Apimart
登录注册
MiniMax Hailuo 03 API：1080p 视频生成

MiniMax Hailuo 03 API：1080p 视频生成

用 MiniMax Hailuo 03 API 制作 1080p AI 视频：文生视频、图生视频、异步任务、$0.08/秒定价，以及面向开发者的生产实践技巧。

教程

如果你想通过 API 制作 1080p AI 视频，主要限制其实很简单：片段最长 5 秒、异步任务处理，以及每秒 $0.08 的成本。 我会把 Hailuo 03 当作一个短视频模型，用于那些需要文生视频或图生视频、又不想自己跑 GPU 的应用。

下面用大白话讲讲这篇文章：

  • 它能做什么： 生成 1080p MP4 视频
  • 输入类型： 文本提示词、图生视频、首尾帧，以及主体参考
  • 片段限制： 1080p 下 5 秒
  • 价格： 每个 5 秒 1080p 片段 $0.40
  • API 流程： 提交任务，然后轮询 task_id 或使用 callback_url
  • 提示词控制： 用方括号写运镜，如 [Pan left] 或 [Zoom in]
  • 文件处理： 最终视频 URL 在 24 小时后过期
  • 图片规则： 小于 20 MB，宽高比在 2:5 到 5:2 之间
  • 可靠性说明： 文章引用了 99.9% 在线率 SLA

最重要的是：你需要后端逻辑，而不只是一个提示词。这意味着要处理异步状态查询、立即存储 MP4、在遇到 429 和 5xx 时重试，以及在需要超过 5 秒的视频时拼接片段。

如果是我来搭建，我会先在较低分辨率下测试提示词，锁定运动措辞，然后只在最终运行时才切到 1080p，把开销控制住。

观看：自动化 MiniMax 视频生成

核心能力与 1080p 输出选项

在发送第一个请求之前，先弄清楚 Hailuo 03 的输入模式、运动控制和输出限制。

支持的输入：文本提示词、图片与运动指令

Hailuo 03 支持四种输入模式：文生视频、图生视频 (I2V)、首尾帧视频，以及主体参考视频 [2]。

在运动控制方面，你可以在一条方括号指令中组合最多三个运镜，例如 [Pan left, Pedestal up] [3]。这给了你一种简单的方式来引导构图和场景运动，而无需添加额外的元数据。

这些模式与下一节介绍的请求字段相对应。

开发者应核实的 1080p 输出规格

1080p 输出限制为 5 秒片段。如果你需要更长的序列，请生成多个片段并在后端拼接。对于需要集成音频的项目，可以考虑 Google 的 Veo 3.1 作为替代方案。

这一限制应同时影响你的请求设置和后端拼接逻辑。

Hailuo 03 规格

规格详情
输入模式文生视频、图生视频、首尾帧视频、主体参考视频
运动控制每条方括号指令最多三个运镜
最大片段时长5 秒
输出分辨率1080p

如何在 APIMart 上调用 MiniMax Hailuo 03 API

MiniMax Hailuo 03

MiniMax Hailuo 03 API：异步视频生成工作流
MiniMax Hailuo 03 API：异步视频生成工作流

既然你已经看到了 Hailuo 03 能做什么，现在该把它接入你的应用了。

认证、基础 URL 与请求头

每个发往 APIMart 的请求都在 Authorization 请求头中使用 Bearer 令牌，同时带上 Content-Type: application/json。一个 APIMart API 密钥即可处理所有请求。

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

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

文生视频与图生视频的请求示例

每次你都会使用相同的端点和相同的认证设置。变化的只是提示词、分辨率、时长和输入 URL。

model 字段指向 Hailuo 03。resolution 控制输出质量。如果你想要 1080p，duration 必须为 5。

文生视频请求：

{
  "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
}

图生视频请求：

{
  "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
}

对于图生视频，先上传图片，再把返回的 URL 用在 first_frame_image 中。图片必须小于 20 MB，宽高比需保持在 2:5 到 5:2 之间。如果超出该范围，API 会返回 400 错误。如果你希望在生成前对提示词进行优化，将 prompt_optimizer 设为 true。

异步响应、任务状态与最终视频 URL

视频生成是异步运行的，因此你的应用需要轮询状态或使用回调。

"After submitting a task, poll its status using the task_id until it succeeds or fails." - MiniMax API Docs [2]

每 15–30 秒轮询一次该端点：

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

status 字段会经过几个阶段：

状态含义
submitted / Preparing请求已接收，正在初始化
queued / Queueing等待 GPU 资源
processing视频正在渲染中
completed / Success完成——视频 URL 可用
failed / Fail发生错误；检查 error_message

当状态达到 completed 时，响应中会包含最终的 MP4 URL。请立即下载 MP4，因为链接会在 24 小时后过期 [4]。

如果你要处理大量任务，在第一个请求中传入 callback_url 而不是轮询。任务完成时你的服务器会收到一个 POST 回调，并且必须在 3 秒内返回 challenge 值 [3]。

任务流程搭建好之后，下一步就是为生产调好质量与成本。你也可以考虑 Kling V3 来获取另一种电影级视频风格。

1080P 工作负载的参数、性能与定价

在生产中真正重要的质量控制

一旦请求格式定下来，下一步就是调优输出质量、速度和开销。对大多数 1080P 任务来说，三个设置承担了大部分工作：resolution、duration 和 prompt_optimizer。

prompt_optimizer 会重写提示词，让运动和构图更清晰 [1][3]。在大多数生产场景下，最好把它开着。但如果你的提示词需要紧扣品牌术语或精确措辞，就把它设为 false，这样系统就不会改写你需要保留的语言 [3]。

你还可以使用 fast_pretreatment 来缩短提示词预处理时间。代价是输出质量会有小幅下降 [1][3]。

对于运镜，将运动指令直接用方括号命令写进提示词。例如 [Pan left] 和 [Zoom in]。一条提示词中最多可以使用三个这样的命令 [3][5]。

延迟与以美元计的成本规划

这些控制就位后，成本主要取决于片段时长。由于生成是异步运行的，请按提交并轮询的流程来规划。如果你希望后端自动获取结果，使用 callback_url，这样任务完成时它就会收到通知 [4]。

按 每秒 $0.08 计算，一个 5 秒 1080P 片段成本为 $0.40。

减少浪费的一个简单办法是先在 768P 下测试提示词，等提示词表现和运镜都对了，再切到 1080P [1][6]。

集成模式与后续步骤

面向营销、产品与教育类应用的后端工作流

请求处理和任务状态搭好之后，下一步就是把 Hailuo 03 接入真实的产品流程。核心任务流程在不同类型的应用间保持一致。变化的是提示词风格、你发送的输入，以及片段需要实现什么。

对于营销广告片段，使用文生视频。提示词保持简短直接，并加入像 [Pan left] 或 [Tracking shot] 这样的运镜提示。对于产品视觉，使用图生视频，把产品图作为参考图传入。对于教育类讲解片，当你需要更长的片段时，768P 往往是更实用的选择。

大规模下的存储、交付与用量追踪

渲染完成后，把文件移入持久化存储以便交付和追踪。立即下载每个 MP4，并存入你自己的系统以供交付。为了可靠性，对 429 和 5xx 响应加上指数退避。如果你要处理高并发量，使用 callback_url 而不是轮询。把所有视频任务的用量统一追踪到一处。这样的设置有助于在量增长时让交付保持稳定。

结论：开发者要记住的关键点

针对用例用正确的输入类型提交任务，谨慎处理异步流程，并立即存储输出——然后在此基础上继续构建。

常见问题

一个 1080p 视频通常要多久才能生成完？

高质量 1080p 视频生成通常需要 1 分 38 秒到 5 分钟，不过有些任务能在 30 到 90 秒内完成。

具体时长取决于两件事：提示词有多复杂，以及你想要的视频有多长。由于生成是异步运行的，你的应用应轮询任务状态，直到它完成。

制作超过 5 秒视频的最佳方式是什么？

要用 MiniMax Hailuo API 制作超过 5 秒的视频，请使用较低的分辨率。

1080p 只支持 5 秒或 6 秒片段，具体取决于模型版本。768p 支持最长 10 秒的片段。

所以如果你想要 10 秒视频，请设置：

  • resolution 设为 768p
  • duration 设为 10

在你的 API 请求中，实际做法就是这个思路：分辨率用 768p，时长用 10。

我什么时候该关闭 prompt_optimizer？

当你想要更严格地控制视频输出时，关闭 prompt_optimizer。默认情况下，系统会重写你的描述以帮助改善结果。

如果你想让提示词完全按原样使用，就把它关掉，尤其是当你已经精调过、不希望任何内容被改动时。