企业官网建设流程全解析

生视频API 新增 Minimax-H3：10 秒和 15 秒两个版本怎么用

生视频这块的模型一直在换，甜甜圈API（dashengfenshen.cn）
这次加了Minimax-H3，拆成两个模型 id：Minimax-H3-10s和Minimax-H3-15s，
区别就是出片时长——一个 10 秒，一个 15 秒。

这篇写清楚三件事：怎么调、两个版本该怎么选、以及接的时候有哪些坑。

调用方式和其它模型完全一样

还是那个端点，改model就行：

POST https://API_HOST/v1/chat/completions Authorization: Bearer {你的API密钥}

文生视频，直接给一段描述：

constr=awaitfetch('https://API_HOST/v1/chat/completions',{method:'POST',headers:{Authorization:`Bearer${process.env.TTQ_API_KEY}`,'Content-Type':'application/json',},body:JSON.stringify({model:'Minimax-H3-10s',messages:[{role:'user',content:'镜头缓慢环绕一只白色陶瓷马克杯，杯身有细微釉面反光，浅灰背景，匀速无抖动'}],}),// 生视频比生图慢得多，超时一定要放长，别照抄生图那套 60 秒signal:AbortSignal.timeout(300_000),});

图生视频就把content换成数组，图和文字一起给：

body:JSON.stringify({model:'Minimax-H3-15s',messages:[{role:'user',content:[{type:'image_url',image_url:{url:商品图URL}},{type:'text',text:'以这张图为首帧，镜头从左向右平移，商品保持静止，背景轻微虚化'},],}],}),

首帧图那张的质量直接决定整条片子的观感。我踩过的坑是拿一张 800×800 的老主图去生视频，
出来整条都是糊的——首帧糊，后面每一帧都糊，这个没法靠参数救。

10 秒还是 15 秒

这个选择比看起来重要，因为它同时决定了成本和用途。我自己的分法：

10 秒版用在素材位。商品主图旁边那个自动播放的小视频、详情页顶部的展示片、
信息流广告的第一个素材——这些场景本来就没人看完，10 秒够了，跑量还便宜。

15 秒版用在要讲一件事的时候。比如展示一个折叠动作、一个使用过程、
从包装到成品的完整流程。这类内容 10 秒会切在半截上，看着难受。

判断方法很土但有效：先把你想表达的内容自己念一遍，超过 10 秒就用 15 秒版。

单价按次计，15 秒版比 10 秒版贵一档，具体数字看控制台的价目表——
这块偶尔会调，写死在代码注释里容易过期。

跑批的时候注意几件事

别同步等。生视频是分钟级的活，HTTP 同步等着不现实，前端更不能这么干。
我的做法是接口层收到请求先落一条任务记录返回任务 id，后台起 worker 去跑，
前端轮询任务状态。这套逻辑和之前接其它生视频模型是一样的，不用重写。

并发要压着。生图可以开几十路并发，生视频不行——单条就很贵，
一次跑飞几十条错的比慢半天难受得多。我现在固定跑 3 路，先出三条看效果，
确认方向对了再放开。

失败要能重跑。生视频失败率比生图高（描述太抽象、首帧图不合规、
偶发的上游超时都会失败）。任务表里存好入参，失败的直接按 id 重投，
不要让人工重新填一遍描述。

同一个描述别指望复现。生视频的随机性比生图大，同样的入参两次跑出来的镜头不一样。
所以出到满意的那条，结果视频立刻转存到自己的存储，别只存返回链接——
链接是有有效期的，过期了再想拿回那一条就没了。

描述该怎么写

写了一阵子总结出来的，对 Minimax-H3 这类模型都适用：

镜头运动要写具体。「镜头缓慢环绕」「从左向右平移」「由远及近推进」这种能听懂，
「有电影感」「大气一点」它猜不到你要什么。

明确写"商品保持静止"。不写的话商品经常会自己变形、旋转、甚至换个样子，
电商用途上这是废片。

一条片只做一个动作。想要「先环绕再推进再拉远」的，出来大概率是三个动作都做一半。

背景说清楚。「浅灰纯色背景」「木质桌面」「窗边自然光」，
含糊的话它会自己加一堆你不想要的道具。

负面描述有用但别堆。「无人物出现」「无文字」「无抖动」这三条我基本每次都写，
再多就开始互相干扰了。

关于选型

现在生视频这块能选的模型不少，我的实际用法是按用途分而不是挑一个最好的：
要快要便宜出素材，用 10 秒版跑量；要展示完整动作，上 15 秒版；
镜头语言要求特别高的那一两条，再单独换模型试。

反正一个密钥全都能调，model改个字符串的事，没有迁移成本——
这也是当初选聚合接口的主要原因。

接口服务：甜甜圈API（dashengfenshen.cn）