MiniMax H3·H3 Max 영상 API: 네이티브 768p·스테레오 오디오

MiniMax H3와 MiniMax H3 Max는 Sume API의 POST /v1/videos에서 minimax-h3, minimax-h3-max로 쓸 수 있습니다. 두 모델 모두 네이티브 480p 또는 768p로 5–15초 클립을 네이티브 스테레오 오디오와 함께 만들고, 이미지·영상·오디오 레퍼런스를 받습니다. H3 Max에는 1080p가 더해지며, 이 1080p는 네이티브 768p에 잠재 공간 리파인을 적용한 결과입니다.

아래 내용은 Sume의 영상 생성 (영문) 문서와 Video Router (영문) 문서, 그리고 API가 제공하는 모델 카탈로그에서 가져왔으며, 2026-09-26에 확인했습니다. Job 흐름은 모든 카탈로그 모델이 같으며, OpenRouter 호환 영상 API에서 차례로 설명합니다.

H3와 H3 Max는 무엇이 다른가요?

두 ID는 길이 범위, 네이티브 해상도, 모드, 레퍼런스 유형이 같습니다. 차이는 768p를 넘는 해상도에 있습니다.

왜 720p가 아니라 768p를 보내야 하나요?

768p가 네이티브 등급이기 때문입니다. 카탈로그는 768p를 일급(first-class) 해상도라고 하며 720p로 취급하지 말라고 합니다. 720p는 두 모델의 목록 어디에도 없으므로 거부됩니다. resolution: "768p" 또는 "480p"를 보내세요.

minimax-h3에서는 2K나 4K도 요청할 수 있습니다. 둘 다 네이티브 768p 출력을 업스케일한 것으로, 요청하면 과금되며, 모델의 supported_resolutions에는 나오지 않습니다. minimax-h3-max에서 768p를 넘는 등급은 1080p 하나뿐입니다.

오디오를 끌 수 있나요?

끌 수 없습니다. 두 모델 모두 항상 네이티브 스테레오 오디오를 만들므로 generate_audio는 생략하세요. POST /v1/videos에 generate_audio: false를 보내면 이 필드를 생략하라는 메시지와 함께 400 unsupported_capability가 반환됩니다. 두 모델 모두 bitrate_mode는 받지 않습니다.

레퍼런스는 몇 개까지 보낼 수 있나요?

레퍼런스는 input_references에 넣습니다. 이미지로 영상 만들기에는 대신 first_frame과 선택적인 last_frame을 담은 frame_images를 보내세요. 두 필드를 모두 보내면 frame_images가 우선합니다. 레퍼런스 한도는 두 모델이 같습니다.

• 이미지는 최대 9개입니다.
• 영상은 최대 3개이며, 각각 2–15초, 합계 15초까지입니다.
• 오디오 클립은 최대 3개이며, 각각 2–15초, 합계 15초까지입니다.
• 레퍼런스는 모두 합쳐 12개를 넘을 수 없습니다.
• 오디오만 레퍼런스로 보낼 수는 없습니다. 이미지나 영상과 함께 보내세요.

curl -X POST "https://api.sume.com/v1/videos" \
  -H "Authorization: Bearer $SUME_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: h3-max-ref-001" \
  -d '{
    "model": "minimax-h3-max",
    "prompt": "A barista pours latte art at a sunny cafe counter",
    "input_references": [
      { "type": "image_url", "image_url": { "url": "https://example.com/barista.png" } },
      { "type": "audio_url", "audio_url": { "url": "https://example.com/cafe.mp3" } }
    ],
    "resolution": "768p",
    "aspect_ratio": "9:16",
    "duration": 10
  }'

MiniMax H3와 H3 Max 요금은 어떻게 청구되나요?

출력 초당, resolution에 따라 정해지는 요율로 청구됩니다. pricing_skus에서 minimax-h3에는 480p와 768p 요율이 있고, minimax-h3-max에는 1080p가 더해집니다. minimax-h3의 요금 두 가지는 여기에 나오지 않습니다. 2K·4K 업스케일 요금과, 레퍼런스로 영상 만들기에서 처음 다섯 장을 넘는 레퍼런스 이미지마다 붙는 요금입니다. 두 요금 모두 GET /v1/video-router/models/minimax-h3의 모델 constraints에 나와 있습니다. H3 Max를 포함한 두 모델 모두 다른 모든 모델처럼 공급사 정가 × 1.25로 청구되며, 기본적으로 5.5% 에이전트 수수료가 더해집니다. SKU는 API로 영상 생성 모델 목록 조회하기에서 설명합니다.

MiniMax 립싱크 엔드포인트도 있나요?

네, 별도 제품으로 있습니다. Models 개요 (영문)에 따르면 MiniMax H3 Max Lip Sync(minimax/h3-max/lip-sync)는 POST /v1/minimax/h3-max/lip-sync에서 실행되고, VEED Fabric 1.0과 같은 스틸+오디오 본문을 받으며, 오디오 길이는 5–14.8초이고, 정가 × 1.25로 청구됩니다. 자세한 내용은 립싱크 API 가이드에서 다룹니다.