MiniMax H3 Max adds first-and-last-frame control to Hailuo 3's reference workflow — pin the start and end of a shot, or drive it with up to 9 images, 3 videos and 3 audio clips.
MiniMax H3 Max es el nivel "Max" de la familia Hailuo 3, integrado aquí el 28 de septiembre de 2026 junto a su hermano Turbo. Tres endpoints están detrás de un selector — texto a video, imagen a video y referencia a video — compartiendo el mismo panel y precios por segundo. Lo que añade sobre MiniMax H3 es una entrada de último fotograma para imagen a video y un nivel 480p más barato; lo que cede es el nivel 2K, y el clip más corto es de 5 segundos en lugar de 4.
Las partes que te cuestan algo: el video de referencia se factura por segundo de entrada a su propia tarifa (40 créditos a 480p, 100 a 768p), las imágenes de referencia más allá de la segunda añaden 50 cada una, y el audio de referencia es gratis. El audio no tiene interruptor de apagado, las tareas enviadas no se pueden cancelar, los enlaces de resultados del proveedor caducan después de 24 horas (copiamos los clips terminados a nuestro propio almacenamiento), y todavía no hemos cronometrado este modelo.
H3 Max de MiniMax genera clips de 5–15 segundos con audio nativo a 480p o 768p, impulsado por texto, un primer fotograma (con un último fotograma opcional), o un conjunto mixto de referencias de imágenes, video y audio — sin clave API, sin cuenta separada.
Imagen a video en H3 Max acepta un primer fotograma y un último fotograma opcional. Dale las imágenes fijas de apertura y cierre de un movimiento — un producto girando, una puerta abriéndose, una cara girando hacia la cámara — y describe el movimiento intermedio. Con solo un primer fotograma se comporta como H3: el clip crece a partir de esa imagen y mantiene su relación de aspecto.
Referencia a video toma hasta 9 imágenes, 3 clips de video y 3 pistas de audio en una sola solicitud, referenciadas en el prompt como "Imagen 1", "Video 1", "Audio 1". Conserva una cara de una foto, una ubicación de otra, y dirige el diálogo desde una pista de voz. Las dos primeras imágenes de referencia son gratis; el video de referencia añade segundos de entrada facturables; el audio de referencia es gratis.
Dos niveles de salida con precios por segundo mostrados antes de generar: 35 créditos por segundo a 480p, 55 a 768p. Un borrador de 5 segundos a 480p cuesta 175 créditos; vuelve a ejecutar el mismo encargo a 768p para la entrega. Seis relaciones de aspecto desde 9:16 vertical hasta 21:9 ultraancho en modos de texto y referencia.
H3 Max funciona de 5 a 15 segundos a una tarifa plana por segundo, así que una toma de 12 segundos cuesta exactamente 12 segundos. Los prompts de hasta 7,000 caracteres se conservan con cada generación, así que una toma que funciona es reproducible.
Generados aquí el 28 de septiembre de 2026, primera toma, prompts exactos y ajustes mostrados.
A lighthouse keeper climbing a spiral iron staircase at dusk, lantern swinging, warm light sweeping the stone walls, wind and gulls outside, slow tilt up.
A jazz drummer in a small club, brushes on the snare, cymbals shimmering under a red spotlight, handheld camera slowly circling, room-tone applause.
Es el nivel Hailuo 3 para tomas con un inicio y un final conocidos, y para quienes quieren un nivel de borrador más barato que el que ofrece H3.
Un packshot que termina en la etiqueta, una UI que termina en la pantalla final, un rostro que termina mirando a cámara — dale ambas imágenes fijas y describe el movimiento entre ellas.
Nueve imágenes, tres clips de vídeo y tres pistas de audio en una sola solicitud, citadas por orden en el prompt — el mismo flujo de trabajo con referencias que MiniMax H3.
35 créditos por segundo es la forma más barata de iterar sobre un brief de Hailuo 3 con referencias. Ejecuta el movimiento hasta que funcione, y luego vuelve a ejecutarlo a 768p.
La escala se detiene en 768p — elige MiniMax H3 para 2K. El clip más corto es de 5 segundos, y el audio no tiene interruptor de apagado.
Mismo espacio de trabajo, mismo bote de créditos — cambiar entre cualquiera de estos es un clic.
| MiniMax H3 Max | MiniMax H3 | MiniMax H3 Max Turbo | |
|---|---|---|---|
| Resoluciones | 480p · 768p | 768p · 2K | 480p · 768p |
| Duración del clip | 5–15s, cualquier segundo entero | 4–15s, cualquier segundo entero | 5–15s, cualquier segundo entero |
| Entradas de imagen a vídeo | Fotograma inicial + fotograma final opcional | Solo fotograma inicial | Fotograma inicial + fotograma final opcional |
| Recursos de referencia por solicitud | Hasta 9 imágenes, 3 vídeos y 3 pistas de audio | Hasta 9 imágenes, 3 vídeos y 3 pistas de audio | No se ofrece |
| Créditos por segundo, 480p | 35 | No se ofrece | 20 |
| Créditos por segundo, 768p | 55 | 55 | 30 |
| Créditos por segundo, 2K | No se ofrece | 90 | No se ofrece |
| Vídeo de referencia, por segundo de entrada | 40 a 480p · 100 a 768p | 55 en 768p · 90 en 2K | No se ofrece |
| Imágenes de referencia gratuitas | Las primeras 2, luego 50 cada una | Las primeras 5, luego 30 cada una | No se ofrece |
| Créditos por un clip, de mínimo a máximo | 175–825 solo por la salida; 2,675 a plena carga | 220–1,350 solo por la salida; 2,820 a plena carga | 100–450 |
| Sonido | Nativo y siempre activado | Nativo y siempre activado | Nativo y siempre activado |
Cada cifra de esta tabla se lee de nuestro propio registro de modelos el 28 de septiembre de 2026 — las mismas tablas de tarifas por segundo que dan precio a tus generaciones. Las tarifas son por segundo de salida; los segundos de entrada de vídeo de referencia se suman a la tarifa indicada. Un nivel que un modelo no vende se marca como "No ofrecido".
Compara MiniMax H3 Max con otros modelos de video — mismo espacio de trabajo, un clic para cambiar.
Hailuo 3 — movimiento cinematográfico con audio nativo, 768p/2K.
NuevoHailuo 3 Max Turbo — el nivel económico, desde 20 créditos por segundo.
Vídeo insignia de 30s a partir de referencias mixtas de imagen, vídeo y audio.
La calidad de movimiento de Kling en un motor más rápido.
| Modelo | minimax-h3-max (MiniMax H3 Max, el nivel Max de Hailuo 3) — integrado aquí el 28 de septiembre de 2026 |
|---|---|
| Modos | Texto a vídeo, imagen a vídeo desde un primer fotograma con un último fotograma opcional, y referencia a vídeo desde un conjunto mixto de recursos — tres endpoints detrás de un solo selector |
| Resolución | 480p y 768p — no hay nivel 2K en Max (MiniMax H3 sí lo tiene) |
| Duración | De 5 a 15 segundos, cualquier segundo entero (5 por defecto) |
| Proporciones | 16:9, 9:16, 1:1, 4:3, 3:4 y 21:9 en los modos de texto y de referencia; imagen-a-video sigue el primer fotograma |
| Recursos de referencia | Hasta 9 imágenes, 3 clips de video y 3 pistas de audio, 12 en total. El video de referencia dura al menos 2 segundos por clip y 15 segundos en conjunto. Se citan en el prompt como "Imagen 1", "Video 1", "Audio 1" |
| Longitud del prompt | Hasta 7000 caracteres |
| Audio | Nativo y siempre activado — no hay interruptor de audio |
| Créditos | Por segundo: 35 a 480p, 55 a 768p, la misma tarifa en los tres modos. Los segundos de video de referencia de entrada suman 40 por segundo a 480p o 100 a 768p; las imágenes de referencia más allá de la segunda suman 50 cada una; el audio de referencia es gratis |
| Rango de créditos por clip | 175 por un clip de 5 segundos a 480p, 825 por un clip de 15 segundos a 768p. Con 15 segundos de video de referencia y 9 imágenes de referencia, una solicitud a 768p llega como máximo a 2,675 |
| Cancelación | Las tareas enviadas no se pueden cancelar |
| Velocidad medida | No lo hemos medido — no hemos ejecutado una prueba cronometrada de este modelo |
Tres pasos desde una caja de prompt vacía hasta un clip terminado.
Abre el selector de modelos y elige MiniMax H3 Max. El panel muestra su costo 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.
Ejecuta MiniMax H3 Max 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 · $468/año
Tomas en las que sabes cómo deben empezar y terminar — imagen-a-video con primer y último fotograma — además del flujo de trabajo con referencias multimodales por el que se conoce a Hailuo 3. La salida es de 5–15 segundos a 480p o 768p con audio nativo.
35 créditos por segundo de salida a 480p y 55 a 768p, así que un clip de 5 segundos a 480p cuesta 175 créditos y uno de 5 segundos a 768p cuesta 275. El video de referencia suma 40 créditos por segundo de entrada a 480p o 100 a 768p; las dos primeras imágenes de referencia son gratis y cada imagen adicional suma 50; el audio de referencia es gratis. El total exacto se muestra antes de generar.
H3 Max añade una entrada de último fotograma y un nivel 480p más barato, pero llega como máximo a 768p — solo MiniMax H3 ofrece 2K. H3 Max Turbo es el mismo motor de 5–15 segundos a aproximadamente la mitad de precio, sin el modo de recursos de referencia.
Hasta 9 imágenes, 3 clips de video (al menos 2 segundos cada uno, 15 segundos en conjunto) y 3 pistas de audio, 12 recursos en total como máximo. Refiérete a ellos en el prompt por orden: "Imagen 1", "Video 1", "Audio 1".
Segundos enteros de 5 a 15, a 480p o 768p. Los modos de texto y de referencia ofrecen 16:9, 21:9, 4:3, 1:1, 3:4 y 9:16; imagen-a-video sigue la proporción de tu primer fotograma.
No. H3 Max genera audio nativo en cada ejecución y no hay interruptor, así que la tarifa que ves es la única tarifa. Siléncialo en tu edición si necesitas una toma muda.
Herramientas de un clic para todo lo que rodea la generación: pulir, cambiar de estilo y compartir.
