生成视频

POST /v2/video_generation

请求

响应：{ "task_id": "424010985738629" }。

三个 model 名字对应三个 档位：不同的 TPU 拓扑， 因而延迟、并发和价格都不同。请求形状在三档之间完全一致。

三种模式

跑哪种模式由 content 推断，不需要你指定。

文生音视频

{
  "model": "MiniMax-H3",
  "content": [{ "type": "text", "text": "…" }],
  "resolution": "768P",
  "duration": 10,
  "ratio": "16:9"
}

这种模式下 ratio 必填且不能是 adaptive —— 没有输入图，没有可以「自适应」的对象。

首帧 / 尾帧

给一到两张图，钉住片子的两端。

{
  "content": [
    { "type": "text", "text": "…" },
    {
      "type": "image_url",
      "image_url": { "url": "https://example.com/first.png" },
      "role": "first_frame"
    }
  ],
  "ratio": "adaptive"
}

role 取 first_frame 或 last_frame。只给一张图且不写 role， 按首帧处理；给第二张却不写 role 会直接报错，而不是替你猜。 画幅由图片决定，ratio 会被忽略。

多模态参考

最多 9 张图、3 段视频、3 段音频，作为风格、主体或音色参考。

{
  "content": [
    { "type": "text", "text": "…" },
    {
      "type": "video_url",
      "video_url": { "url": "mm_file://424010985738629" },
      "role": "reference_video"
    },
    {
      "type": "audio_url",
      "audio_url": { "url": "https://example.com/voice.mp3" },
      "role": "reference_audio"
    }
  ]
}

关键帧角色和参考角色不能混用：它们跑在不同的 checkpoint 上。

参考模式需要单独部署的 worker 池。如果当前部署没有起这个池， 请求会返回 503 并说明原因，而不是永远排在队列里。

素材输入

任何接受 url 的地方都支持三种形式：

• 公网 https:// 链接
• 文件接口 返回的 mm_file://{file_id}
• base64 data URI，data:image/png;base64,…

限制：图片 ≤ 30 MB、视频 ≤ 50 MB、音频 ≤ 15 MB，整个请求体 ≤ 64 MB。 优先用 mm_file:// 而不是 base64 —— data URI 要经过中间每一跳。

时长，以及为什么会比你要的长

视觉解码器以 17 帧为一段、外加 5 帧引导，所以只有 17n + 5 的帧数能解码。 模型还要求这个帧数落在 120 到 360 之间，并且向上取整。

计费按你请求的时长走，所以多出来的部分是免费的。 唯一会短一点的是 15 秒：360 帧向上取整是 362，超过上限，因此收敛到 14.38 秒。

4 秒不可用。4 秒是 96 帧，取整后 107 —— 低于 120 帧的下限。 官方托管 API 接受 duration: 4，这套部署会返回 400 说明原因， 而不是悄悄给你 5 秒。

查询任务

GET /v2/query/video_generation/{task_id}

status 取 queued、running、succeeded、failed、cancelled 之一。

content.url 在任务成功后出现，带签名、一小时过期，且在查询时才生成 —— 所以链接过期的解决办法是再查一次，不是找客服。

usage 就是计费记录：output_seconds 是你请求的时长， input_seconds 是实测的参考素材时长，input_image_count 是参考图数量。

取消

POST /v2/video_generation/{task_id}/cancel

在 queued 或 running 时有效，全额退回预扣。对已结束的任务取消会返回 400。

这个端点是扩展：官方 status 枚举里有 cancelled，但没有产生它的接口。