API MiniMax Hailuo 03 : génération vidéo 1080p

Si vous voulez de la vidéo IA 1080p par API, les limites principales sont simples : clips de 5 secondes max, gestion de jobs asynchrones et un coût de 0,08 $/sec. Je traiterais Hailuo 03 comme un modèle de vidéo courte pour les apps qui ont besoin de texte-vers-vidéo ou image-vers-vidéo sans faire tourner de GPU.

Voici l'article en clair :

• Ce qu'il fait : génère de la vidéo MP4 1080p
• Types d'entrée : prompt texte, image-vers-vidéo, première-et-dernière-image et référence de sujet
• Limite de clip : 5 secondes en 1080p
• Prix : 0,40 $ par clip 1080p de 5 secondes
• Flux API : soumettre le job, puis interroger task_id ou utiliser callback_url
• Contrôle de prompt : mouvements de caméra entre crochets comme [Pan left] ou [Zoom in]
• Gestion des fichiers : l'URL finale de la vidéo expire après 24 heures
• Règles d'image : moins de 20 Mo et ratio entre 2:5 et 5:2
• Note de fiabilité : l'article cite un SLA de disponibilité de 99,9 %

Ce qui compte le plus, c'est ceci : vous avez besoin de logique backend, pas seulement d'un prompt. Cela veut dire gérer les vérifications de statut asynchrones, stocker le MP4 tout de suite, réessayer en cas de 429 et 5xx, et assembler les clips s'il vous faut plus de 5 secondes.

Si je mettais cela en place, je testerais les prompts d'abord en basse résolution, je figerais la formulation du mouvement, puis je passerais en 1080p seulement pour les runs finaux afin de garder la dépense sous contrôle.

À regarder : automatiser la génération vidéo MiniMax

Capacités principales et options de sortie 1080p

Avant d'envoyer votre première requête, clarifiez les modes d'entrée de Hailuo 03, les contrôles de mouvement et les limites de sortie.

Entrées prises en charge : prompts texte, images et instructions de mouvement

Hailuo 03 prend en charge quatre modes d'entrée : texte-vers-vidéo, image-vers-vidéo (I2V), vidéo première-et-dernière-image et vidéo à référence de sujet ^[2].

Pour le contrôle de mouvement, vous pouvez combiner jusqu'à trois mouvements de caméra dans une seule instruction entre crochets, comme [Pan left, Pedestal up] ^[3]. Cela vous donne un moyen simple de guider le cadrage et le mouvement de scène sans ajouter de métadonnées supplémentaires.

Ces modes correspondent aux champs de requête présentés dans la section suivante.

Spécifications de sortie 1080p que les développeurs devraient vérifier

La sortie 1080p est plafonnée à des clips de 5 secondes. S'il vous faut une séquence plus longue, générez plusieurs clips et assemblez-les dans votre backend. Pour les projets nécessitant de l'audio intégré, envisagez Veo 3.1 de Google comme alternative.

Cette limite devrait façonner à la fois vos réglages de requête et votre logique d'assemblage backend.

Spécifications de Hailuo 03

Comment appeler l'API MiniMax Hailuo 03 sur APIMart

Maintenant que vous avez vu ce que Hailuo 03 peut produire, il est temps de le connecter à votre app.

Authentification, URL de base et en-têtes

Chaque requête à APIMart utilise un jeton Bearer dans l'en-tête Authorization, accompagné de Content-Type: application/json. Une seule clé API APIMart gère chaque requête.

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

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

Exemples de requête pour texte-vers-vidéo et image-vers-vidéo

Vous utiliserez le même endpoint et la même configuration d'auth à chaque fois. Ce qui change, ce sont le prompt, la résolution, la durée et l'URL d'entrée.

Le champ model pointe vers Hailuo 03. resolution contrôle la qualité de sortie. Et si vous voulez du 1080p, duration doit être 5.

Requête texte-vers-vidéo :

{
  "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
}

Requête image-vers-vidéo :

{
  "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
}

Pour l'image-vers-vidéo, téléversez d'abord l'image et utilisez l'URL renvoyée dans first_frame_image. L'image doit faire moins de 20 Mo, et son ratio doit rester entre 2:5 et 5:2. S'il sort de cette plage, l'API renvoie une erreur 400. Réglez prompt_optimizer sur true si vous voulez que le prompt soit affiné avant la génération.

Réponses asynchrones, statut des jobs et URL finales de vidéo

La génération vidéo s'exécute de façon asynchrone, donc votre app doit interroger le statut ou utiliser un callback.

« Après avoir soumis une tâche, interrogez son statut à l'aide du task_id jusqu'à ce qu'elle réussisse ou échoue. » - Docs API MiniMax ^[2]

Interrogez cet endpoint toutes les 15 à 30 secondes :

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

Le champ status passe par plusieurs étapes :

Quand le statut atteint completed, la réponse inclut l'URL finale du MP4. Téléchargez le MP4 tout de suite, car le lien expire après 24 heures ^[4].

Si vous gérez beaucoup de jobs, passez un callback_url dans la première requête plutôt que d'interroger. Votre serveur recevra un callback POST quand le job se termine, et il doit renvoyer la valeur de challenge dans les 3 secondes ^[3].

Une fois le flux de jobs en place, l'étape suivante consiste à régler la qualité et le coût pour la production. Vous pourriez aussi envisager Kling V3 pour d'autres styles vidéo cinématographiques.

Paramètres, performance et tarification pour les charges 1080P

Contrôles de qualité qui comptent en production

Une fois le format de requête défini, l'étape suivante est de régler la qualité de sortie, la vitesse et la dépense. Pour la plupart des jobs 1080P, trois réglages font l'essentiel du travail : resolution, duration et prompt_optimizer.

prompt_optimizer réécrit les prompts pour rendre le mouvement et la composition plus clairs ^[1][3]. Dans la plupart des cas de production, il vaut mieux le laisser activé. Mais si votre prompt doit coller de près à des termes de marque ou à une formulation exacte, réglez-le sur false pour que le système ne réécrive pas le langage que vous devez conserver ^[3].

Vous pouvez aussi utiliser fast_pretreatment pour réduire le temps de préparation du prompt. Le compromis est une légère baisse de qualité de sortie ^[1][3].

Pour le mouvement de caméra, placez les directions de mouvement directement dans le prompt avec des commandes entre crochets. Les exemples incluent [Pan left] et [Zoom in]. Vous pouvez utiliser jusqu'à trois de ces commandes dans un seul prompt ^[3][5].

Planification de la latence et du coût en USD

Une fois ces contrôles en place, le coût se résume surtout à la durée du clip. Comme la génération s'exécute de façon asynchrone, prévoyez un flux soumettre-et-interroger. Si vous voulez que votre backend obtienne le résultat automatiquement, utilisez callback_url pour qu'il reçoive un avis quand le job est terminé ^[4].

À 0,08 $ par seconde, un clip 1080P de 5 secondes coûte 0,40 $.

Une façon simple de réduire le gaspillage est de tester les prompts d'abord en 768P, puis de passer en 1080P une fois que le comportement du prompt et le mouvement de caméra semblent bons ^[1][6].

Modèles d'intégration et prochaines étapes

Flux backend pour les apps marketing, produit et éducation

Avec la gestion des requêtes et le statut des jobs en place, l'étape suivante est d'intégrer Hailuo 03 dans de vrais flux produit. Le flux de jobs principal reste le même selon les types d'app. Ce qui change, c'est le style du prompt, l'entrée que vous envoyez et ce que le clip doit faire.

Pour les clips publicitaires marketing, utilisez le texte-vers-vidéo. Gardez les prompts courts et directs, et incluez des indices de caméra comme [Pan left] ou [Tracking shot]. Pour les visuels produit, utilisez l'image-vers-vidéo et passez les prises de produit comme image de référence. Pour les explicatifs pédagogiques, le 768P est souvent le choix pratique quand il vous faut des clips plus longs.

Stockage, diffusion et suivi d'usage à l'échelle

Une fois le rendu terminé, déplacez le fichier vers un stockage persistant pour la diffusion et le suivi. Téléchargez chaque MP4 tout de suite et stockez-le dans votre propre système pour la diffusion. Pour la fiabilité, ajoutez un repli exponentiel sur les réponses 429 et 5xx. Si vous gérez un gros volume, utilisez callback_url plutôt que l'interrogation. Suivez l'usage en un seul endroit pour tous les jobs vidéo. Cette configuration aide à garder la diffusion stable à mesure que le volume augmente.

Conclusion : points clés pour les développeurs

Soumettez les jobs avec le bon type d'entrée pour le cas d'usage, gérez le flux asynchrone avec soin et stockez la sortie tout de suite - puis construisez à partir de là.

FAQ

Combien de temps prend généralement la génération d'une vidéo 1080p ?

La génération de vidéo 1080p de haute qualité prend généralement de 1 minute 38 à 5 minutes, même si certains jobs se bouclent en 30 à 90 secondes.

Le timing exact se résume à deux choses : la complexité de votre prompt et la durée que vous voulez pour la vidéo. Comme la génération s'exécute de façon asynchrone, votre app devrait interroger le statut de la tâche jusqu'à ce qu'elle soit terminée.

Quelle est la meilleure façon de faire des vidéos de plus de 5 secondes ?

Pour créer des vidéos de plus de 5 secondes avec l'API MiniMax Hailuo, utilisez une résolution plus basse.

Le 1080p ne prend en charge que des clips de 5 ou 6 secondes, selon la version du modèle. Le 768p prend en charge des clips jusqu'à 10 secondes.

Donc si vous voulez une vidéo de 10 secondes, réglez :

• resolution sur 768p
• duration sur 10

Dans votre requête API, cela devrait ressembler à cette idée en pratique : utilisez 768p pour la résolution et 10 pour la durée.

Quand devrais-je désactiver prompt_optimizer ?

Désactivez prompt_optimizer quand vous voulez un contrôle plus serré sur la sortie vidéo. Par défaut, le système réécrit votre description pour aider à améliorer le résultat.

Désactivez-le si vous voulez que votre prompt soit utilisé exactement tel qu'il est écrit, surtout si vous l'avez déjà affiné et que vous ne voulez rien voir changer.