# H3 Max Reference to Video API

> إنشاء فيديو H3 Max يحافظ على اتساق العناصر باستخدام الصور والفيديوهات والمقاطع الصوتية المرجعية

ينشئ فيديو موجّهًا بأصول مرجعية: حتى 9 صور و3 فيديوهات و3 مقاطع صوتية، وبحد أقصى 12 ملفًا إجمالًا. تشير المطالبة إليها باسم Image 1 وVideo 1 وAudio 1 وهكذا. تثبّت الإطارات الأولى والوسطى (`middle_image_url` عند `middle_frame_time`) والأخيرة البداية والمنتصف والنهاية اختياريًا. تتراوح `duration` من 0.92 إلى 15 ثانية، ويمكن أن تكون `aspect_ratio` متكيفة.

- Model id: `minimax/h3-max/reference-to-video`
- Made by: MiniMax
- Category: Reference to Video
- Output: video
- Price per second of your output video: from $0.05 / second of output video (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.ru/v1/run/minimax/h3-max/reference-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/minimax/h3-max/reference-to-video`
- Docs page: https://doitong.com/ar/developers/models/minimax/h3-max/reference-to-video

## Pricing

Price: **from $0.05 / second of output video** (the lowest tier; the quote prices your exact input). Price per second of your output video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

Price by tier:

- 480P: $0.05 / second of output video
- 768P: $0.08 / second of output video
- 1080P: $0.16 / second of output video

The full example input below costs $0.40 = 400 API credits (5 s output video × $0.08 (768P)).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/minimax/h3-max/reference-to-video` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  | 1 – 50000 characters | تعليمات توليد فيديو مع مراجع محددة حسب نوع الأصل وموضعه ضمن كل قائمة مراجع، باستخدام تسميات مثل Audio 1 وVideo 1 وImage 1 وImage 2 وما يليها. |
| `reference_image_urls` | `images` | array of image URL | no |  | ≤ 9 items | عناوين URL لصور مرجعية للهدف أو النمط، بحد أقصى مشترك يبلغ 12 ملفًا مع جميع مراجع الفيديو والصوت. حدّد هذه الصور في الموجّه حسب موضعها في القائمة باستخدام Image 1 وImage 2 والتسميات اللاحقة. |
| `reference_video_urls` |  | array of video URL | no |  | ≤ 3 items | عناوين URL لفيديوهات مرجعية للحركة أو غيرها، يُشار إليها حسب موضعها في القائمة داخل الموجّه باستخدام Video 1 وVideo 2 والتسميات التالية. الحد المشترك لمراجع الصور والفيديو والصوت هو 12 ملفًا؛ يجب أن تتراوح مدة كل مقطع فيديو بين 2–15 ثانية، وألا يتجاوز مجموع مددها 15 ثانية. |
| `reference_audio_urls` |  | array of audio URL | no |  | ≤ 3 items | قدِّم الصوت المرجعي على هيئة عناوين URL، وحدِّد المقاطع في الموجّه باستخدام Audio 1 وAudio 2 والتسميات التالية. يجب أن تتراوح مدة كل مقطع بين 2–15 ثانية، وألا يتجاوز إجمالي مدة الصوت 15 ثانية. يمكن تقديم أي نوع من مراجع الصور والفيديو والصوت منفردًا أو دمجه مع الأنواع الأخرى، ضمن حد أقصى مشترك يبلغ 12 ملفًا. |
| `image_url` | `image` | string (image URL) \| null | no |  | ≥ 1 characters | عنوان URL اختياري لصورة يحدد الإطار الافتتاحي الدقيق ولوحة المخرج. تحافظ الأصول المرجعية على اتساق الهدف. |
| `middle_image_url` |  | string (image URL) \| null | no |  | ≥ 1 characters | صورة إرشادية اختيارية لـ middle_frame_time، متاحة فقط مع التوليد الأصلي بدقة 480P أو 768P ومع تقديم صورة بداية وصورة نهاية. |
| `middle_frame_time` |  | number \| null | no |  | > 0, < 15 | وقت وضع الصورة الوسطى، لا يُستخدم إلا مع middle_image_url، ومقيّد بمواضع تقع تمامًا بين الإطارين الأول والأخير للفيديو المطلوب. قدّم الثواني المنقضية منذ البداية؛ وتُقرَّب القيمة إلى أقرب إطار بمعدل 24 fps. |
| `end_image_url` | `end_image` | string (image URL) \| null | no |  | ≥ 1 characters | عنوان URL اختياري للصورة النهائية يثبّت الإطار الختامي الدقيق للفيديو على الصورة المقدَّمة. |
| `duration` |  | number | no | `5` | 0.92 – 15 | المدة المطلوبة بالثواني، مع السماح بطول فيديو فعلي يزيد عن ذلك الطلب بنحو 0.7 s كحد أقصى. |
| `resolution` |  | enum (string) | no | `768P` | `480P`, `768P`, `1080P` | اختيار دقة التوليد: تتطلب 1080P تحسينًا كامنًا للمادة المولدة أصليًا بدقة 768P، بدلًا من التوليد الأصلي بالدقة المحددة. |
| `seed` |  | integer \| null | no |  |  | بذرة التوليد العشوائي؛ إذا لم تُحدَّد، تُختار عشوائيًا. |
| `enable_safety_checker` |  | boolean | no | `true` |  | تنشيط مدقق السلامة؛ تُمكّن true الفحص. |
| `prompt_expansion_mode` |  | string | yes | `balanced` |  | جهد إعادة صياغة الموجّه قبل التوليد: تطوّر 'quality' موجّهًا أكثر ثراءً خلال مدة تصل تقريبًا إلى 30s، بينما تعيد 'balanced' النتيجة خلال نحو ثانية. اختر 'disabled' لإلغاء توسيع الموجّه. |
| `aspect_ratio` |  | enum (string) | no | `adaptive` | `adaptive`, `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | نسبة أبعاد فيديو المخرج. |
| `reference_conditions` |  | array of object {type, url} | no |  | ≤ 12 items | قائمة مراجع مقدَّمة كبديل عن reference_*_urls، ولا تُستخدم معها مطلقًا. يحمل الترتيب عبر الوسائط معنى، لذلك يُحافَظ على التسلسل طوال المعالجة. |
| `reference_conditions[].type` |  | enum (string) | yes |  | `image`, `video`, `audio` | نوع المرجع؛ يحمل الترتيب عبر الوسائط في القائمة معنى. |
| `reference_conditions[].url` |  | string | yes |  | ≥ 1 characters | عنوان URL للوسائط المرجعية. |

File parameters (`images`, `reference_video_urls`, `reference_audio_urls`, `image`, `middle_image_url`, `end_image`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "prompt_expansion_mode": "balanced"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "prompt_expansion_mode": "balanced"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/h3-max/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/minimax/h3-max/reference-to-video?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/minimax/h3-max/reference-to-video", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "minimax/h3-max/reference-to-video",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "prompt_expansion_mode": "balanced"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3-max/reference-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 400,
    "usd": "0.40",
    "charged": 400,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "expanded_prompt": "string",
    "seed": 42,
    "timings": {}
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | الفيديو الذي أنشأه النموذج. |
| `expanded_prompt` | string \| null | موجّه موسّع جاهز للنموذج، أو null إذا لم يتوفر نص موسّع. تشمل حالات null إلغاء التوسيع، والتوسيع الذي لم يغيّر شيئًا، والتوسيع الذي عالجه نموذج عبر API المستضاف الخاص به. |
| `seed` | integer | البذرة الأساسية المستخدمة لإعادة إنتاج النتيجة المولدة. |
| `timings` | object \| null | قياسات التوقيت معبَّرًا عنها بالثواني، ومتاحة فقط في المسارات التي تُبلغ عن توقيتات الواجهة الخلفية؛ وإلا فالقيمة null. يقيس الإدخال 'inference' المدة التي استغرقها إزالة الضوضاء DiT على الواجهة الخلفية لوحدة GPU. |

## Related models

- [MiniMax H3 Max Text to Video](https://doitong.com/developers/models/minimax/h3-max/text-to-video.md) (`minimax/h3-max/text-to-video`): from $0.0325 / second of output video
- [H3 Max Camera Controls](https://doitong.com/developers/models/minimax/h3-max/camera-controls.md) (`minimax/h3-max/camera-controls`): from $0.0325 / second
- [H3 Max Image to Video](https://doitong.com/developers/models/minimax/h3-max/image-to-video.md) (`minimax/h3-max/image-to-video`): from $0.0325 / second of output video
- [H3 Max](https://doitong.com/developers/models/minimax/h3-max/insert-video.md) (`minimax/h3-max/insert-video`): from $0.05 / second
- [H3 Max Extend Video](https://doitong.com/developers/models/minimax/h3-max/extend-video.md) (`minimax/h3-max/extend-video`): from $0.05 / second of output video
- [H3 Max Recast](https://doitong.com/developers/models/minimax/h3-max/recast.md) (`minimax/h3-max/recast`): from $0.30 / second of input video
- [H3 Max Reframe](https://doitong.com/developers/models/minimax/h3-max/reframe-video.md) (`minimax/h3-max/reframe-video`): from $0.05 / second of input video
- [H3 Max Relight](https://doitong.com/developers/models/minimax/h3-max/relight.md) (`minimax/h3-max/relight`): from $0.05 / second of input video

## Links

- HTML page: https://doitong.com/developers/models/minimax/h3-max/reference-to-video
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=minimax/h3-max/reference-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/minimax/h3-max/reference-to-video