# MiniMax H3 Text to Video LoRA Trainer API

> Treinador LoRA para geração text-to-video pura com áudio, sem condicionamento por fotogramas-chave

Treina uma LoRA a partir de um zip de clipes de vídeo legendados em `training_data_url` para geração de vídeo apenas a partir de texto. O condicionamento do primeiro fotograma é fixado em 0, pelo que o treino de fotogramas-chave fica a cargo dos treinadores associados. As definições ajustáveis incluem `rank`, `number_of_steps` (1 a 15000), `learning_rate`, `number_of_frames`, `frame_rate`, `resolution` e uma `trigger_phrase`.

- Model id: `minimax/h3/t2v/trainer`
- Made by: MiniMax
- Category: Training
- Output: file
- Price: $0.005 / step (cheapest run $10.00 (10000 API credits))
- Run: `POST https://api.doitong.ru/v1/run/minimax/h3/t2v/trainer`
- Quote: `POST https://api.doitong.ru/v1/quote/minimax/h3/t2v/trainer`
- Docs page: https://doitong.com/pt-PT/developers/models/minimax/h3/t2v/trainer

## Pricing

Price: **$0.005 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $10.00 = 10000 API credits (2000 steps × 5 API credits).

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/t2v/trainer` 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

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `training_data_url` |  | string | yes |  |  | URL de um ZIP que contém vídeos de treino no formato .mp4, .mov, .avi ou .mkv; recomenda-se pelo menos 10 clips, sendo preferíveis coleções maiores. As imagens não podem ser recursos de treino: conjuntos de dados apenas com imagens e arquivos que misturem imagens de treino com vídeos são rejeitados, embora alguns endpoints permitam imagens como recursos secundários de condicionamento. Ficheiros de legendas opcionais podem acompanhar os clips, partilhando cada ficheiro de texto o nome base do respetivo vídeo. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | Rank de adaptação LoRA, trocando um maior consumo de memória por maior capacidade à medida que a definição aumenta. |
| `number_of_steps` |  | integer | no | `2000` | 1 – 15,000 | Número total de passos de treino. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | Taxa de aprendizagem de otimização, equilibrando um possível aumento de velocidade do treino com o risco de sobreajuste quando é aumentada. |
| `number_of_frames` |  | integer | no | `73` | 22 – 124 | Contagem de frames para cada amostra de treino; a divisão por 17 deve deixar resto 5. Exemplos: 22, 39, 56, 73, 90, 107 e 124. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | Taxa de frames alvo do vídeo, medida em frames por segundo. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | Resolução de treino. Aumentar a resolução eleva os requisitos de memória. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | Escolha a proporção de treino do mesmo conjunto disponível através da API MiniMax H3. |
| `trigger_phrase` |  | string | no | `` |  | Frase de ativação do estilo LoRA, inserida no início das legendas durante o treino. |
| `first_frame_conditioning_p` |  | number | no | `0` | 0 – 0 | O condicionamento por keyframes deve permanecer desativado em 0 porque esta rota treina exclusivamente em texto-para-vídeo-áudio. O condicionamento por keyframes requer uma rota de primeiro-último-frame ou uma rota de imagem-para-vídeo-áudio. |
| `auto_scale_input` |  | boolean | no | `false` |  | Indica se o fps de destino e a contagem de frames são correspondidos através de escalamento automático do vídeo; true ativa este ajuste. |
| `split_input_into_scenes` |  | boolean | no | `true` |  | Divisão de cenas para vídeos que excedam um limite de duração, ativada quando true. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | Gatilho de divisão de cenas expresso como uma duração em segundos: apenas os vídeos superiores ao limite são divididos. |
| `debug_dataset` |  | boolean | no | `false` |  | Modo de inspeção do pré-processamento para verificar vídeos, imagens e legendas antes de uma execução completa do treino. Ativá-lo faz com que o treinador devolva o conjunto de dados de treino processado num arquivo transferível para revisão manual. |
| `strict_dataset` |  | boolean | no | `false` |  | Tratamento rigoroso de problemas de pré-processamento que, de outro modo, seriam registados e resolvidos através dos fallbacks documentados. Ao ativá-lo, são rejeitadas legendas que necessitem de prompts vazios, keyframes secundários em falta e vídeos com áudio ilegível, em vez de substituir por um prompt vazio, um frame do clip ou silêncio, respetivamente. |

## Example input

Required parameters only:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

A fuller example:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

## 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/t2v/trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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/t2v/trainer?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "training_data_url": "https://example.com/your-file.zip"
  }),
});
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 = {
    "training_data_url": "https://example.com/your-file.zip",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/minimax/h3/t2v/trainer", 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/t2v/trainer",
      "input": {
        "training_data_url": "https://example.com/your-file.zip"
      },
      "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/t2v/trainer",
  "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": 10000,
    "usd": "10.00",
    "charged": 10000,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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 |
|---|---|---|
| `lora_file` | object {url, content_type, file_name, file_size} | URL para pesos LoRA treinados no formato .safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | Configuração da preparação do endpoint de inferência. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | Disponível apenas para pedidos com `debug_dataset` ativado, este arquivo descarregável contém os dados de treino após o pré-processamento. |

## Related models

- [MiniMax H3 First Last Frame LoRA Trainer](https://doitong.com/developers/models/minimax/h3/flf2v/trainer.md) (`minimax/h3/flf2v/trainer`): $0.01 / step
- [MiniMax H3 Image to Video Audio LoRA Trainer](https://doitong.com/developers/models/minimax/h3/i2v/trainer.md) (`minimax/h3/i2v/trainer`): $0.01 / step
- [MiniMax H3 Reference to Video LoRA Trainer](https://doitong.com/developers/models/minimax/h3/ref2va/trainer.md) (`minimax/h3/ref2va/trainer`): $0.015 / step
- [ERNIE-Image Trainer](https://doitong.com/developers/models/ernie-image-trainer.md) (`ernie-image-trainer`): $0.0012 / step
- [FLUX 2 \[klein\] 9b Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer.md) (`flux-2-klein-9b-base-trainer`): $0.0043 / step
- [Flux 2 Klein 9B Base Trainer](https://doitong.com/developers/models/flux-2-klein-9b-base-trainer/edit.md) (`flux-2-klein-9b-base-trainer/edit`): $0.0139 / step
- [FLUX 2 Trainer](https://doitong.com/developers/models/flux-2-trainer.md) (`flux-2-trainer`): $0.0064 / step
- [FLUX 2 Trainer Edit](https://doitong.com/developers/models/flux-2-trainer/edit.md) (`flux-2-trainer/edit`): $0.0389 / step

## Links

- HTML page: https://doitong.com/developers/models/minimax/h3/t2v/trainer
- 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/t2v/trainer
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/minimax/h3/t2v/trainer