Hailuo 02 se tarifica por clip terminado en vez de por segundo — cinco precios fijos — y la cámara se dirige dentro del prompt con comandos entre corchetes como [Push in].
Hailuo 02 es el modelo de vídeo rápido y de bajo coste de MiniMax. Escribe un prompt y genera un plano de la nada; adjunta una foto y trata esa foto como el primer fotograma. Lo que lo separa de todos los demás modelos de la comparativa de abajo es cómo factura — un precio fijo por clip terminado, sacado de una tabla de cinco entradas, en vez de una tarifa multiplicada por la duración que elegiste.
Los límites son reales. Los clips llegan mudos — no hay ningún parámetro de audio. No hay campo de proporción, así que el texto a vídeo vuelve con el encuadre por defecto del propio modelo. No hay modo referencia a vídeo, así que nada fija una cara entre generaciones distintas. Y el 1080p funciona solo a seis segundos. Sobre velocidad tenemos exactamente dos datos, ambos mostrados abajo — 94 y 86 segundos —, que son dos clips, no una prueba de referencia.
Hailuo 02 de MiniMax está hecho para la velocidad y la relación calidad-precio: texto a vídeo e imagen a vídeo de 512p a 1080p, dirigidos por 15 comandos de movimiento de cámara al estilo de un director.
Hailuo 02 es uno de los modelos de vídeo más rápidos y asequibles de la gama, ideal para contenido social de gran volumen, borradores e iteraciones rápidas donde se desea probar muchas ideas sin agotar los créditos.
Dirige la toma con lenguaje sencillo mediante comandos como [Acercar], [Alejar], [Paneo a la izquierda], [Traslado] y [Toma estática]. Combina hasta tres comandos en un mismo soporte para realizar movimientos compuestos, de modo que la cámara se comporte como lo haría un operador profesional.
Genera solo a partir de un prompt, o adjunta una foto y deja que Hailuo 02 la trate como primer fotograma y anime hacia delante. El modo lo decide si adjuntas o no una imagen — no hay nada más que cambiar.
Elige 512p para bocetos de bajo coste en imagen a vídeo, 768p para clips del día a día, o 1080p para trabajo terminado. Las duraciones son 6 o 10 segundos, salvo a 1080p, que funciona a 6. El precio de cada combinación se muestra por adelantado.
Generado aquí el 15 de agosto de 2026, a la primera, con los prompts y ajustes exactos a la vista. Cada clip pone a prueba una de las capacidades que se afirman más abajo en esta página.
A hot air balloon inflating at dawn, fabric rippling as it fills, burner flame roaring, crew holding the basket, wide static shot.
A horse cantering across an open meadow, mane and tail moving with stride, morning mist low on the grass, side tracking shot.
Es el modelo al que recurres cuando quieres saber el precio antes de tocar el control de duración, y cuando el plano importa más que la banda sonora.
Cinco combinaciones de resolución y duración, cada una con un precio fijo para el clip terminado. No hay ninguna tarifa que multiplicar ni forma de que una toma más larga cueste en silencio más de lo previsto — la tabla de arriba es toda la lista de precios.
Los clips cortos de seis segundos en los niveles pequeños son la forma de encontrar el plano. Una vez sepas lo que quieres, vuelve a renderizarlo aquí a 1080p o lleva la idea a un modelo con más resolución — de cualquier modo, el prompt y los ajustes se quedan en tu historial.
El movimiento se escribe dentro del prompt como comandos entre corchetes — un acercamiento, un alejamiento, un travelling — y hasta tres pueden ejecutarse juntos para un movimiento compuesto. Si ya describes planos como lo haría un operador de cámara, puedes dirigir este modelo sin aprender un panel de control nuevo.
Adjunta una imagen y se convierte en el primer fotograma; después describe qué debe pasar a continuación. Útil cuando el encuadre ya está bien y lo único que necesitas es que se mueva.
No hay parámetro de audio, 1080p es el techo, y no hay modo referencia a vídeo para fijar una cara. Para un personaje que habla ve a HappyHorse 1.1, para 4K ve a Kling 3.0, y para una identidad mantenida a través de varias imágenes de referencia ve a Wan 2.7.
Mismo espacio de trabajo, mismo bote de créditos — cambiar entre cualquiera de estos es un clic.
| Hailuo 02 | Wan 2.7 | HappyHorse 1.1 | Kling 3.0 | |
|---|---|---|---|---|
| Resoluciones | 512p · 768p · 1080p | 720p · 1080p | 720p · 1080p | 720p · 1080p · 4K |
| Duración del clip | 6 o 10s — a 1080p solo 6s | 2–15s, cualquier segundo entero | 3–15s, cualquier segundo entero | 3–15s, cualquier segundo entero |
| Cómo se factura | Por clip terminado, a partir de una tabla fija de cinco entradas | Por segundo de salida | Por segundo de salida | Por segundo de salida |
| Sonido | Sin parámetro de audio — los clips vuelven mudos | Nativo, siempre activado, sin interruptor | Audio nativo y sincronía labial, siempre activados, sin interruptor | Interruptor opcional, apagado por defecto |
| Créditos por segundo, 720p | No aplicable — se tarifica por clip, y su nivel más cercano es 768p | 40 | 65 | 45 mudo · 60 con sonido |
| Créditos por segundo, 1080p | No aplicable — se tarifica por clip | 70 | 85 | 60 mudo · 85 con sonido |
| Créditos por segundo, 4K | No se ofrece | No se ofrece | No se ofrece | 200, con sonido incluido sin coste adicional |
| Créditos por un clip de 6 segundos a 1080p | 240 | 420 | 510 | 360 mudo · 510 con sonido |
| Créditos por un clip, de mínimo a máximo | 40–240 | 80–1,050 | 195–1,275 | 135–3,000 |
| Imagen a vídeo | Sí, un primer fotograma | Sí, un primer fotograma | Sí, un primer fotograma | Sí, un primer fotograma |
| Imágenes de referencia para la identidad | Ninguna — sin modo referencia a vídeo | Hasta 5, citadas en el prompt como Image 1, Image 2 … | Hasta 9, citadas en el prompt como character1, character2 … | Ninguna — la única imagen es el primer fotograma |
| Proporciones | Sin parámetro de proporción | 5 — 16:9, 9:16, 1:1, 4:3, 3:4 | 9 — de 9:21 hasta 21:9 | 3 — 16:9, 9:16, 1:1 |
| Velocidad medida por nosotros mismos | 94s y 86s para los dos clips de 6 segundos a 768p de arriba (2 clips, agosto de 2026) | Sin medir | Sin medir | Sin medir |
Cada resolución, duración de clip y cifra de créditos de esta tabla está leída de nuestro propio registro de modelos y de las tablas de tarifas de nuestro código el 20 de agosto de 2026 — las mismas tablas que ponen precio a tus generaciones, no páginas de marketing de los proveedores. Wan 2.7, HappyHorse 1.1 y Kling 3.0 facturan por segundo, así que sus cifras por clip son la tarifa multiplicada por la duración que elijas; Hailuo 02 factura por clip a partir de una tabla fija. Los únicos números de velocidad que hay aquí son los dos clips de Hailuo 02 que cronometramos nosotros mismos, y cada celda que no hemos medido lo dice en vez de tomar prestado un número de otro sitio.
Compara Hailuo 02 con otros modelos de vídeo: mismo espacio de trabajo, un clic para cambiar.
| Modelo | MiniMax-Hailuo-02, de MiniMax — integrado aquí el 25 de junio de 2026 |
|---|---|
| Modos | Texto a vídeo, e imagen a vídeo desde una única foto como primer fotograma. El modo lo elige si adjuntas o no una imagen |
| Resolución | 512p, 768p y 1080p — en el proveedor de origen, 512p es un nivel de imagen a vídeo |
| Duración | 6 o 10 segundos. El 1080p funciona solo a 6 segundos |
| Proporciones | No es un parámetro — Hailuo 02 no admite campo de proporción. Imagen a vídeo sigue tu foto; texto a vídeo devuelve el encuadre por defecto del modelo |
| Imágenes de referencia | Una, usada como primer fotograma. El modelo de origen también define un modo de primer y último fotograma, pero este espacio de trabajo envía una sola imagen, así que ese modo no está disponible aquí |
| Sonido | Ninguno — no hay parámetro de audio y los clips vuelven mudos |
| Control de cámara | Se escribe dentro del prompt como comandos entre corchetes del tipo [Push in] o [Pan left], no es un ajuste aparte |
| Créditos | Por clip terminado en vez de por segundo: 40 a 512p/6s, 70 a 512p/10s, 120 a 768p/6s, 240 a 768p/10s y 240 a 1080p/6s |
| Rango de créditos por clip | 40 por un clip de 6 segundos a 512p, hasta 240 por las dos combinaciones superiores |
| Velocidad medida | 94 segundos y 86 segundos para los dos clips de 6 segundos a 768p de esta página, generados el 15 de agosto de 2026 — dos clips, no una prueba de referencia |
Tres pasos desde una caja de prompt vacía hasta un clip terminado.
Abre el selector de modelos y elige Hailuo 02. El panel te muestra su coste en créditos, las opciones de resolución y los límites de duración antes de que gastes nada.
Escribe el sujeto, la acción y cómo se mueve la cámara. Adjunta un primer fotograma si quieres que el clip empiece desde una imagen concreta.
Descarga el clip, alárgalo o pásalo a una edición más a fondo. El prompt, el modelo y los ajustes se quedan guardados en tu historial.
Una sola cuenta, todo el flujo de generación de imágenes y vídeo.
Usa Hailuo 02 con los créditos diarios del plan gratuito, o mejora tu plan para acceder a modelos premium, generación más rápida y salida en 4K.
Perfecto para empezar
Facturación anual · $240/año
Facturación anual · $380/año
Hailuo 02 (MiniMax-Hailuo-02) es el modelo de vídeo con IA rápido y rentable de MiniMax, compatible con texto a vídeo e imagen a vídeo y con control de movimiento de cámara integrado.
Añade comandos entre corchetes como [Desplazar a la izquierda] o [Empujar hacia adentro] a tu indicador. Varios comandos entre corchetes se ejecutan simultáneamente (se recomienda un máximo de tres), y los comandos colocados en secuencia se ejecutan en el orden en que aparecen en el texto.
512p, 768p y 1080p. La duración es de 6 o 10 segundos, excepto en 1080p, que es de 6 segundos; 512p está disponible en modo de imagen a vídeo.
Sí — adjunta una foto y se convierte en el primer fotograma; después describe el movimiento que quieres. Este espacio de trabajo envía una sola imagen de referencia, así que el modo de primer y último fotograma que también define el modelo de origen no está disponible aquí.
El precio se calcula por clip, según la resolución y la duración, y es una de las opciones de vídeo más económicas. El coste exacto en créditos se muestra antes de generar el vídeo.
La Hailuo 02 prioriza la velocidad, el precio y el control de la cámara hasta 1080p; la Kling 3.0 alcanza los 4K con sonido opcional. Para trabajos rápidos y de gran volumen, la Hailuo es la opción más rentable, y ambas se integran en el mismo espacio de trabajo.
Herramientas de un clic para todo lo que rodea la generación: pulir, cambiar de estilo y compartir.
MiniMax Hailuo 02 integrated for video generation.
