MiniMax H3 2K 参照ワークフロー対応 AI 動画生成

MiniMax H3 は、テキストのみの画面構成、1～2 枚のガイドフレーム、またはマルチモーダル参照セットを使う 4～15 秒の動画制作に適しています。特徴的な設定は 768P と 2K の区分で、入力動画の時間と 5 枚を超える画像を明示的に計算します。

3 つのモードすべてで、7,000 文字以内の空でないプロンプトを使用します。テキストモードでは素材をアップロードせず、自動調整以外の特定のアスペクト比を指定する必要があります。フレームモードでは、ちょうど 1 枚の画像を開始または終了フレームとして使うか、順序を定めた 2 枚を開始・終了フレームとして使います。動画や音声は使えません。参照モードでは少なくとも 1 個の素材が必要です。音声だけでは使用できず、画像または動画を添える必要があります。

Rivya では、最大 9 枚の JPEG、PNG、WebP 画像、3 本の MP4 または MOV 動画、3 個の MP3 または WAV 音声を、合計 15 ファイル以下で使用できます。画像は 1 枚あたり 30 MB 以下です。動画は 1 本あたり 50 MB 以下・2～15 秒、合計 15 秒以下、音声は 1 ファイルあたり 15 MB 以下・2～15 秒、合計 15 秒以下です。

画像と参照動画は、幅と高さがそれぞれ 256～5,760 ピクセル、アスペクト比が 0.4～2.5 である必要があります。参照動画はさらに、23.976～60 fps でなければなりません。

768P は 8 クレジット、2K は 13 クレジットの単価を、リクエストした出力秒数と入力動画の検証済み秒数の合計に掛けます。最初の 5 枚の画像には画像追加料金がなく、6～9 枚目は 1 枚につき 4 クレジットが加算されます。入力音声はこの計算式には加算されません。Rivya は合計に対して最後に 1 回だけ切り上げます。

テキストから動画を生成する場合は、21:9、16:9、4:3、1:1、3:4、9:16 のいずれかが必須で、自動調整は使えません。参照から動画を生成する場合は自動調整も使えます。フレームガイドでは、別のアスペクト比の値を送らず、指定した画像または画像ペアから画面構成を決めます。

Rivya はすべての単価要素を保持し、合計全体だけを切り上げた計算式の金額を生成前に予約します。報告された実使用量が有効で予約量以下の場合は、その実使用量で精算します。実使用量が欠落、無効、または予約量を超えている場合は、見えない追加請求を行わず照合対象として扱います。

テキスト、フレームガイド、マルチモーダル参照のいずれかを選び、768P または 2K、4～15 秒の整数の再生時間を設定します。アスペクト比は、その入力モードで受け付けられる場合だけ使用します。

いいえ。参照モードでは、音声に少なくとも 1 枚の画像または 1 本の動画を添える必要があります。テキストモードとフレームモードは音声を受け付けません。

はい。画像が 1 枚の場合は、開始フレームか終了フレームかを選びます。2 枚の場合は、開始、終了の順に並べます。

最初の 5 枚は基本の時間計算に含まれます。6～9 枚目の追加画像は、合計見積もりに 1 枚につき 4 クレジットを加算し、その後で全体を 1 回だけ切り上げます。

動きや参照素材の役割を試す間は、請求対象 1 秒あたり 8 クレジットの 768P を使用します。シーンの方向性が固まり、上位の解像度が必要になったら、1 秒あたり 13 クレジットの 2K を選んでください。

このページでは、1 つのシーン、再生時間、参照素材の優先関係を確認できます。768P と 2K の比較を保存したい場合、参照素材を繰り返し調整したい場合、またはプロジェクトを継続したい場合は Studio に移ってください。