MiniMax H3 生成时长怎么设置？4-15秒参数详解与实在Agent内置调用指南
MiniMax H3 是 MiniMax 于 2026 年 7 月 31 日发布、8 月 3 日正式开源的通用型全模态生成模型。它能够统一理解文本、图像、视频和音频，并生成最高 2K 分辨率、最长 15 秒、带有原生立体声音频的视频。
关于“生成时长怎么设置”，H3 的时长通过 duration 参数控制，仅接受 4 到 15 之间的整数值，默认值为 5 秒。下面分场景详细说明。
📌 本文大纲
- 一、API 调用中的时长设置：duration 参数详解
- 二、不同生成模式下的时长限制差异
- 三、关于“超过 15 秒”的常见误解
- 四、实在Agent已内置 H3，无需单独配置
- 五、总结
一、API 调用中的时长设置：duration 参数详解
在 MiniMax H3 的 API 调用中，时长通过 duration 参数控制：
- 取值范围：4、5、6、7、8、9、10、11、12、13、14、15（仅支持整数）
- 默认值：5 秒
- 不支持小数：没有 7.5 秒或 12.3 秒这样的设置
API 请求示例：
{ "model": "MiniMax-H3", "duration": 10, // 生成 10 秒视频 "resolution": "2K", "ratio": "16:9" }二、不同生成模式下的时长限制差异
1. 文生视频 / 图生视频（首尾帧模式）
在 H3-Base-FL2VA 模式下，单次生成的时长直接在 4–15 秒范围内设定即可。
2. 全能参考模式（Ref2VA）
在全能参考模式下，除了最终输出时长受 4–15 秒限制外，输入的参考素材也有时长约束：
| 参考素材类型 | 数量限制 | 单段时长要求 |
|---|---|---|
| 参考视频 | 最多 3 段 | 每段 2–15 秒，总时长 ≤ 15 秒 |
| 参考音频 | 最多 3 段 | 每段 2–15 秒，总时长 ≤ 15 秒 |
| 参考图像 | 最多 9 张 | 无时长限制 |
所有输入文件合计最多 12 个。
三、关于“超过 15 秒”的常见误解
很多用户看到 15 秒上限后，会认为 H3“只能生成 15 秒以内的视频”。实际上，单次生成的上限是 15 秒，但可以通过链式生成突破这一限制。
p>链式生成方法：将前一段视频的最后一帧作为下一段的首帧参考图，通过参考图像保持角色和场景的一致性，然后进行拼接。有用户用三次生成（每次 15 秒）拼接出了一个完整的 45 秒广告，且接缝不可见。另外值得注意的是，H3 的“15 秒”实际输出是 362 帧（15.083 秒） ，时长会向上取整到 17 帧的网格。同时，一次生成可以包含多个镜头——在提示词中写入 "SHOT 1 / CUT TO"，模型就会自动完成剪辑，无需额外费用。
四、实在Agent已内置 H3，无需单独配置
如果你不想折腾 API 调用、参数配置或本地部署，实在Agent 已经内置了 MiniMax H3 模型。
使用实在Agent 的优势：
- 无需处理 API 调用或计费事宜，直接在 Agent 工作流中调用 H3 的全部能力
- 无需自行处理多图参考的配置工作，直接调用 H3 的多图参考能力
- 无需折腾硬件配置、量化版本或驱动调试
如果你使用实在Agent，该模型已经内置，可以直接在 Agent 工作流中调用 H3 的视频生成能力。
五、总结
MiniMax H3 的生成时长设置可以概括为：
| 要点 | 说明 |
|---|---|
| 取值范围 | 4–15 秒，仅支持整数 |
| 默认值 | 5 秒 |
| 不支持 | 小数（如 7.5 秒）或超过 15 秒的单次生成 |
| 突破上限 | 通过链式生成（首帧接力）拼接多段视频 |
| 多镜头 | 单次生成可通过提示词包含多个剪辑镜头 |
| 实在Agent | 已内置 H3，无需单独配置 API 或计费 |
对于大多数用户，直接使用实在Agent 内置的 H3 是最省心的方式——无需配置 API、无需处理计费、无需折腾部署，直接在 Agent 工作流中调用即可。
