MCP ツールリファレンス

model=minimax-h3-max、video_mode=reference と reference_image_urls、reference_video_urls、reference_audio_urls のいずれかを指定して generate_video を使います。まずメディアをインポートまたはアップロードし、返された相対アセットコンテンツ URL を渡してください。参照素材はアイデンティティ、スタイル、動き、音を導くもので、開始・終了フレームではありません。

• 画像は最大 9 枚、動画クリップは 3 本、音声クリップは 3 本で、合計 12 ファイルまで使用できます。動画・音声クリップはそれぞれ 2〜15 秒で、各メディア形式の合計尺は 15 秒までです。音声を使う場合は画像または動画が 1 つ以上必要です。
• アセットには一覧順に Image 1、Image 2、Video 1、Audio 1 と名前を付けます。それぞれの役割を説明し、動作、カット、各セリフを話すキャラクターを指定します。指示どおりの結果が保証されるわけではありません。
• 参照モードでは、開始・終了フレーム、キャラクター ID、スタイル／カメラプリセット、単数形の reference_video_url（Kling モーション転送）を併用しないでください。
• kind=t2v と params.videoMode=reference、referenceImageUrls、referenceVideoUrls、referenceAudioUrls、durationSec、resolution、aspect を指定して見積もります。参照素材の費用も含まれ、検証済みアセットのメタデータが使われます。クライアント側のトークン数は無視されます。
• 480p または 768p、list_models にある長さとアスペクト比、standard または draft の品質を使います。生成時に見積もり分のクレジットが確保され、ポーリング用のジョブ ID が返されます。