创建视频生成任务

文档版本：v1.0.0 | 最后更新：2026-08-13
本平台已完整适配 MiniMax 视频生成 V2（MiniMax-H3）官方接口，请求与响应均为透传，参数语义与官方一致。

模型依据传入的文本、图片、视频、音频等多模态信息生成视频，支持 2K 直出。本接口为异步接口，创建成功后返回 task_id，需通过查询任务接口轮询任务状态。

POST https://platform.shuyanai.com/hailuo/v2/video_generation

请求参数

参数	类型	必填	默认值	说明
`model`	string (enum)	是	—	模型名称。当前可用值：`MiniMax-H3`
`content`	array	是	—	多模态输入内容数组（见下），必须包含一个非空 `text` 项
`resolution`	string (enum)	是	—	视频分辨率。可用值：`768P`、`2K`
`duration`	integer	是	—	生成视频时长（秒），整数。可用值：`4`~`15`
`ratio`	string (enum)	条件	`adaptive`	宽高比，取值规则随场景变化（见下）
`callback_url`	string	否	—	任务状态变更回调通知地址（见下方说明）
`aigc_watermark`	boolean	否	`false`	是否在生成视频中添加 AIGC 标识水印

content 输入组合

content 数组的每个元素通过 type 区分类型（text / image_url / video_url / audio_url），并通过 role 标注用途。不同组合对应不同生成场景：

场景	content 组合
文生视频（t2va）	仅一个 `text`
图生视频-首帧	`text` + 1 张 `image_url`（`role=first_frame`，仅一张图时可不填 role，默认按首帧处理）
图生视频-尾帧	`text` + 1 张 `image_url`（`role=last_frame`）
图生视频-首尾帧	`text` + 2 张 `image_url`（`role` 分别为 `first_frame`、`last_frame`）
多模态参考生视频（r2va）	`text` + 参考图片（`role=reference_image`）/ 参考视频（`role=reference_video`）/ 参考音频（`role=reference_audio`）的组合

图生视频与多模态参考生视频互斥：content 中出现 reference_image / reference_video / reference_audio 任一 role，就不能再出现 first_frame / last_frame（反之亦然）。

content 元素结构

字段	类型	说明
`type`	string (enum)	`text` / `image_url` / `video_url` / `audio_url`
`text`	string	文本提示词（prompt），所有场景必须包含一个非空 text。单个 `text` 最多 7000 字符
`image_url.url`	string	图片地址（`type=image_url` 时必填）
`video_url.url`	string	视频地址（`type=video_url` 时必填，仅多模态参考场景）
`audio_url.url`	string	音频地址（`type=audio_url` 时必填，仅多模态参考场景）
`role`	string (enum)	内容用途，条件必填：`first_frame` / `last_frame` / `reference_image` / `reference_video` / `reference_audio`

url 支持三种形式：

公网 URL；

mm_file://{file_id}（引用平台已有文件，如历史产物的 file_id）；

data:<mime>;base64,<Base64> data URI（格式小写，如 data:image/png;base64,...）。

请求体总大小 ≤ 64 MB，且 Base64 编码会使体积放大约 33%。大文件请使用公网 URL 或 mm_file://，勿用 Base64。

输入媒体限制

图片 image_url：

项	限制
格式	JPG、JPEG、PNG、WEBP、HEIC、HEIF
单文件大小	≤ 30 MB
宽高范围	[256, 5760] px
长宽比（宽/高）	[0.4, 2.5]
数量	首帧 ≤ 1、尾帧 ≤ 1、参考图 ≤ 9

视频 video_url（仅多模态参考场景）：

项	限制
容器 / 格式	MP4（`.mp4`）、MOV（`.mov`）
编码	视频 H.264/AVC、H.265/HEVC；音频 AAC、MP3
单文件大小	≤ 50 MB
个数	≤ 3
单段时长	[2, 15] s；总时长 ≤ 15 s
宽高范围	[256, 5760] px
长宽比（宽/高）	[0.4, 2.5]
帧率	[23.976, 60]

音频 audio_url（仅多模态参考场景）：

项	限制
格式	WAV、MP3
单文件大小	≤ 15 MB
个数	≤ 3
单段时长	[2, 15] s；总时长 ≤ 15 s

ratio 取值规则

默认 adaptive（自动，由输入自适应选择最合适的宽高比，实际比例可在查询接口的 ratio 字段获取）。可用值：adaptive、21:9、16:9、4:3、1:1、3:4、9:16。

场景	规则
文生视频	必填，且不能为 `adaptive`
图生视频	宽高比由输入图片决定，恒为 `adaptive`；传入其他值不报错但会被忽略
多模态参考生视频	可选，默认 `adaptive`，也可显式指定具体比例

callback_url 回调说明

配置后 MiniMax 服务器会先向该地址发送含 challenge 字段的验证请求（需 3 秒内原样返回 challenge 完成验证），验证成功后每当任务状态变更即向该地址 POST 推送，推送体结构与查询任务接口的响应一致。回调 status 取值：queued / running / succeeded / failed / cancelled。

请求示例

文生视频：

图生视频（首帧）：

多模态参考生视频：

响应示例

{
  "task_id": "424010985738629"
}

字段	类型	说明
`task_id`	string	任务 ID，用于查询任务获取状态与结果

计费说明

按 usage.total_seconds（输入参考视频秒数 + 输出秒数）× 分辨率单价计费，输入图片每任务前 5 张免费、超出按张计费；提交时预扣、任务完成后多退少补，失败全额退还。详见概述 · 计费与结算。

01-创建视频生成任务

创建视频生成任务#

请求参数#

content 输入组合#

content 元素结构#

输入媒体限制#

ratio 取值规则#

callback_url 回调说明#

请求示例#

响应示例#

计费说明#