the middle-aged baker…»
- **Реплики — в отдельных тегах**: Нумеруйте говорящих (S1), (S2), сначала опишите возраст и голос, затем запишите реплику как `<d>[English] …</d>` — дословно и без перевода. Для китайских реплик — `[Chinese]`. — Поезд: `the quiet, breathy young woman (S1) says: <d>[English] I get off at the next station.</d>`
- **Текст в кадре — в кавычках**: Слова вывески или баннера берите в английские двойные кавычки "…" — ровно так, как они должны выглядеть. Проверено: «营业中» вышло верно, а вывески, которых не было в промпте, превратились в абракадабру. — Лоток с лапшой: «A red neon sign reading "营业中" glows above the stall»
- **Китайские реплики идут с субтитрами**: Проверено: в обеих генерациях с китайской репликой внизу кадра появились вшитые китайские субтитры, и просьба обойтись без них их не убрала; у английских реплик субтитров не было. Для чистого кадра пишите реплики по-английски или убирайте субтитры на постобработке. — Лоток с лапшой, последняя фраза (не сработала): «No subtitles or captions appear on screen.»
- **Кадры: строка привязки и путь**: Задача с первым кадром начинается со строки привязки; для первого и последнего кадра укажите, на какую секунду приходится вторая картинка, а в основной части опишите движение между ними, не пересказывая обе картинки заново. — Зонт: «Picture 2 (from Shot 1) aligns with the 8.00-second mark of the target video»
- **Назовите каждый референс**: Пометьте каждый входной файл как `<Subject 1>`, `<Picture 1>` и скажите, что он делает в ролике. Проверено: в однострочном стиле обзорной страницы MiniMax («Image 1: …, Image 2: …») три референсных изображения превратились в три почти неподвижных плана; после переписывания по структуре руководства для режима референсов манекенщицы надели очки и зашагали. — Реклама очков: `<Subject 3> is the futuristic silver sunglasses in <Picture 3>…`

| Часть | Назначение | Пример |
| --- | --- | --- |
| Раздел картинки | Начинается с `integrated_multimodal_description:`, дальше — по блоку на план. | Оригинал: «integrated_multimodal_description: [Shot 1] …» |
| Стиль и крупность | Первый план открывается стилем и крупностью. | Оригинал: «Live-action, cinematic, a medium-wide shot frames a baker opening the shutters…» |
| Камера и действие | Тип движения камеры, амплитуда и скорость — в одной фразе с действием. | Оригинал: «The camera pushes in with small amplitude at slow speed as the middle-aged baker… places a fresh loaf on the wooden counter» |
| Реплика | Номер говорящего, голос и реплика в теге. | Оригинал: `with a calm, slightly raspy voice (S1) … says: <d>[English] First batch of the morning.</d>` |
| Склейка | Новый план указывает время склейки и новую картинку. | Оригинал: «[Shot 2] At 00:05.000, the camera cuts to a close-up of steam rising from the sliced bread» |
| Два звуковых раздела | Один для фона, другой для музыки. | Оригинал: «overall_soundscape: Wooden shutters scrape open… non_diegetic_music: A soft acoustic-guitar pattern…» |

```text
integrated_multimodal_description: [Shot 1] [стиль, например Live-action, cinematic], [крупность] frames [объект и место]. The camera [движение камеры] with [small / large] amplitude at [slow / fast] speed as [действие]. The [возраст и голос говорящего] (S1) says: <d>[English] [реплика]</d> [Shot 2] At 00:0X.000, the camera cuts to [следующая картинка].

overall_soundscape: [фон и звуки действий, 1–4 предложения]

non_diegetic_music: [инструменты, темп и динамика; N/A, если музыка не нужна]
```

## Как создать видео с MiniMax H3 Lite в KovAPI

1. **Зарегистрируйтесь и создайте API-ключ** Войдите в KovAPI и создайте ключ в консоли; один ключ работает со всеми моделями сайта.
2. **Попробуйте промпты вверху страницы** Выберите длительность, разрешение и пропорции, добавьте референсные изображения — актуальная цена видна ещё до отправки.
3. **Отправьте асинхронную задачу** Отправьте `minimax-h3-lite` на `POST /v1/videos/generations` и сохраните id задачи из ответа HTTP 202; полные примеры запросов — в документации.
4. **Опросите задачу или получите вебхук** Опрашивайте задачу по id или укажите `callback_url` при отправке. При успехе скачайте MP4 из `data[0].url`; ролики хранятся 7 дней, сохраните их вовремя.

### Минимальный запрос

```bash
curl https://kovapi.com/v1/videos/generations \
  -H "Authorization: Bearer $KOVAPI_KEY" -H "Content-Type: application/json" \
  -d '{"model": "minimax-h3-lite", "prompt": "...", "duration": 4, "resolution": "1080P", "size": "16:9"}'
# -> HTTP 202 {"id": "..."}; poll:
curl https://kovapi.com/v1/videos/jobs/<id> -H "Authorization: Bearer $KOVAPI_KEY"
```

## Как развивались видеомодели MiniMax

- 2025-02-11 · T2V-01-Director: **T2V-01-Director · управление камерой** Указания для камеры пишутся в промпте, и модель двигает камеру, как сказано; руководство по промптам H3 сохраняет этот способ описывать движения камеры.
- 2025-06-18 · MiniMax Hailuo 02: **Hailuo 02 · 1080P** Видеомодель второго поколения: 1080P и ролики до 10 секунд.
- 2025-10-28 · MiniMax Hailuo 2.3: **Hailuo 2.3 / 2.3 Fast** Лучше движения тела, мимика, физическая достоверность и следование промпту; версия Fast делает только видео из изображения.
- 2026-07-31 · MiniMax H3: **MiniMax H3 · третье поколение** Текст, изображения, видео и аудио воспринимаются вместе, картинка и стереозвук создаются за один проход; первый кадр, первый и последний кадр, референсные изображения и референсное видео — в одной модели. KovAPI предлагает 480P / 768P / 1080P.

## MiniMax H3 или другая видеомодель?

| Модель | Длина (с) | Разрешение | Реф. изобр. / видео / аудио | Цена | Подходит для |
| --- | --- | --- | --- | --- | --- |
| MiniMax H3 Lite (`minimax-h3-lite`) | 4–15 | 480P / 768P | 5/0/0 | $0.005/с | Черновики пачками и пробы промптов: та же H3 с меньшим числом шагов инференса — быстрее и дешевле при чуть более низком качестве; только текст и референсные изображения. |
| MiniMax H3 (`minimax-h3`) | 4–15 | 480P / 768P / 1080P | 9/3/3 | $0.015/с | Ролики 1080P со звуком, первый и последний кадр или референсные изображения вместе с референсным видео; а ещё дешёвые черновики в 480P. |
| Wan 3.0 (`wan3.0-video`) | 4–30 | 480P / 720P / 1080P | 10/5/5 | $0.04/с | Ролики длиннее 15 с (до 30) или видео по документу либо веб-странице. |
| Seedance 2.5 (`seedance-2.5`) | 4–30 | 480P / 720P / 1080P | 30/10/10 | $0.10/с | Много референсного материала или сюжетные ролики до 30 с. |
| Seedance 2.0 Fast (`seedance-2.0-fast`) | 5–15 | 480P / 720P | 9/3/3 | $0.046/с | Быстрые и недорогие ролики Seedance. |
| Gemini Omni 1.2 Flash (`gemini-omni-1.2-flash`) | 3–15 | 720P / 1080P / 4K | 3/0/0 | $0.035/с | Правка готового видео одной фразой, 4K или точный текст в кадре. |
| Veo 3.1 (`veo-3.1`) | 8 | 720P / 1080P | 3/0/0 | $0.20/ролик | Ролики фиксированной длины 8 с с оплатой за ролик. |
| Grok Imagine Video 1.5 (`grok-imagine-video-1.5`) | 4–15 | 480P / 720P | 7/0/0 | $0.30/ролик | Ролики 480P / 720P с оплатой за ролик и до 7 референсных изображений. |

Если у вас уже есть ролики от другой модели, прогоните через обе одни и те же входные данные и критерии приёмки и сравните картинку, движение, звук, время генерации и реальную стоимость, прежде чем переходить. H3 или Lite — смотрите сравнение на одном промпте выше.

## Правила сочетания

- В Lite нет ни первого кадра, ни первого и последнего кадра: изображения всегда служат референсами, а `image_role: first_frame` сразу отклоняется без списания. Чтобы ролик начинался с заданного изображения, используйте Standard.
- Lite не принимает ни референсное видео, ни референсное аудио; запрос с любым из них отклоняется без списания. Для них используйте Standard.
- Только 480P и 768P: `1080P` отклоняется, а `720P` обрабатывается как 768P. В каждом ролике есть звук; если музыка не нужна, напишите в промпте `non_diegetic_music: N/A`.

## Зачем использовать MiniMax H3 Lite в KovAPI

- **Дешёвые черновики**: Lite стоит $0.005/с в 480P и $0.0125/с в 768P. Отрабатывайте композицию и движение для промпта на Lite пачками, а отобранные варианты переводите на Standard в 1080P. Песочница показывает цену запроса до отправки.
- **Неудачи бесплатны, повторы автоматически**: Если задача не удалась, удержанная сумма возвращается полностью; если вышестоящий сервис перегружен или отвечает ошибкой, система сама повторяет попытку — своя логика повторов не нужна.
- **Без лимита параллельных задач**: У аккаунтов нет лимита одновременных задач, так что отправляйте пакеты сразу; в пиковые часы задачи ждут в очереди, API возвращает `queue_position` и `eta_seconds`, а вебхук сообщит о готовности.
- **Один API для всех видеомоделей**: Отправка, опрос и вебхуки устроены одинаково для всех видеомоделей сайта; поменяйте `model`, чтобы отправить тот же промпт в Standard, Wan, Seedance и другие.
- **Простая регистрация и оплата**: Регистрация по почте, через Google или GitHub; пополнение через WeChat, картой, PayPal или USDT; оплата по факту без абонентской платы, а тот же ключ вызывает и чат-модели, и модели изображений на сайте.

## Частые вопросы о MiniMax H3 API

### Что такое MiniMax H3?

Видеомодель, которую MiniMax выпустила в июле 2026 года и называет своим третьим поколением после Hailuo 01 и Hailuo 02. Она понимает текст, изображения, видео и аудио в связке, и в каждом ролике есть звук. В KovAPI это `minimax-h3`: видео из текста, первый кадр, первый и последний кадр, референсные изображения и референсное видео.

### Какой длины может быть ролик?

Любое целое число секунд от 4 до 15; без `duration` — 5 секунд. Ролик получается на долю секунды длиннее запрошенного (задача на 5 секунд — около 5,2 с), а оплачиваются запрошенные секунды.

### Какое разрешение выбрать и какой размер кадра?

480P — для черновиков и больших объёмов, 768P — баланс детализации и цены, 1080P — самая детальная картинка; без `resolution` будет 1080P. При 16:9 480P — это 864×480, 768P — около 1344×768, 1080P — около 1920×1080; у отдельной задачи размер может отличаться на несколько десятков пикселей.

### Можно передать 720P?

Да: такой запрос генерируется и оплачивается как 768P. Другие значения, например 2K или 4K, отклоняются при отправке без списания.

### Как переключаться между кадрами и референсами?

Без `image_role` одно изображение — первый кадр, два — первый и последний кадр. С `image_role: reference` это референсные изображения, до 9: люди, товары и места с них появляются в сцене, а не становятся кадрами ролика. Для референсного видео или аудио нужен режим референсов.

### Что даёт референсное видео и как оно оплачивается?

Ролик может повторить его движение, работу камеры или темп: лиса на этой странице танцует те же движения, что и человек в референсном ролике. Секунды референса оплачиваются по цене выбранного разрешения вместе с секундами результата: например, 768P с результатом на 6 секунд и референсом на 7 секунд оплачивается как 13 секунд. До 3 роликов, каждый 2–15 с, всего 15 с.

### Помогает ли референсное аудио и оплачивается ли оно?

Оно бесплатно, до 3 файлов, и передаётся только вместе с референсными изображениями или референсным видео. В руководстве MiniMax оно описано как референс для голоса или музыки; когда мы просили персонажа произнести новую реплику голосом из референса, ни в одном из двух тестов голос заметно не изменился, так что не рассчитывайте на него, если нужен определённый голос.

### Какие форматы и размеры подходят для референсов?

Изображения: JPG / PNG / WEBP (без GIF), до 16 МБ каждое, 256–5760 px по каждой стороне, соотношение сторон 0,4–2,5; в режиме референсов Стандарт — до 9, в Lite — до 5. Референсные видео (только Стандарт): MP4 / MOV с видео H.264 / H.265 и звуком AAC / MP3, до 3, каждое 2–15 с, всего до 15 с, до 50 МБ каждое. Референсное аудио (только Стандарт): WAV / MP3, до 3, каждое 2–15 с, всего до 15 с, до 15 МБ каждое. Неподходящие файлы отклоняются при отправке (неверный кодек приводит к ошибке при генерации); в любом случае оплата не списывается.

### Можно выключить звук?

Нет: в каждом ролике есть звуковая дорожка, а `audio: false` отклоняется. Чтобы обойтись без музыки, напишите `non_diegetic_music: N/A`; для беззвучного файла удалите дорожку после скачивания.

### Можно ли писать реплики на китайском или других языках?

Да. Запишите реплику как `<d>[Chinese] …</d>`; наша китайская реплика прозвучала слово в слово, но внизу кадра появились китайские субтитры, и просьба обойтись без них их не убрала. По словам MiniMax, реплики стабильно получаются на 11 языках, включая китайский, английский, японский, корейский, испанский и русский. Остальной текст промпта надёжнее писать по-английски, как в руководстве.

### Можно использовать фото реальных людей?

Да. Мы проверили два фото обычных людей — дважды как первый кадр и дважды как референс, — и все четыре генерации прошли нормально. Убедитесь, что у вас есть право использовать внешность человека на фото.

### Сколько длится генерация?

Из наших 30 с лишним тестовых генераций 12 ноября 2026 года большинство заняли 2–6 минут, а несколько — больше 15 минут; более высокое разрешение, больше референсов и часы пик увеличивают время. Это асинхронная задача: опрашивайте её по id или укажите `callback_url` и дождитесь вызова.

### Списывают ли деньги за неудачную генерацию?

Неудачная генерация не оплачивается, её можно отправить снова как есть. Удержанная при отправке сумма возвращается полностью, а автоматические повторы одной задачи оплачиваются один раз.

### Сколько хранятся ролики?

Ролики и загруженные файлы хранятся 7 дней, затем удаляются, так что скачайте нужное вовремя.

### H3 или H3 Lite?

[MiniMax H3 Lite](https://kovapi.com/ru/model/minimax-h3-lite) — та же H3 с меньшим числом шагов инференса: быстрее и дешевле при чуть более низком качестве. В ней есть 480P / 768P, только текст и референсные изображения, без референсных аудио и видео. Пробуйте промпты и композицию на Lite, а финальный ролик делайте на H3 в 1080P; разницу показывает сравнение на одном промпте выше.

### H3, Wan 3.0 или Seedance 2.5?

Для роликов длиннее 15 секунд берите [Wan 3.0](https://kovapi.com/ru/model/wan3.0-video) или [Seedance 2.5](https://kovapi.com/ru/model/seedance-2.5) (до 30 с); для первого и последнего кадра или дешёвых черновиков в 480P лучше подходит H3. А лучше всего — запустить один и тот же промпт в каждой и сравнить.

### Откуда примеры на этой странице?

Все они созданы KovAPI через собственный API с показанными настройками, и у каждого указаны настройки и стоимость по текущим ценам. Большинство промптов дословно взяты из руководств самой MiniMax, а входные изображения сделаны моделями изображений KovAPI.

## Заметки для ИИ

- Id модели — `minimax-h3`; отправка через `POST /v1/videos/generations` возвращает HTTP 202 и `id` задачи; результат — через `GET /v1/videos/jobs/` плюс id.
- `resolution`: 480P / 768P / 1080P, по умолчанию 1080P; `720P` обрабатывается как 768P. `size`: 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 3:2 / 2:3 / 21:9. `duration`: целое от 4 до 15, по умолчанию 5.
- Изображения передаются в `images`: без `image_role` одно — первый кадр, два — первый и последний; с `image_role: reference` — до 9 референсных изображений, а для трёх и больше reference обязателен.
- Поле референсного видео — `video_references` (или `video_reference`): до 3, каждое 2–15 с, всего ≤15 с, MP4 / MOV, оплата посекундная. Поле референсного аудио — `audio_references` (или `audio_reference`): до 3, WAV / MP3, каждое 2–15 с, всего ≤15 с, только URL, бесплатно и только вместе с референсными изображениями или референсным видео. Оба работают только в режиме референсов.
- `reference_audios`, `reference_videos`, `start_frame`, `end_frame`, а также аудио или видео в запросе с первым кадром возвращают HTTP 400 при отправке, без списания.
- Оплата: цена секунды выбранного разрешения × (секунды результата + секунды референсного видео); 480P $0.015/с, 768P $0.025/с, 1080P $0.036/с.
- В роликах всегда есть звуковая дорожка, `audio: false` отклоняется; промпт — до 5 000 символов, по структуре из раздела о промптах на этой странице. Проверено: референсное аудио заметно не меняло голос; китайские реплики идут со вшитыми субтитрами.

## Что почитать

- [Справочник MiniMax H3 API](https://docs.kovapi.com/ru/minimax-h3): Поля запроса, асинхронные задачи, результаты и полные примеры кода.
- [MiniMax H3 Lite](https://kovapi.com/ru/model/minimax-h3-lite): Та же H3, быстрее и дешевле, — для черновиков пачками.
- [Сравнение цен MiniMax H3](https://kovapi.com/ru/compare/minimax-h3): Посекундные цены MiniMax и других платформ, у каждой ячейки — источник.
- [Руководство по асинхронным задачам](https://docs.kovapi.com/ru/guide/async-jobs): Статусы задач, поля очереди и получение результатов.
- [Руководство по вебхукам](https://docs.kovapi.com/ru/webhooks): Получение результатов задач и проверка подписи по документации.