2026年 MiniMax H3 首尾帧视频API 接入教程：首尾帧参数怎么看、怎么传
2026年 MiniMax H3 首尾帧视频API 接入教程：首尾帧参数怎么看、怎么传
做首尾帧视频，最容易卡住的往往不是创意，而是两个具体问题：首帧和尾帧该传什么格式的图片，以及这两个参数在请求里到底叫什么、放在哪一层。
不同平台对首尾帧字段的命名并不统一，有的写成 first_frame_image 与 last_frame_image，有的把两帧合并在图像数组里，还有的区分 URL 与 Base64 两种传法。 本文按“先看懂参数，再跑通一次调用”的顺序来讲，让你换平台时也能快速对上号。
需要提前说明：本文不给出任何平台的固定参数字典，因为模型版本和接口规范都会更新。可靠的做法只有一个——以控制台显示的模型名称、接口地址与官方文档中的参数说明为准，再用一条最小请求验证。
一、首尾帧视频 API 解决的是什么问题
首尾帧视频指的是给模型两张图：一张作为起始画面，一张作为结束画面，由模型补出中间的过渡过程。相比只控制起点的普通图生视频，它多了一个“终点约束”，所以提示词的写法也要跟着变——你不再需要反复描述“最后要变成什么样”，而是描述“中间怎么变过去”。
首尾帧模式和普通图生视频的区别
普通图生视频里，结束状态由模型自由发挥，动作幅度和收尾画面不可控；首尾帧模式把结束状态也固定下来，更适合下面这些场景：
- 广告或片头需要精确衔接下一镜头的起手画面；
- 角色动作的起点和终点已经确定，只需要补中间过程；
- 产品展示从 A 状态过渡到 B 状态，比如开合、变形、换色；
- 分镜之间需要平滑转场，避免硬切。
实际接入中最高频的问题也很固定：尾帧被忽略，生成的视频根本没走到终点；两张图尺寸或比例差异过大，画面中途跳变；主体一致性不足，人还是那个人，衣服和发型换了。
二、接入前要准备的四样东西
不管是哪家的接口，MiniMax H3 首尾帧视频 API 的调用前提都绕不开下面四项。它们决定了你后面大部分的调试时间花在哪里：
| 配置项 | 作用 | 建议写法 | 检查方法 |
|---|---|---|---|
| API Key | 调用身份凭证 | 只放在服务端请求头，不写进前端代码 | 发一条最小请求，看是否返回鉴权错误 |
| Base URL | 请求根地址 | 与控制台文档保持一致，注意结尾斜杠和路径层级 | 直接访问该地址，看返回是否符合预期 |
| 模型名称 | 决定调用哪一个视频模型 | 从模型列表复制，避免手写 | 名称拼错通常返回模型不存在 |
| 首帧与尾帧素材 | 画面起止约束 | 两帧尽量同尺寸同比例，主体一致 | 先本地对比两图构图差异 |
三、首尾帧参数怎么看
读文档时不必从头看到尾，直接搜三个关键词：帧、image、first。找到相关字段后，重点确认三件事：字段名是什么、字段类型是字符串还是数组、字段放在顶层还是嵌套在输入对象里。
参数名、类型和传法
字段名决定了会不会报“参数不识别”。同一项能力在不同厂商文档里可能叫 first_frame_image、image_url 或 frames，也可能用中文说明对应到某个具体键名。类型上，常见的是图片 URL 字符串，也有平台接受 Base64，或者接受先上传再引用的文件标识。
传法上最需要注意的是：两帧必须用同一种方式。首帧传 URL、尾帧传 Base64，很多接口会直接拒绝，或者只识别其中一张，最后生成的就是一段普通图生视频。
首尾帧不是许愿池。模型保证的是首尾画面尽量贴近你给的两张图，中间过程仍由提示词与模型能力决定。首尾跨度越大，越应该缩短时长、降低动作幅度，并接受多轮生成之后挑选结果。
四、首尾帧怎么传：一次最小可用调用的流程
很多开发者搜索 MiniMax H3 首尾帧视频 API，真正想解决的就是“到底怎么把两张图塞进去”。建议按下面的顺序推进，每一步都能单独验证：
- 先确认素材。把首帧和尾帧放在同一尺寸、同一构图节奏上。差异超过模型能补的跨度时，先拆成两段视频分别生成。
- 确认模型名称与接口地址。从控制台复制模型 ID，不要凭记忆写。
- 构造最小请求。只带鉴权、模型名称、首帧、尾帧和一行动作描述，先不要加运镜、音效等附加参数。
- 检查返回结构。视频类接口常见异步返回，先拿到任务 ID，再轮询或等待回调，不要按同步接口的逻辑写超时。
- 再调提示词。确认链路跑通后，才逐步加入镜头语言、节奏描述和风格词。
常见报错与排查顺序
鉴权类错误先查 Key 与请求头；参数类错误先查字段名和类型；图片类错误查可访问性、格式与尺寸；如果接口返回成功但视频没走到终点，问题通常不在代码，而在尾帧约束强度与生成时长。
五、多模型测试时，怎么少折腾一点
做首尾帧视频往往不会只试一个模型，今天试这个、明天换那个，每个平台都要单独注册、单独充值、单独记接口地址，管理成本很快会上来。这种情况下，用 AI 中转站把调用入口收拢是比较省事的做法。
以 通联AI中转站 为例，它把多家厂商的模型放在同一个入口下，用统一的 API Key 与 Base URL 调用，页面上也标注了 OpenAI、Anthropic、Gemini 等协议兼容方向。对于正在做首尾帧视频接入、同时还想横向对比其他视频模型的团队，这类平台的价值主要在于减少多平台切换、统一管理 Key 与余额。
不过有两点要记住：具体模型的参数细节，包括首尾帧字段名、尺寸限制和并发限制，仍以控制台给出的说明为准；迁移已有代码时也不要假设零改动，先核对接口地址与请求结构，再逐步替换配置。
想先看看有哪些视频模型可选，可以到 通联AI中转站官网 的模型广场查看，再用一条最小请求走通完整链路。
首尾帧参数对上了，链路才算真正跑通。下一步可以注册账号、获取 API Key，在模型广场里挑一个视频模型，用你自己的首帧和尾帧发一条最小请求，先验证能不能生成到位。