ToAPIs
    AccueilToAPIs
    Génération d'imagesGPT Image 2.6, Gemini, FLUX…Génération de vidéosSeedance, Veo, Kling, Sora…Chat et rédactionGPT-5.6, Claude, DeepSeek…Voix et musiqueVoix off, TTS, audio
    Nouvelle sortieSeedance 2.5
    TarifsDocumentation APIMCP
    BlogAlternatives
    Se connecterCommencer gratuitement
    Tous les modèlesTarifsDocumentation APIMCPBlogAlternatives
    Se connecterCommencer gratuitement

    Langue

    Esc
    • Seedance 2.5Génération de vidéos
    • GPT Image 2Génération d'images
    • GPT Image 2.6Génération d'images
    • GPT Image 2.5Génération d'images
    • Veo 3.1 FastGénération de vidéos
    • Kling 3.0 TurboGénération de vidéos
    • Kling V4 FlashGénération de vidéos
    • Grok Video 1.5Génération de vidéos
    • Nano Banana 2Génération d'images
    • Seedream 5.5Génération d'images
    • FLUXGénération d'images
    • Sora 2Génération de vidéos
    • Tous les modèles d'imageCatégorie
    • Tous les modèles vidéoCatégorie
    • GPT-5.6 SolChat et codage
    • Claude Opus 4.8Chat et codage
    • Claude Opus 4.7Chat et codage
    • DeepSeek V4 ProDeepSeek · Texte
    • Gemini Omni 1.1 FlashGoogle · Multimodal
    1. Accueil
    2. Blog
    3. Tutoriel
    4. Guide des prompts MiniMax H3 : composer des mouvements de caméra cinématographiques via l'API
    Retour à tous les articles
    tutorial2026-11-106 min de lecture

    Guide des prompts MiniMax H3 : composer des mouvements de caméra cinématographiques via l'API

    Guide développeur pour écrire des prompts de mouvements de caméra cinématographiques pour l'API vidéo MiniMax H3 sur ToAPIs : modèles réutilisables, exemples cURL et Python, et contrat de requête actuel du frontend.

    ToAPIs Engineering & Evaluation Team
    MiniMax H3Prompting GuideCamera MovementsVideo APITutorial
    TL;DR - Points clés
    • Écrivez une scène et une action principale, puis ajoutez la direction caméra, l'objectif et l'éclairage comme texte de prompt ordinaire.
    • Les balises entre crochets comme [Pan Left] ou [Dolly In] sont des aides utiles au prompt ; le contrat du frontend ToAPIs ne les définit pas comme des commandes H3 natives.
    • Le MiniMax H3 de base accepte des durées entières de 4 à 15 secondes sur POST /v1/videos/generations ; utilisez le nom de champ ratio, pas aspect_ratio.
    • Confirmez l'ID de modèle exact, les tarifs actuels du compte et le schéma de réponse avant d'automatiser une liste de plans.

    Guide des prompts MiniMax H3 : composer des mouvements de caméra cinématographiques via l'API

    Modèle cible : minimax-h3
    Point de terminaison d'inférence : https://api.toapis.com/v1/videos/generations
    Articles liés : Guide de l'API MiniMax H3 · Choisir entre H3 et Turbo · Pipeline R2V automatisé


    1. Résumé et vue d'ensemble des performances

    • Travail : transformer une liste de plans en prompts MiniMax H3 répétables — sujet, action, trajet de caméra, objectif et éclairage — puis les soumettre au point de terminaison de générations ToAPIs.
    • Art du prompt : commencez par l'intention caméra, puis le sujet. Associez une formulation directionnelle à une focale (par exemple 35 mm contre 85 mm) et à une indication d'éclairage.
    • Contrat : le minimax-h3 de base accepte des clips entiers de 4–15 s. Utilisez ratio (16:9, 9:16 et les autres ratios listés ci-dessous). C'est le contrat de requête du frontend, pas un benchmark de latence ou de qualité.
    • Prudence sur la syntaxe : les balises entre crochets sont des aides au prompt. Ne traitez pas [Pan Left] comme une commande native documentée, sauf si la documentation du modèle en amont l'indique.
    • Protocole : REST avec Bearer. Soumettez une seule fois, conservez l'identifiant de tâche et interrogez le point de terminaison de statut documenté avec une échéance bornée.

    2. Schémas de prompt pour les mouvements de caméra

    Un prompt H3 utile décrit une scène et une action principale avant d'ajouter la direction caméra, l'objectif ou le style. Gardez ces éléments stables lors d'un test A/B de modèle ou de durée ; sinon, une reformulation peut expliquer une prise différente.

    Les balises du tableau ci-dessous sont des aides au prompt, pas une grammaire de commandes garantie. Le contrat du frontend ToAPIs valide le prompt comme du texte (jusqu'à 7 000 caractères Unicode). Il n'établit pas que des chaînes comme [Pan Left] soient des commandes H3 natives. Utilisez-les comme vocabulaire cohérent dans vos modèles, puis examinez la sortie.

    Aide au promptTrajectoire visuelleUsage typique
    [Pan Left] / [Pan Right]Rotation horizontale sur un axe fixeRévélations de paysage, balayages de ligne d'horizon urbaine
    [Tilt Up] / [Tilt Down]Inclinaison verticale depuis une position fixeTours, sujets hauts, révélations de ciel
    [Dolly In] / [Dolly Out]La caméra se rapproche ou s'éloigne du sujetRenforcer l'accent émotionnel
    [Truck Left] / [Truck Right]Mouvement de suivi latéralAccompagner un véhicule ou une personne qui marche
    [Crane Shot] / [Pedestal Up]Élévation verticale de la caméraPlans d'ensemble en angle élevé
    [Orbit 180] / [Arc Shot]Mouvement semi-circulaire autour du sujetRotations de produit, révélations de héros
    [Hitchcock Zoom]Dolly in avec zoom out simultané (ou l'inverse)Choc psychologique, réalisation soudaine

    Trajectoires de caméra abstraites autour d'un nœud de sujet

    Figure 1 : traitez le panoramique, l'inclinaison, le dolly et l'orbite comme des trajectoires dans l'espace du prompt autour d'un sujet, puis soumettez une seule requête de génération via la gateway ToAPIs.

    Un modèle compact qui reste testable :

    text
    [CAMERA] SUBJECT and ACTION, LIGHTING, shot on LENS, STYLE NOTES
    

    Exemple : [Orbit 180 + Slow Dolly In] Matte black mechanical wristwatch resting on volcanic stone, moody low-key rim lighting, subtle steam haze, shot on 85mm macro lens, photorealistic, cinematic motion blur.

    Pour les tâches avec première image (R2V), le même langage de prompt décrit comment la caméra doit se déplacer autour de l'image d'ancrage ou s'en éloigner. Consultez le tutoriel du pipeline R2V pour les champs de requête. Les entrées d'image et le média de référence restent des modes mutuellement exclusifs.

    Les valeurs ratio prises en charge dans le frontend actuel sont adaptive, 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16. Les entrées d'image forcent adaptive. N'envoyez pas aspect_ratio ; le champ du contrat est ratio.


    3. Implémentation en production : cURL et Python

    Étape 1 : envoi cURL

    bash
    curl -X POST "https://api.toapis.com/v1/videos/generations" \
      -H "Authorization: Bearer $TOAPIS_API_KEY" \
      -H "Content-Type: application/json" \
      -d '{
        "model": "minimax-h3",
        "prompt": "[Orbit 180 + Slow Dolly In] Matte black mechanical wristwatch resting on volcanic stone, moody low-key rim lighting, subtle steam haze, shot on 85mm macro lens, photorealistic, cinematic motion blur",
        "duration": 6,
        "ratio": "16:9"
      }'
    

    Étape 2 : aide au prompt et interrogation en Python

    Faites correspondre les noms de champs et le format de réponse à la référence API de votre compte. L'extrait utilise le chemin de statut de tâche également présenté dans d'autres guides vidéo ToAPIs ; confirmez task_id, status et video_url par rapport à ce schéma avant de livrer.

    python
    import os
    import time
    import requests
    
    API_KEY = os.environ["TOAPIS_API_KEY"]
    ENDPOINT = "https://api.toapis.com/v1/videos/generations"
    HEADERS = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    }
    
    
    def build_cinematic_prompt(
        subject: str,
        camera_move: str,
        lighting: str,
        lens: str = "35mm anamorphic",
    ) -> str:
        return (
            f"[{camera_move}] {subject}, {lighting}, "
            f"shot on {lens}, photorealistic, cinematic motion blur."
        )
    
    
    def dispatch_camera_shot(prompt: str, duration: int = 6, ratio: str = "16:9") -> str:
        payload = {
            "model": "minimax-h3",
            "prompt": prompt,
            "duration": duration,
            "ratio": ratio,
        }
        res = requests.post(ENDPOINT, headers=HEADERS, json=payload, timeout=30)
        res.raise_for_status()
        data = res.json()
        task_id = data.get("task_id") or data.get("id")
        if not task_id:
            raise RuntimeError(f"Unexpected submission envelope: {data}")
        return task_id
    
    
    def poll_task(task_id: str, deadline_s: int = 180) -> str:
        poll_url = f"https://api.toapis.com/v1/videos/tasks/{task_id}"
        interval = 3.0
        start = time.time()
        while time.time() - start < deadline_s:
            time.sleep(interval)
            poll = requests.get(poll_url, headers=HEADERS, timeout=15)
            poll.raise_for_status()
            data = poll.json()
            status = data.get("status")
            if status in {"succeeded", "success"}:
                return data["video_url"]
            if status in {"failed", "error"}:
                raise RuntimeError(f"Generation failed: {data.get('error')}")
            interval = min(interval * 1.5, 8.0)
        raise TimeoutError(f"Task {task_id} exceeded {deadline_s}s; check status before retrying")
    
    
    if __name__ == "__main__":
        prompt = build_cinematic_prompt(
            subject="Matte black mechanical wristwatch resting on volcanic stone",
            camera_move="Orbit 180 + Slow Dolly In",
            lighting="Moody low-key rim lighting, subtle steam haze",
            lens="85mm macro lens",
        )
        task_id = dispatch_camera_shot(prompt)
        print("Task:", task_id)
        print("Video:", poll_task(task_id))
    

    Conservez la version du modèle de prompt à côté de l'enregistrement de la tâche pour distinguer un changement de modèle d'une reformulation. Une expiration de délai côté client ne prouve pas que la tâche en amont a échoué : vérifiez l'état avant de soumettre une seconde tâche facturable.

    La durée du H3 de base est un entier de 4 à 15 secondes. Les ID de la famille Max commencent à 5 secondes et ont leurs propres listes de résolution ; Turbo n'accepte pas de média de référence. Consultez le guide de l'API avant de changer d'ID.


    4. Gestion des erreurs et matrice des statuts

    Les catégories ci-dessous sont des points de départ pour le diagnostic, et non une garantie des codes d'erreur exacts de ToAPIs.

    Statut HTTPCatégorie couranteAction recommandée
    400Champ invalide, valeur non prise en charge ou conflit de mode de médiaVérifiez l'ID de modèle, la durée, ratio, la résolution et que les entrées d'image ne sont pas mélangées avec un média de référence
    401Clé API absente ou invalideFaites tourner la clé dans le tableau de bord ToAPIs et confirmez l'en-tête Authorization
    429Limite de débit ou de concurrenceReculez avec du jitter ; ne réessayez que lorsque c'est sûr
    5xx ou expiration réseauProblème temporaire de gateway ou d'amontVérifiez l'état de la tâche avant de resoumettre ; appliquez une politique de nouvelle tentative bornée

    WaitTime=min⁡(MaxWait,BaseInterval×2attempt)+Uniform(0,1)\text{WaitTime} = \min(\text{MaxWait}, \text{BaseInterval} \times 2^{\text{attempt}}) + \text{Uniform}(0, 1)WaitTime=min(MaxWait,BaseInterval×2attempt)+Uniform(0,1)


    5. Tarifs et retour sur investissement FinOps

    Estimated cost=successful output seconds×current account rate per second\text{Estimated cost} = \text{successful output seconds} \times \text{current account rate per second}Estimated cost=successful output seconds×current account rate per second

    • Ne réutilisez pas les prix unitaires des brouillons de planification. Les tarifs à la seconde, les unités de facturation et le traitement des tâches en échec varient selon le modèle, la route et le compte. Lisez le catalogue ToAPIs actuel et le devis de votre compte avant de prévoir une liste de plans.
    • Les contrats officiels des fournisseurs ajoutent souvent des engagements annuels, des quotas par siège et des minimums de prépaiement. La facturation ToAPIs est généralement un paiement à l'usage — confirmez les conditions actives de votre compte.
    • Contrôlez les dépenses au niveau du prompt : conservez un modèle versionné, ne changez qu'une variable à la fois et évitez de resoumettre après une expiration de délai côté client tant que l'état de la tâche n'est pas vérifié.
    • Pour arbitrer entre variantes (H3 de base, Max canonique, Turbo), utilisez le guide de sélection plutôt qu'un score de vitesse ou de qualité non vérifié.

    6. Questions fréquentes

    Voir le bloc FAQ du frontmatter. En résumé : placez l'intention caméra en tête du prompt ; le langage caméra composé est du texte de prompt, pas une grammaire garantie ; la même formulation s'applique en mode première image ; les balises entre crochets ne sont pas des paramètres officiels de l'API.


    7. Liste d'actions

    • Créez une clé sur le portail développeur ToAPIs.
    • Testez rapidement l'extrait cURL avec minimax-h3, ratio: "16:9" et une durée de 6 secondes.
    • Adoptez l'aide au prompt, conservez les versions du modèle et interrogez avec une échéance de 180 s.
    • Étape suivante : le contrat de requête de l'API H3 et le pipeline R2V automatisé.

    Découvrir les modèles cités dans cet article

    MiniMaxVIDEO

    minimax-h3

    Tarif actuel : 20.8 credits /second
    Guide du modèleEssayer dans la consoleObtenir une clé d'API
    MiniMaxVIDEO

    minimax-h3-max

    Tarif actuel : 8 credits /second
    Guide du modèleEssayer dans la consoleObtenir une clé d'API
    ToAPIsAI Model

    minimax-h3-max-turbo

    Tarif actuel : Voir les tarifs en direct
    Guide du modèleEssayer dans la consoleObtenir une clé d'API

    Articles associés

    tutorial2026-11-11T10:00:00+08:007 min de lecture

    Intégration de l'API MiniMax Hailuo 2.3 : générer des mouvements humains complexes en vidéo IA

    Guide développeur de l'API vidéo MiniMax Hailuo 2.3 sur ToAPIs : schémas de prompt pour le mouvement humain, contrat de requête actuel pour les tâches de 6 et 10 secondes en 768P et 1080P, et exemples cURL et Python.

    TO
    ToAPIs Engineering & Evaluation Team
    #MiniMax Hailuo
    tutorial2026-11-10T14:00:00+08:006 min de lecture

    Construire un pipeline image-vers-vidéo (R2V) automatisé avec l'API MiniMax H3

    Tutoriel d'ingénierie pour un pipeline Reference-to-Video automatisé sur MiniMax H3 : entrées de première image, préparation des actifs, interrogation bornée des tâches et contrat de requête du frontend ToAPIs.

    TO
    ToAPIs Engineering & Evaluation Team
    #MiniMax H3
    tutorial2026-11-09T14:00:00+08:004 min de lecture

    Test de l'API Seedance 2.0 Mini : génération vidéo à haut débit avec un petit budget

    Benchmark développeur de ByteDance Seedance 2.0 Mini : latence inférieure à 18 s, 720p natif à 24fps et une économie de $0.012 par seconde pour les pipelines sociaux et publicitaires à forte concurrence.

    TO
    ToAPIs Engineering & Evaluation Team
    #Seedance 2.0 Mini
    ToAPIs
    AccueilToAPIs
    Passerelle d'API d'IA pour l'entreprise. Accédez à GPT-5, Claude, Gemini et plus de 200 modèles via une API unifiée.

    Modèles populaires

    • Seedance 2.5 API
    • Seedance 2.0 API
    • Veo 3.1 Fast API
    • Kling 3.0 Turbo API
    Afficher plusAfficher moins
    • GPT Image 2 API
    • Claude Opus 4.8 API
    • Nano Banana 2 API
    • Seedance 2 Mini API
    • Tous les modèles

    Catégories d'API

    • API image IA
    • API vidéo IA
    • API texte-vers-vidéo
    • API image-vers-vidéo
    Afficher plusAfficher moins
    • API d'édition d'image IA
    • API LLM et raisonnement
    • Tous les outils API →

    Alternatives

    Alternatives
    • Alternative à Kie.ai
    • Alternative à Fal.ai
    • Alternative à OpenRouter
    • Alternative à Replicate
    • Alternative à Wavespeed AI
    • Toutes les comparaisons →

    Guides à la une

    Guides à la une
    • Tarifs de Seedance 2.0 et 2.5
    • Guide de l'API Seedance la moins chère
    • Guide d'intégration de MiniMax H3
    • Clé d'API Seedance 2 gratuite
    • Démarrage rapide de l'API Seedance 2
    • Tous les articles techniques →

    Développeurs et plateforme

    Développeurs et plateforme
    • Documentation API
    • MCP
    • Tarifs
    • Playground de modèles
    • LLMs.txt
    • Contacter le support
    • Annuaire des guides de modèles
    Entité exploitante :
    鯨樞智能科技有限公司
    JINGSHU INTELLIGENT LIMITED
    Siège social :
    ROOM 5042, 5/F, YAU LEE CENTRE, NO.45, HOI YUEN ROAD, KWUN TONG, KOWLOON, HONG KONG
    ConfidentialitéConditionsUsage acceptableSuppression des donnéesConservation des donnéesSous-traitants et régionsFacturation et remboursementsPolitique relative aux cookiesPlan du siteÀ propos

    © 2026 ToAPIs. Tous droits réservés.