# H3 Max Reference to Video API

> Geração de vídeo H3 Max que mantém os sujeitos consistentes usando imagens, vídeos e clipes de áudio de referência

Gera vídeo orientado por recursos de referência: até 9 imagens, 3 vídeos e 3 clipes de áudio, com um máximo de 12 ficheiros no total. O prompt refere-se a estes como Image 1, Video 1, Audio 1 e assim sucessivamente. Os primeiros, intermédios (`middle_image_url` em `middle_frame_time`) e últimos fotogramas opcionais fixam o início, o meio e o fim. `duration` varia entre 0.92 e 15 segundos e `aspect_ratio` pode ser adaptativo.

- 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/pt-PT/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 | Instruções de geração de vídeo com referências identificadas pelo tipo de recurso e pela posição em cada lista de referências, usando etiquetas como Audio 1, Video 1, Image 1, Image 2 e assim por diante. |
| `reference_image_urls` | `images` | array of image URL | no |  | ≤ 9 items | URLs de imagens de referência do sujeito ou estilo, partilhando um máximo de 12 ficheiros com todas as referências de vídeo e áudio. Identifique estas imagens no prompt pela posição na lista, usando Image 1, Image 2 e as etiquetas seguintes. |
| `reference_video_urls` |  | array of video URL | no |  | ≤ 3 items | URLs de vídeos de referência de movimento ou outros, identificados pela posição na lista no prompt através de Video 1, Video 2 e etiquetas seguintes. O limite partilhado entre referências de imagem, vídeo e áudio é de 12 ficheiros; cada clip de vídeo deve durar 2–15 segundos e o total não pode exceder 15 segundos. |
| `reference_audio_urls` |  | array of audio URL | no |  | ≤ 3 items | Forneça o áudio de referência como URLs e identifique os clips no prompt usando Audio 1, Audio 2 e etiquetas seguintes. Cada clip deve durar 2–15 segundos, com um máximo total de 15 segundos de áudio. Qualquer tipo de referência de imagem, vídeo ou áudio pode ser fornecido isoladamente ou combinado, sujeito ao máximo partilhado de 12 ficheiros. |
| `image_url` | `image` | string (image URL) \| null | no |  | ≥ 1 characters | URL opcional da imagem que define o frame inicial exato e determina o canvas de saída. Os recursos de referência mantêm a consistência do sujeito. |
| `middle_image_url` |  | string (image URL) \| null | no |  | ≥ 1 characters | Imagem orientadora opcional para middle_frame_time, disponível apenas com geração nativa a 480P ou 768P e com uma imagem inicial e uma imagem final fornecidas. |
| `middle_frame_time` |  | number \| null | no |  | > 0, < 15 | Tempo de colocação da imagem intermédia, utilizável apenas com middle_image_url e restrito a posições estritamente entre o primeiro e o último frame do vídeo solicitado. Forneça os segundos decorridos desde o início; o valor é arredondado para o frame mais próximo a 24 fps. |
| `end_image_url` | `end_image` | string (image URL) \| null | no |  | ≥ 1 characters | URL opcional da imagem final que fixa o frame final exato do vídeo na imagem fornecida. |
| `duration` |  | number | no | `5` | 0.92 – 15 | Duração solicitada em segundos, permitindo uma duração real do vídeo até aproximadamente 0.7 s além desse pedido. |
| `resolution` |  | enum (string) | no | `768P` | `480P`, `768P`, `1080P` | Seleção da resolução da geração: 1080P requer refinamento latente do material gerado nativamente a 768P, em vez de geração nativa na resolução selecionada. |
| `seed` |  | integer \| null | no |  |  | Seed para geração aleatória; se omitida, é escolhida aleatoriamente. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Ativação do verificador de segurança; true ativa a verificação. |
| `prompt_expansion_mode` |  | string | yes | `balanced` |  | Esforço de reescrita do prompt antes da geração: 'quality' desenvolve um prompt mais rico durante aproximadamente 30s, enquanto 'balanced' responde em cerca de um segundo. Escolha 'disabled' para omitir a expansão do prompt. |
| `aspect_ratio` |  | enum (string) | no | `adaptive` | `adaptive`, `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | Proporção do vídeo de saída. |
| `reference_conditions` |  | array of object {type, url} | no |  | ≤ 12 items | Lista de referências fornecida como alternativa a reference_*_urls, nunca juntamente com estas. A ordenação entre modalidades tem significado, pelo que a sequência é mantida durante todo o processamento. |
| `reference_conditions[].type` |  | enum (string) | yes |  | `image`, `video`, `audio` | Modalidade da referência; a ordenação entre modalidades na lista tem significado. |
| `reference_conditions[].url` |  | string | yes |  | ≥ 1 characters | URL do recurso multimédia de referência. |

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} | Vídeo produzido pelo modelo. |
| `expanded_prompt` | string \| null | Prompt expandido pronto para o modelo, ou null se não estiver disponível texto expandido. Os casos null são expansão desativada, expansão sem alterações e expansão processada internamente pela API alojada do modelo. |
| `seed` | integer | Seed base usada para reproduzir o resultado gerado. |
| `timings` | object \| null | Medições de tempo expressas em segundos, disponíveis apenas em rotas que reportam tempos do backend; caso contrário, null. A entrada 'inference' mede o tempo de denoising DiT no backend 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