MiniMax H3 JavaScript API: 非同期動画セットアップガイド

MiniMax H3 は、2026 年にリリースされたマルチモーダル AI 動画モデルです。自然言語のプロンプトを受け付け、選択したワークフローに応じて画像、動画、音声の参照と連携できます。ホスト型 API は、即時の動画応答ではなく非同期生成向けに設計されています。

JavaScript アプリケーションでは、実際の流れはシンプルです。動画タスク作成リクエストを送信し、返された task_id を保存し、タスクが終了ステータスに達するまで問い合わせを行い、file_id を使って生成結果のファイルを取得します。エンドポイントのパラメータが変更された場合は、必ず公式の video generation guide と API reference を確認してください。

リクエストを書く前に、サーバーサイドの Node.js 環境を用意し、キーを環境変数として保存してください。以下のワークフローは、MiniMax が 2026 年に文書化した非同期パターンに対応しています。

以下の JavaScript 例では、最新の Node.js ランタイムで利用できる組み込みの fetch を使用しています。タスクを作成し、10 秒ごとにポーリングし、成功または失敗で停止し、完了したファイルを取得します。

const apiKey = process.env.MINIMAX_API_KEY;
const baseUrl = "https://api.minimax.io/v1";

if (!apiKey) throw new Error("MINIMAX_API_KEY is not configured");

const headers = {
  Authorization: `Bearer ${apiKey}`,
  "Content-Type": "application/json"
};

async function createVideo() {
  const response = await fetch(`${baseUrl}/video_generation`, {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "MiniMax-H3",
      prompt:
        "A cinematic product reveal on black glass, soft violet lighting, slow camera movement, subtle mechanical sound.",
      duration: 6,
      resolution: "768P"
    })
  });

  if (!response.ok) {
    throw new Error(`Create failed with HTTP ${response.status}`);
  }

  const data = await response.json();
  return data.task_id;
}

async function queryVideo(taskId) {
  const response = await fetch(
    `${baseUrl}/query/video_generation?task_id=${encodeURIComponent(taskId)}`,
    { headers }
  );

  if (!response.ok) {
    throw new Error(`Query failed with HTTP ${response.status}`);
  }

  return response.json();
}

async function retrieveVideo(fileId) {
  const response = await fetch(
    `${baseUrl}/files/retrieve?file_id=${encodeURIComponent(fileId)}`,
    { headers }
  );

  if (!response.ok) {
    throw new Error(`File retrieval failed with HTTP ${response.status}`);
  }

  const data = await response.json();
  return data.file?.download_url || data.download_url;
}

async function main() {
  const taskId = await createVideo();

  while (true) {
    const task = await queryVideo(taskId);

    if (task.status === "Success") {
      const downloadUrl = await retrieveVideo(task.file_id);
      console.log({ taskId, fileId: task.file_id, downloadUrl });
      break;
    }

    if (task.status === "Fail") {
      throw new Error(task.error_message || "Video generation failed");
    }

    await new Promise(resolve => setTimeout(resolve, 10000));
  }
}

main().catch(console.error);

生成されたダウンロード URL は、プロジェクトで長期保存が必要な場合、速やかにアプリケーションのストレージへコピーしてください。現在のファイル API ドキュメントで別段の定義がない限り、この URL は一時的なものとして扱ってください。

JavaScript のリクエストはタスクを制御しますが、プロンプトの品質によって H3 が意図したシーンをどれだけ明確に解釈できるかが決まります。時系列に沿った指示を使い、矛盾するカメラワークは避けてください。

有効なプロンプト構成は、被写体と場所、動作とタイミング、カメラの動き、照明とスタイル、台詞、効果音、雰囲気、最終的な構図、です。

参照ベースのリクエストでは、各アセットが何を制御するのかを明示してください。たとえば、1 枚の画像をキャラクター参照として、動画を動きの参照として指定します。これにより曖昧さが減り、最も重要な詳細を保ちやすくなります。

段階的な制作ワークフローを使ってください。短い 768P の下書きでテストし、動きと音声を確認し、弱い指示だけを修正し、より高解像度の出力は選定した結果にのみ適用します。公式の pricing documentation では、コストは継続時間、解像度、ワークフロー、適用される参照料金によって決まると説明されています。

ホスト型 API とローカル H3 重みは別々の選択肢です。公式の MiniMax H3 Hugging Face repository ではオープンウェイト版が提供されており、一方でホスト型サービスはインフラ、タスクキュー、ファイル配信を管理します。参考資料では H3-Base 重みが利用可能である一方、ホスト型の一部の Context-IR や 2K 再生成機能は別サービスとして扱われています。