MiniMax Hailuo 03 API: generación de vídeo 1080p

Si quieres vídeo IA en 1080p por API, los límites principales son sencillos: clips de máximo 5 segundos, manejo asíncrono de trabajos y un coste de $0.08/seg. Yo trataría Hailuo 03 como un modelo de vídeo de formato corto para apps que necesitan texto a vídeo o imagen a vídeo sin ejecutar GPU.

Aquí está el artículo en lenguaje llano:

• Qué hace: genera vídeo MP4 en 1080p
• Tipos de entrada: prompt de texto, imagen a vídeo, primer y último fotograma, y referencia de sujeto
• Límite de clip: 5 segundos a 1080p
• Precio: $0.40 por clip de 5 segundos en 1080p
• Flujo de API: envía el trabajo, luego consulta task_id o usa callback_url
• Control de prompt: movimientos de cámara entre corchetes como [Pan left] o [Zoom in]
• Manejo de archivos: la URL del vídeo final caduca a las 24 horas
• Reglas de imagen: menos de 20 MB y relación de aspecto entre 2:5 y 5:2
• Nota de fiabilidad: el artículo cita un SLA de tiempo de actividad del 99,9 %

Lo que más importa es esto: necesitas lógica de backend, no solo un prompt. Eso significa gestionar comprobaciones de estado asíncronas, almacenar el MP4 de inmediato, reintentar ante 429 y 5xx, y ensamblar clips si necesitas algo más largo que 5 segundos.

Si yo lo configurara, probaría los prompts primero a menor resolución, fijaría la redacción del movimiento y luego pasaría a 1080p solo para las ejecuciones finales, para mantener el gasto bajo control.

Mira: automatizar la generación de vídeo con MiniMax

Capacidades principales y opciones de salida en 1080p

Antes de enviar tu primera solicitud, ten claro los modos de entrada de Hailuo 03, los controles de movimiento y los límites de salida.

Entradas admitidas: prompts de texto, imágenes e instrucciones de movimiento

Hailuo 03 admite cuatro modos de entrada: texto a vídeo, imagen a vídeo (I2V), vídeo de primer y último fotograma y vídeo con referencia de sujeto ^[2].

Para el control de movimiento, puedes combinar hasta tres movimientos de cámara dentro de una instrucción entre corchetes, como [Pan left, Pedestal up] ^[3]. Eso te da una forma sencilla de guiar el encuadre y el movimiento de escena sin añadir metadatos extra.

Estos modos se corresponden con los campos de la solicitud que se cubren en la siguiente sección.

Especificaciones de salida en 1080p que los desarrolladores deberían verificar

La salida en 1080p está limitada a clips de 5 segundos. Si necesitas una secuencia más larga, genera varios clips y ensámblalos en tu backend. Para proyectos que requieren audio integrado, considera Veo 3.1 de Google como alternativa.

Ese límite debería moldear tanto los ajustes de tu solicitud como la lógica de ensamblaje de tu backend.

Especificaciones de Hailuo 03

Cómo llamar a la API de MiniMax Hailuo 03 en APIMart

Ahora que has visto lo que Hailuo 03 puede crear, es hora de conectarlo a tu app.

Autenticación, URL base y cabeceras

Cada solicitud a APIMart usa un token Bearer en la cabecera Authorization, junto con Content-Type: application/json. Una sola clave de API de APIMart gestiona todas las solicitudes.

POST https://api.apimart.ai/v1/videos/generations

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

Ejemplos de solicitud para texto a vídeo e imagen a vídeo

Usarás el mismo endpoint y la misma configuración de autenticación cada vez. Lo que cambia son el prompt, la resolución, la duración y la URL de entrada.

El campo model apunta a Hailuo 03. resolution controla la calidad de salida. Y si quieres 1080p, duration debe ser 5.

Solicitud de texto a vídeo:

{
  "model": "MiniMax-Hailuo-03",
  "prompt": "A product designer sketching at a sunlit desk, [Pan left, Zoom in], cinematic depth of field",
  "resolution": "1080p",
  "duration": 5,
  "prompt_optimizer": true
}

Solicitud de imagen a vídeo:

{
  "model": "MiniMax-Hailuo-03",
  "prompt": "The product rotates slowly on a white surface, [Orbit right]",
  "resolution": "1080p",
  "duration": 5,
  "first_frame_image": "https://your-storage.com/product-shot.jpg",
  "prompt_optimizer": true
}

Para imagen a vídeo, sube primero la imagen y usa la URL devuelta en first_frame_image. La imagen debe pesar menos de 20 MB, y su relación de aspecto debe mantenerse entre 2:5 y 5:2. Si queda fuera de ese rango, la API devuelve un error 400. Fija prompt_optimizer en true si quieres que el prompt se refine antes de la generación.

Respuestas asíncronas, estado del trabajo y URL del vídeo final

La generación de vídeo se ejecuta de forma asíncrona, así que tu app necesita consultar el estado o usar un callback.

"Tras enviar una tarea, consulta su estado usando el task_id hasta que tenga éxito o falle." - MiniMax API Docs ^[2]

Consulta este endpoint cada 15–30 segundos:

GET https://api.apimart.ai/v1/tasks/{task_id}

El campo status pasa por varias etapas:

Cuando el estado llega a completed, la respuesta incluye la URL final del MP4. Descarga el MP4 de inmediato porque el enlace caduca a las 24 horas ^[4].

Si gestionas muchos trabajos, pasa un callback_url en la primera solicitud en lugar de consultar. Tu servidor recibirá un callback POST cuando el trabajo termine, y debe devolver el valor del reto en un plazo de 3 segundos ^[3].

Con el flujo de trabajo configurado, el siguiente paso es ajustar la calidad y el coste para producción. También podrías considerar Kling V3 para estilos de vídeo cinematográfico alternativos.

Parámetros, rendimiento y precios para cargas de trabajo en 1080P

Controles de calidad que importan en producción

Una vez fijado el formato de tu solicitud, el siguiente paso es ajustar la calidad de salida, la velocidad y el gasto. Para la mayoría de los trabajos en 1080P, tres ajustes hacen la mayor parte del trabajo: resolution, duration y prompt_optimizer.

prompt_optimizer reescribe los prompts para que el movimiento y la composición queden más claros ^[1][3]. En la mayoría de los casos de producción, lo mejor es dejarlo activado. Pero si tu prompt necesita ceñirse de cerca a términos de marca o a una redacción exacta, fíjalo en false para que el sistema no reescriba el lenguaje que necesitas conservar ^[3].

También puedes usar fast_pretreatment para reducir el tiempo de preparación del prompt. La contrapartida es una pequeña caída en la calidad de salida ^[1][3].

Para el movimiento de cámara, pon las indicaciones de movimiento directamente en el prompt con comandos entre corchetes. Algunos ejemplos son [Pan left] y [Zoom in]. Puedes usar hasta tres de estos comandos en un solo prompt ^[3][5].

Planificación de latencia y coste en USD

Una vez implantados esos controles, el coste depende en su mayor parte de la duración del clip. Como la generación se ejecuta de forma asíncrona, planifica un flujo de envío y consulta. Si quieres que tu backend obtenga el resultado automáticamente, usa callback_url para que reciba un aviso cuando el trabajo esté hecho ^[4].

A $0.08 por segundo, un clip de 5 segundos en 1080P cuesta $0.40.

Una forma sencilla de reducir el desperdicio es probar los prompts primero a 768P, y luego cambiar a 1080P una vez que el comportamiento del prompt y el movimiento de cámara se vean bien ^[1][6].

Patrones de integración y próximos pasos

Flujo de backend para apps de marketing, producto y educación

Con el manejo de solicitudes y el estado de los trabajos configurados, el siguiente paso es llevar Hailuo 03 a flujos de producto reales. El flujo central de trabajos se mantiene igual entre tipos de app. Lo que cambia es el estilo del prompt, la entrada que envías y lo que debe hacer el clip.

Para clips de anuncios de marketing, usa texto a vídeo. Mantén los prompts cortos y directos, e incluye indicaciones de cámara como [Pan left] o [Tracking shot]. Para visuales de producto, usa imagen a vídeo y pasa tomas de producto como imagen de referencia. Para explicativos educativos, 768P suele ser la opción práctica cuando necesitas clips más largos.

Almacenamiento, entrega y seguimiento de uso a escala

Una vez terminado el renderizado, mueve el archivo a almacenamiento persistente para su entrega y seguimiento. Descarga cada MP4 de inmediato y guárdalo en tu propio sistema para la entrega. Por fiabilidad, añade backoff exponencial ante respuestas 429 y 5xx. Si gestionas alto volumen, usa callback_url en lugar de consultar. Haz el seguimiento del uso en un solo lugar para todos los trabajos de vídeo. Esa configuración ayuda a mantener una entrega estable a medida que crece el volumen.

Conclusión: puntos clave para desarrolladores

Envía los trabajos con el tipo de entrada adecuado para el caso de uso, gestiona el flujo asíncrono con cuidado y almacena la salida de inmediato; a partir de ahí, construye.

Preguntas frecuentes

¿Cuánto suele tardar en generarse un vídeo en 1080p?

La generación de vídeo de alta calidad en 1080p suele tardar de 1 minuto 38 segundos a 5 minutos, aunque algunos trabajos terminan en 30 a 90 segundos.

El tiempo exacto depende de dos cosas: lo complejo que sea tu prompt y la duración que quieras para el vídeo. Como la generación se ejecuta de forma asíncrona, tu app debería consultar el estado de la tarea hasta que esté completa.

¿Cuál es la mejor forma de hacer vídeos de más de 5 segundos?

Para crear vídeos de más de 5 segundos con la API de MiniMax Hailuo, usa una resolución más baja.

1080p solo admite clips de 5 o 6 segundos, según la versión del modelo. 768p admite clips de hasta 10 segundos.

Así que si quieres un vídeo de 10 segundos, fija:

• resolution en 768p
• duration en 10

En tu solicitud de API, debería verse como esta idea en la práctica: usa 768p para la resolución y 10 para la duración.

¿Cuándo debería desactivar prompt_optimizer?

Desactiva prompt_optimizer cuando quieras un control más estricto sobre la salida de vídeo. Por defecto, el sistema reescribe tu descripción para ayudar a mejorar el resultado.

Desactívalo si quieres que tu prompt se use exactamente como está escrito, sobre todo si ya lo has afinado y no quieres que se cambie nada.