用 Hailuo 2.3 将文字或起始图片生成短视频，图片说明为可选。768P 可选 6 秒或 10 秒，1080P 仅支持 6 秒。生成成功后，通过返回的链接下载并保存视频。
按确认的实际用量结算，未使用的预留额度会恢复到可用余额。
MiniMax
用 Hailuo 2.3 将文字或起始图片生成短视频，图片说明为可选。768P 可选 6 秒或 10 秒，1080P 仅支持 6 秒。生成成功后，通过返回的链接下载并保存视频。
提供场景提示词或起始图片，用 MiniMax-Hailuo-2.3 生成短视频。768P 可选 6 秒或 10 秒，1080P 可选 6 秒。成功结果提供视频下载链接、文件与生成任务标识、文件名、像素尺寸及来源报告的文件大小。文字可描述动作和镜头运动；起始图片可搭配说明文字，也可以省略说明。
请把这个场景做成一段短视频：[一辆木制玩具火车穿过草地，晨光柔和]。镜头[从右向左缓慢移动]。选择[6 秒、标准画质]。
10 秒视频须使用 768P，1080P 只支持 6 秒。图片输入指定起始帧，不提供结束帧控制。任务提交后仍须成功完成，才能获取视频；取得下载地址后应及时保存文件。
开始前检查当前输入要求、可用状态和最高预留费用。
| 字段 / 路径 | 类型 | 是否必填 | 含义 |
|---|---|---|---|
视频生成输入body | object | 选填 | 文字生成或单张起始图片生成的视频设置；所选输入分支决定需要非空提示词还是图片。 |
生成模型body.modelallOf · 1 | string | — | 固定为 MiniMax-Hailuo-2.3，省略时也使用该默认值；此字段不能改选其他 Hailuo 模型。
|
自动提示词优化body.prompt_optimizerallOf · 1 | boolean | — | 布尔值，默认 true，允许自动优化文字提示词。希望更直接控制所提交的措辞时，可设为 false。
|
加快提示词预处理body.fast_pretreatmentallOf · 1 | boolean | — | 布尔值，默认 false。在 prompt_optimizer 为 true 时用于缩短优化阶段时间，关闭优化时不产生优化作用；它不会改选 Hailuo Fast 模型。
|
场景与镜头描述body.promptallOf · 2 · anyOf · 1 | string | — | 纯文字模式需用 1–2,000 字符描述场景和运动。提供有效起始图片时，说明文字为可选，可以省略或留空，不超过 2,000 字符。支持 [Pan left]、[Push in] 等镜头命令。
|
场景与镜头描述body.promptallOf · 2 · anyOf · 2 | string | — | 纯文字模式需用 1–2,000 字符描述场景和运动。提供有效起始图片时，说明文字为可选，可以省略或留空，不超过 2,000 字符。支持 [Pan left]、[Push in] 等镜头命令。
|
起始帧图片body.first_frame_imageallOf · 2 · anyOf · 2 | string | — | 指定生成场景的起始图片，图生视频需要此输入，纯文字模式不需要。使用公开链接或 Base64 数据 URL；格式为 JPG/PNG/WebP，大小须小于 20 MB，短边大于 300 像素，宽高比在 2:5 至 5:2 之间。说明文字为可选。
|
请求视频时长body.durationallOf · 3 · anyOf · 1 | number | — | 单位为秒，默认 6。768P 可选 6 或 10，1080P 仅可选 6；它们是固定选项，并非连续区间。
|
生成视频分辨率body.resolutionallOf · 3 · anyOf · 1 | string | — | 默认 768P，也可选择 1080P。6 秒视频可使用其中任一种，10 秒视频须使用 768P。
|
请求视频时长body.durationallOf · 3 · anyOf · 2 | number | — | 单位为秒，默认 6。768P 可选 6 或 10，1080P 仅可选 6；它们是固定选项，并非连续区间。
|
生成视频分辨率body.resolutionallOf · 3 · anyOf · 2 | string | — | 默认 768P，也可选择 1080P。6 秒视频可使用其中任一种，10 秒视频须使用 768P。
|
{
"type": "object",
"required": [],
"properties": {
"body": {
"allOf": [
{
"type": "object",
"properties": {
"model": {
"type": "string",
"const": "MiniMax-Hailuo-2.3",
"default": "MiniMax-Hailuo-2.3",
"description": "模型固定为 MiniMax-Hailuo-2.3。"
},
"prompt_optimizer": {
"type": "boolean",
"default": true,
"description": "是否自动优化提示词，默认 true。"
},
"fast_pretreatment": {
"type": "boolean",
"default": false,
"description": "提示词优化开启时，缩短优化时间。"
}
}
},
{
"anyOf": [
{
"type": "object",
"required": [
"prompt"
],
"properties": {
"prompt": {
"type": "string",
"maxLength": 2000,
"minLength": 1,
"description": "视频文字描述，最多 2000 个字符，支持 [Push in]、[Pan left]、[Zoom out] 等镜头指令。"
}
}
},
{
"type": "object",
"required": [
"first_frame_image"
],
"properties": {
"prompt": {
"type": "string",
"maxLength": 2000,
"description": "图生视频的可选文字描述，支持镜头指令。"
},
"first_frame_image": {
"type": "string",
"minLength": 1,
"description": "图生视频首帧，支持公开链接或 base64 data URL。格式 JPG/PNG/WebP，小于 20MB，短边大于 300 像素，比例在 2:5 至 5:2 之间。"
}
}
}
]
},
{
"anyOf": [
{
"type": "object",
"properties": {
"duration": {
"anyOf": [
{
"type": "number",
"const": 6
},
{
"type": "number",
"const": 10
}
],
"default": 6,
"description": "768P 支持 6 秒或 10 秒。"
},
"resolution": {
"type": "string",
"const": "768P",
"default": "768P"
}
}
},
{
"type": "object",
"required": [
"resolution"
],
"properties": {
"duration": {
"type": "number",
"const": 6,
"default": 6,
"description": "1080P 仅支持 6 秒。"
},
"resolution": {
"type": "string",
"const": "1080P"
}
}
}
]
}
],
"$schema": "https://json-schema.org/draft/2020-12/schema",
"~standard": {
"vendor": "zod",
"version": 1,
"jsonSchema": {}
}
}
},
"additionalProperties": false
}暂未配置返回字段说明。
文字生成视频从场景、动作和镜头描述开始；图生视频则用一张图片指定起始帧，可选的说明文字用于描述后续运动。有效图片请求可以不填写说明，也可以留空。起始图片用于引导开头场景，不提供结束帧控制。
提示词可使用这些镜头命令：[Truck left]、[Truck right]、[Pan left]、[Pan right]、[Push in]、[Pull out]、[Pedestal up]、[Pedestal down]、[Tilt up]、[Tilt down]、[Zoom in]、[Zoom out]、[Shake]、[Tracking shot]、[Static shot]。在同一方括号中组合多个命令表示同时运动，MiniMax 建议一次不超过三个；不同命令组可以按顺序描述镜头变化，也可以使用自然语言描述。
提示词优化默认开启，会自动调整文字提示词；需要更直接控制所提交的措辞时，可关闭优化。快速预处理默认关闭，与提示词优化同时开启时，用于缩短优化阶段的处理时间。模型仍然是 Hailuo 2.3，这个选项不规定整段视频的完成时间。
成功结果中的 download_url 是获取生成视频的地址，filename 是建议文件名。file_id 标识视频文件，task_id 标识供应商生成任务，两者都应保留原样字符串；供应商任务标识与 Toolmu 运行编号分开使用。video_width 与 video_height 表示视频的像素宽度和高度。bytes 是供应商报告的字节大小，仅凭报告值为零，不能判定视频为空，也不能确定实际下载大小。取得链接后应及时保存视频。
用日常说法描述[你希望画面发生的内容]。可以只填写[一段简短的场景描述]，也可以填写[一个打开后能直接看到起始照片、无需登录的链接]，并可选补充[一句照片说明]。社交帖子或分享页可能只会打开网页，无法直接提供照片。
连接指南
请选择一种可用组合：[6 秒、标准画质]、[10 秒、标准画质]或[6 秒、更高画质]。其他时长和画质组合暂不支持。
请把这个场景做成一段短视频：[一辆木制玩具火车穿过草地，晨光柔和]。镜头[从右向左缓慢移动]。选择[6 秒、标准画质]。
视频生成后，通过页面提供的下载链接保存。链接可能会过期，建议尽快保存。
有效起始图片请求可以省略说明文字或留空。纯文字生成需要 1–2,000 字符的非空提示词；希望描述图片中的运动时，可添加说明。
不能。10 秒视频须选择 768P；1080P 仅支持 6 秒。默认请求为 768P、6 秒。
本工具提供单张起始图片输入，不提供结束帧控制，也没有参考视频、参考音频或比例输入。可用起始图片和提示词描述所需场景。
不会，模型仍为 MiniMax-Hailuo-2.3。该选项仅在开启自动提示词优化时影响提示词预处理。