メインコンテンツへスキップ

概要

MiniMax H3（Hailuo 3.0）は、MiniMaxが2026-07-31 (UTC+8)にリリースしたオムニモーダル動画モデルです。1つのモデルでテキスト、画像、動画、音声を入力し、ステレオ音声トラック付きの動画を出力します。APIYIは、オープンウェイトのセルフホストデプロイメントからMiniMax-H3を提供しており、768P、クリップあたり4～15秒、秒単位で課金されます。
主な特徴：1つのエンドポイントで、テキストから動画、開始フレーム／終了フレーム／開始・終了フレーム動画、画像／動画／音声を組み合わせた参照生成に対応します。参照画像は9枚、参照動画は3本、参照音声クリップは3個までで、メディア項目は全体で最大12個です。出力にはステレオ音声トラックが含まれます。出力動画と入力参照動画は、それぞれ1秒あたり$0.03です（MiniMaxの公式APIではそれぞれ$0.08かかります）。参照動画なしの10秒間のテキストから動画または画像から動画のタスクは、$0.30です。失敗したタスクには自動的に返金されます。

動画生成APIリファレンス

タスクを作成し、task_idで照会できます。Python／cURL／Node.jsのサンプルとライブプレイグラウンドを提供します

チャージボーナス

チャージボーナスにより実質価格をさらに引き下げられます

AIエージェントに統合を任せる

このプロンプトをコピーして Codex / Claude Code / Cursor に貼り付けてください

エージェントはまずこのページのプレーンテキスト版を取得し（任意の docs URL の末尾に .md を追加）、その後、使用しているスタック向けのコードを作成します。よくある間違いはすでに明記されています。パスには /hailuo が必要で、結果は task 内にあり、duration は 4～15 の整数でなければなりません。

このプロジェクトに MiniMax-H3 の動画生成（テキストから動画 / 最初と最後のフレームからの動画 / 参照動画）を統合するか、デバッグしてください。

コードを書く前にドキュメントを読んでください。https://docs.apiyi.com/en/api-capabilities/minimax-h3/overview.md を取得するとこのページのプレーンテキスト版を確認できます。パラメーターとコードサンプルは https://docs.ap … にあります。

  1. エンドポイント：POST https://api.apiyi.com/hailuo/v2/video_generation で送信し、… でクエリします。

要件は合計 10 個です。下のボタンを使用して完全なプロンプトをコピーしてください。

APIYI の MiniMax-H3 を選ぶ理由

複数の生成モード

テキスト、最初／最後のフレーム、画像・動画・音声を組み合わせた参照生成に対応しており、メディアは合計最大12件まで使用できます。メディア種別ごとの上限は技術仕様をご覧ください

秒単位の課金、失敗時は返金

出力動画と入力参照動画はそれぞれ1秒あたり $0.03 です。タスクが失敗した場合は全額返金され、送信エラーは無料です

チャージボーナスを併用

チャージボーナスと併用すると、実質コストを抑えられます

グローバルに利用可能、制限なし

1つのAPI Keyでapi.apiyi.comに直接接続できます。海外アカウントは不要です

充実した動画モデルのラインナップ

同じキーでSeedance 2.0 / 2.5、Wan3.0、Wan2.7なども利用できます

専門的なサポート

インテグレーションに関する質問はサポートまでお問い合わせください。エンタープライズのお客様には、導入を個別に支援します

主な機能

ネイティブステレオオーディオ

出力には、prompt と参照オーディオによって生成されるステレオオーディオトラックが含まれ、生成されたサウンドと参照オーディオの再利用に対応します

7種類のアスペクト比

21:9から9:16までの6種類の固定比率に加え、adaptiveを使用して参照画像に合わせられます

4～15秒の整数秒単位の長さ

出力時間を整数秒単位で選択できます。参照動画は入力時間に基づいて別途課金されます

長いprompt

1回のpromptにつき最大7000文字まで入力でき、ショットごとの説明にも十分対応できます

最初と最後のフレーム制御

最初のフレームのみ、最後のフレームのみ、または両方を指定して、クリップの開始と終了を設定できます

複数の参照画像

最大9枚の参照画像に対応します。prompt 内でキャラクターやオブジェクトに<Picture 1>などのタグを付けて指定できます

動画からのモーション転送

最大3本の参照動画に対応し、カメラワークとモーションのリズムをコピーできます

オーディオ駆動動画

最大3つの参照オーディオクリップに対応し、映像が音楽や音声に合わせて変化します

料金

このチャンネルは、独自のデプロイ環境で MiniMax のオープンウェイト H3 を実行しています。公式 MiniMax API の公式リレーではないため、独自の料金体系が適用されます。
このチャンネルはオープンウェイトのセルフホストデプロイであり、公式 MiniMax API とは独立した料金が設定されています。料金は変更される場合があります。上記の表は参考情報であり、トップナビゲーションの モデル料金 タブが正式な情報源です：モデル料金。platform.minimax.io/docs/guides/pricing-paygo から取得した公式料金（取得日 2026-09-29）。
課金の詳細：
  • 出力動画：1 秒あたり $0.03、入力参照動画：1 秒あたり $0.03。最終的な課金には、上流が報告した出力動画と入力動画の使用量が適用されます。入力動画の長さは usage.input_seconds から取得されます
  • 受付時に、プラットフォームは指定された duration に基づいて出力料金を事前に請求します。完了後、実際の使用量を精算し、差額を追加請求または返金します
  • 精算ログには調整額のみが記録され、全額が再度記録されることはありません。最終料金 = 事前請求額 + 追加請求額 − 返金額です。タスクに請求記録が必ず 2 件だけ存在するとは限りません
  • 参照画像（最大 9 枚）と参照音声には、追加料金はかかりません
  • 失敗したタスク（メディアのダウンロード失敗、未対応形式、実行失敗など）は、自動的に全額返金されます
  • 送信時に 4xx / 5xx を返すリクエストには課金されません。照会とダウンロードは無料です
  • 実質的なコストを下げるには、チャージボーナスを参照してください
上記の標準料金での例： これらの例は、課金対象となる内容を示しています。料金は変更される場合があります。最新の料金については、トップナビゲーションの モデル料金 を確認してください。入力時間には、リクエストした出力 duration ではなく、上流が報告した usage.input_seconds を使用してください。

グループの設定

MiniMax-H3は**defaultグループで利用可能であり、svipグループでも動作します。専用のグループは不要です。Tokenの課金モデルは従量課金優先**に設定することをお勧めします。呼び出し時に「no available channels for the current group」と返される場合、Tokenのグループにこのモデルが含まれていないか、modelの値のスペルが誤っている（大文字と小文字は区別されます）可能性があります。

技術仕様

公式のMiniMax H3モデルは2Kをサポートしていますが、このチャンネルでは768Pのみを提供しています。2Kは拒否されます。

推定生成時間

MiniMax-H3 の生成時間は、主に出力時間と参照動画が含まれているかどうかの2点に依存します。以下の表は、2026-09-29 から 2026-10-10 (UTC+8) までの400件以上の成功タスクに基づいた、本チャネルの現状を示しています。
  • 時間は動画の長さ以上に増加します: 15秒のクリップは、5秒のクリップの3倍ではなく約5倍の時間がかかります
  • 参照動画は最も時間がかかります: モデルが参照動画をフレームごとに解析し、新しいフレームと一緒に計算するため、処理負荷が何倍にも増大します
  • この表を参考にクライアントのタイムアウトを設定してください: 実行中のタスクを失敗と誤認しないよう、参照動画なしのタスクには30分、参照動画ありのタスクには2時間を設定してください
これらは本チャネルにおける現在の実測値です。時間に制約があるワークロードの場合は、4〜6秒のクリップから始めるか、参照動画の代わりに参照画像を使用してください。より高速で高品質な MiniMax グループがまもなく登場予定です。本ページおよび変更履歴でお知らせいたします。

APIエンドポイント

プライマリホストはhttps://api.apiyi.com、バックアップホストはhttps://b.apiyi.comで、パスは共通です。パスは**/hailuoで始まり**、/v1ではない点にご注意ください。

生成モード

生成モードは、content[]内のメディアから推定されます。

prompt内でメディアを参照する

各メディアタイプは、content[]内での順番に基づいて番号が付けられます。1枚目と2枚目の参照画像は<Picture 1>と<Picture 2>、1つ目の参照動画は<Video 1>、1つ目の参照音声クリップは<Audio 1>です。例:
  • 最初と最後のフレームを参照メディアと組み合わせることはできません
  • 画像が1枚の場合はroleを省略できます（最初のフレームとして扱われます）。画像が2枚以上の場合は、それぞれにroleを設定してください
  • 参照動画の合計の長さは15秒を超えられません。超えた場合、タスクは失敗し、返金されます。15秒を超える単一クリップは、最初の15秒にトリミングされます

参照音声の再利用と制限

type: "audio_url"、audio_url.url、role: "reference_audio"を使って音声を送信します。role: "reference_image"を使えば、画像と組み合わせることもできます。 参照音声の再利用を指示するには、content[]内のtype: "text"項目のtextフィールドで<Audio 1>: fully_copyを使用します。以下は、promptのretention_analysisセクションからの抜粋です。参照音声と完全な映像の説明を添えて送信してください。
fully_copyはprompt内で音声を再利用するための指示であり、独立したJSONパラメーターでも、元の音声をそのまま通過させるスイッチでもありません。 このチャンネルでの音声再利用はテスト済みですが、出力はモデルによって生成されます。サンプル単位での完全な一致、音声の追加がないこと、参照音声の終了後に厳密に無音となることは保証されません。元のサウンドトラックを完全に変更せず保持する必要がある場合は、動画生成後に音声トラックを差し替え、再生時間を手動で合わせてください。

ベストプラクティス

1

まずは4〜5秒でテストする

課金は秒単位で行われるため、10〜15秒のレンダリングを行う前に、短いクリップで構図やスタイルを確認してください
2

テキストからの動画生成には固定のアスペクト比を使用する

横長には16:9、縦長には9:16、ワイドスクリーンには21:9を使用します。最初のフレームを指定する場合、adaptiveにより画像の比率が維持されます
3

メディアは安定したパブリックストレージにホストする

ホットリンク保護や署名の期限切れによってメディアのダウンロードが失敗しないよう、独自のオブジェクトストレージやCDNの直リンクを使用してください
4

カメラワークとサウンドを指定する

被写体、アクション、カメラの動き、照明、そして希望する音楽や効果音をプロンプトに含めてください。モデルがこれらをまとめて生成します
5

10秒ごとにポーリングする

5秒のクリップには通常約3分かかります。全体のクライアントタイムアウトは、参照動画がない場合は30分、参照動画がある場合は2時間に設定してください（「推定生成時間」を参照）
6

冪等性は独自に処理する

ビジネスIDからtask_idへのマッピングを保持してください。送信がタイムアウトした場合は、再送信する前に既存のタスクを確認してください
7

動画はすぐに保存する

GETでtask.content.urlをダウンロードし、独自のストレージから配信してください

エラーコードとリトライ

クライアント側のヒント: 送信タイムアウトを60秒に設定してください（ピーク時は送信だけで10秒以上かかる場合があります）。リトライはバックオフを設けた上で、HTTP 500およびネットワークエラーのみに限定してください。実行ステージでの失敗はすべて自動的に返金され、再送信すると新たに課金が発生します。

よくある質問

パスに /hailuo のプレフィックスがありません。正しいパスは /hailuo/v2/video_generation と /hailuo/v2/query/video_generation/{task_id} です。
このチャンネルがサポートしているのは 768P のみです。公式 MiniMax モデルは 2K に対応していますが、このチャンネルでは利用できません。
いいえ。duration は 4～15 の整数です。
出力にはステレオ音声トラックが含まれます。音声生成を無効にするパラメーターはありません。generate_audio=false を渡すと HTTP 400 unsupported field generate_audio が返されます。音声が不要な場合は、後処理でトラックを削除してください。
このエンドポイントは seed パラメーターをサポートしていません。渡すと HTTP 400 unsupported field seed が返されます。タスクの照会でも、再現に使える実際のシードは返されません。
現在の作成エンドポイントと照会エンドポイントは、モデルのリビジョンや実行パラメーターの完全なスナップショットを返しません。照会結果には model、duration、ratio、resolution などのメタデータが含まれる場合がありますが、MiniMax-H3 はモデル名にすぎず、デプロイ済みの重みのスナップショットを特定するものではありません。
現時点では防げません。同じ Idempotency-Key を指定して再送信しても、新しいタスクが作成され、別途課金されます。送信したタスクはご自身のアプリケーションで管理してください。
いいえ。タスクが failed に到達すると、全額が自動的に返金されます。送信時に拒否されたリクエストも課金されません。
いいえ。すべてのメディアは公開 HTTPS URL である必要があります。まずご自身のオブジェクトストレージにアップロードし、そのリンクを渡してください。
入力画像のアスペクト比に従います。たとえば、正方形の画像では 768×768、16:9 の画像では 1344×768 です。テキストのみ、または音声のみのリクエストでは adaptive を使用できません。
1 本のクリップが 15 秒を超える場合は、最初の 15 秒に自動的にトリミングされます。ただし、複数の参照動画の合計が 15 秒を超えるとタスクは失敗し、返金されます。
5 秒のクリップで約 3 分、15 秒のクリップで約 13 分です。参照動画を使うタスクは大幅に長くなり、15 秒の場合は約 85 分かかります。詳しくは上記の「推定生成時間」の表をご覧ください。
すぐに期限切れになることは確認されていませんが、長期的な利用可能性は保証されないため、早めに動画をダウンロードして保存してください。URL の確認には GET を使用してください。HEAD リクエストは 403 を返します。
まず、リクエストボディがルールに従っていること（テキスト項目がちょうど 1 つであること、余分なフィールドがないこと、メディアリンクが HTTPS であること）を確認してください。問題がなければ、一時的な過負荷が原因であることが多いため、数秒待ってから再試行してください。送信に失敗しても課金されません。

関連ドキュメント