Hailuo 02 est facturé au clip fini plutôt qu'à la seconde — cinq prix fixes — et la caméra se dirige à l'intérieur du prompt avec des commandes entre crochets comme [Push in].
Hailuo 02 est le modèle vidéo rapide et peu coûteux de MiniMax. Écrivez un prompt et il génère un plan à partir de rien ; attachez une photo et il traite cette photo comme la première image. Ce qui le distingue de tous les autres modèles de la comparaison ci-dessous, c'est sa facturation — un prix fixe par clip fini, tiré d'une table de cinq entrées, plutôt qu'un tarif multiplié par la durée que vous avez choisie.
Les limites sont réelles. Les clips arrivent muets — il n'y a aucun paramètre audio. Il n'y a pas de champ de ratio d'image : le texte-vers-vidéo revient donc dans le cadrage par défaut du modèle. Il n'y a pas de mode référence-vers-vidéo : rien ne verrouille donc un visage d'une génération à l'autre. Et le 1080p ne tourne qu'à six secondes. Sur la vitesse, nous avons exactement deux points de donnée, tous deux montrés ci-dessous — 94 et 86 secondes — ce qui fait deux clips, pas un banc d'essai.
Le Hailuo 02 de MiniMax est bâti pour la vitesse et le rapport qualité-prix : texte-vers-vidéo et image-vers-vidéo du 512p au 1080p, pilotés par 15 commandes de mouvement de caméra dignes d'un réalisateur.
La Hailuo 02 est l'un des modèles vidéo les plus rapides et les plus abordables de la gamme — idéal pour la création de contenu social en grand volume, les brouillons et les itérations rapides où vous souhaitez essayer de nombreuses idées sans épuiser vos crédits.
Dirigez la prise de vue en langage clair avec des commandes telles que [Poussée], [Recul], [Panoramique gauche], [Traction] et [Plan fixe]. Combinez jusqu'à trois commandes dans une même séquence pour des mouvements composés, afin que la caméra agisse comme le ferait un véritable cadreur.
Générez à partir d'un simple prompt, ou attachez une photo et laissez Hailuo 02 la traiter comme première image pour animer à partir de là. Le mode se décide selon que vous attachez ou non une image — il n'y a rien d'autre à basculer.
Choisissez le 512p pour des brouillons peu coûteux en image-vers-vidéo, le 768p pour les clips du quotidien, ou le 1080p pour le travail fini. Les durées sont de 6 ou 10 secondes, sauf en 1080p, qui tourne à 6. Le prix de chaque combinaison est affiché d'avance.
Généré ici le 15 août 2026, du premier coup, avec les prompts et réglages exacts affichés. Chaque clip met à l'épreuve l'une des capacités annoncées plus bas sur cette page.
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.
C'est le modèle vers lequel se tourner quand vous voulez connaître le prix avant de toucher au réglage de durée, et quand le plan compte plus que la bande-son.
Cinq combinaisons de résolution et de durée, chacune avec un prix fixe unique pour le clip fini. Aucun tarif à multiplier et aucun moyen pour une prise plus longue de coûter discrètement plus que prévu — la table ci-dessus est toute la liste de prix.
Les courts clips de six secondes aux paliers inférieurs, c'est ainsi qu'on trouve le plan. Une fois que vous savez ce que vous voulez, refaites le rendu en 1080p ici ou emmenez l'idée vers un modèle plus résolu — dans les deux cas, le prompt et les réglages restent dans votre historique.
Le mouvement s'écrit dans le prompt sous forme de commandes entre crochets — un travelling avant, un travelling arrière, un plan de suivi — et jusqu'à trois peuvent s'exécuter ensemble pour un mouvement composé. Si vous décrivez déjà les plans comme le ferait un cadreur, vous pouvez diriger ce modèle sans apprendre un nouveau panneau de contrôle.
Attachez une image et elle devient la première image, puis décrivez ce qui doit se passer ensuite. Utile quand le cadrage est déjà bon et qu'il ne manque que le mouvement.
Il n'y a aucun paramètre audio, le 1080p est le plafond, et il n'y a pas de mode référence-vers-vidéo pour verrouiller un visage. Pour un personnage qui parle, allez vers HappyHorse 1.1 ; pour le 4K, vers Kling 3.0 ; et pour une identité tenue sur plusieurs images de référence, vers Wan 2.7.
Même espace de travail, même réserve de crédits — passer de l'un à l'autre coûte un clic.
| Hailuo 02 | Wan 2.7 | HappyHorse 1.1 | Kling 3.0 | |
|---|---|---|---|---|
| Résolutions | 512p · 768p · 1080p | 720p · 1080p | 720p · 1080p | 720p · 1080p · 4K |
| Durée du clip | 6 ou 10s — le 1080p est limité à 6s | 2–15s, à n'importe quelle seconde entière | 3–15s, à n'importe quelle seconde entière | 3–15s, à n'importe quelle seconde entière |
| Mode de facturation | Par clip fini, à partir d'une table fixe de cinq entrées | Par seconde de sortie | Par seconde de sortie | Par seconde de sortie |
| Son | Aucun paramètre audio — les clips reviennent muets | Natif, toujours activé, pas d'interrupteur | Audio natif et synchronisation labiale, toujours activés, pas d'interrupteur | Interrupteur optionnel, désactivé par défaut |
| Crédits par seconde, 720p | Sans objet — facturé au clip, et son palier le plus proche est le 768p | 40 | 65 | 45 en muet · 60 avec son |
| Crédits par seconde, 1080p | Sans objet — facturé au clip | 70 | 85 | 60 en muet · 85 avec son |
| Crédits par seconde, 4K | Non proposé | Non proposé | Non proposé | 200, son inclus sans supplément |
| Crédits pour un clip de 6 secondes en 1080p | 240 | 420 | 510 | 360 en muet · 510 avec son |
| Crédits pour un clip, du plancher au plafond | 40–240 | 80–1,050 | 195–1,275 | 135–3,000 |
| Image-vers-vidéo | Oui, une première image | Oui, une première image | Oui, une première image | Oui, une première image |
| Images de référence pour l'identité | Aucune — pas de mode référence-vers-vidéo | Jusqu'à 5, citées dans le prompt sous la forme Image 1, Image 2 … | Jusqu'à 9, citées dans le prompt sous la forme character1, character2 … | Aucune — l'unique image est la première image |
| Formats d'image | Aucun paramètre de ratio d'image | 5 — 16:9, 9:16, 1:1, 4:3, 3:4 | 9 — du 9:21 jusqu'au 21:9 | 3 — 16:9, 9:16, 1:1 |
| Vitesse que nous avons mesurée nous-mêmes | 94s et 86s pour les deux clips de 6 secondes en 768p ci-dessus (2 clips, août 2026) | Non mesuré | Non mesuré | Non mesuré |
Chaque résolution, durée de clip et chiffre de crédits de ce tableau est lu dans notre propre registre de modèles et dans les tables de tarifs de notre code le 20 août 2026 — les mêmes tables qui facturent vos générations, pas des pages marketing de fournisseurs. Wan 2.7, HappyHorse 1.1 et Kling 3.0 facturent à la seconde : leurs chiffres par clip sont donc le tarif multiplié par la durée que vous choisissez ; Hailuo 02 facture au clip à partir d'une table fixe. Les seuls chiffres de vitesse ici sont les deux clips Hailuo 02 que nous avons chronométrés nous-mêmes, et chaque case que nous n'avons pas mesurée le dit plutôt que d'emprunter un chiffre ailleurs.
Comparez le Hailuo 02 avec d'autres modèles vidéo : même espace de travail, un clic pour changer.
Conversion de texte et d'images en vidéo, jusqu'à 4K avec son optionnel.
Vidéo de qualité cinématographique supérieure avec audio synchronisé natif.
Clips cinématographiques rapides avec audio natif.
De la vidéo IA légère et à bas coût pour des brouillons rapides.
| Modèle | MiniMax-Hailuo-02, par MiniMax — intégré ici le 25 juin 2026 |
|---|---|
| Modes | Texte-vers-vidéo, et image-vers-vidéo à partir d'une unique photo de première image. Le mode se choisit selon que vous attachez ou non une image |
| Résolution | 512p, 768p et 1080p — en amont, le 512p est un palier réservé à l'image-vers-vidéo |
| Durée | 6 ou 10 secondes. Le 1080p ne tourne qu'à 6 secondes |
| Formats d'image | Pas un paramètre — Hailuo 02 n'a pas de champ de ratio d'image. L'image-vers-vidéo suit votre photo ; le texte-vers-vidéo renvoie le cadrage par défaut du modèle |
| Images de référence | Une, utilisée comme première image. Le modèle en amont définit aussi un mode première-et-dernière-image, mais cet espace de travail n'envoie qu'une seule image : ce mode n'est donc pas disponible ici |
| Son | Aucun — il n'y a pas de paramètre audio et les clips reviennent muets |
| Contrôle de la caméra | Écrit dans le prompt sous forme de commandes entre crochets comme [Push in] ou [Pan left], et non comme un réglage séparé |
| Crédits | Par clip fini plutôt qu'à la seconde : 40 en 512p/6s, 70 en 512p/10s, 120 en 768p/6s, 240 en 768p/10s, et 240 en 1080p/6s |
| Fourchette de crédits par clip | 40 pour un clip de 6 secondes en 512p, jusqu'à 240 pour les deux combinaisons les plus élevées |
| Vitesse mesurée | 94 secondes et 86 secondes pour les deux clips de 6 secondes en 768p de cette page, générés le 15 août 2026 — deux clips, pas un banc d'essai |
Trois étapes, d'un champ de prompt vide à un clip fini.
Ouvrez le sélecteur de modèles et choisissez Hailuo 02. Le panneau affiche son coût en crédits, ses options de résolution et ses limites de durée avant la moindre dépense.
Décrivez le sujet, l'action et le comportement de la caméra. Joignez une première image si vous voulez que le clip démarre d'une image précise.
Téléchargez le clip, prolongez-le ou envoyez-le vers une édition plus poussée. Le prompt, le modèle et les réglages restent attachés dans votre historique.
Un seul compte, l'ensemble du flux de génération d'images et de vidéos.
Donnez mouvement, voix et son à n'importe quelle image fixe en quelques secondes.
Générez de courts clips cinématographiques avec audio natif à partir de votre prompt.
Décrivez votre idée : Ava choisit le modèle classé en arène, rédige le prompt et génère.
Utilisez Hailuo 02 avec les crédits quotidiens de l'offre gratuite, ou passez à un forfait supérieur pour les modèles premium, une génération plus rapide et une sortie 4K.
Parfait pour débuter
Facturé annuellement · 240 $/an
Facturé annuellement · 380 $/an
Hailuo 02 (MiniMax-Hailuo-02) est le modèle vidéo IA rapide et économique de MiniMax, qui prend en charge le texte-vers-vidéo et l'image-vers-vidéo avec un contrôle intégré du mouvement de caméra.
Ajoutez des commandes entre crochets, comme [Déplacer vers la gauche] ou [Appuyer vers l'intérieur], à votre invite de commande. Plusieurs commandes dans un même crochet s'exécutent simultanément (trois maximum recommandés), et les commandes placées à l'unisson s'exécutent dans l'ordre du texte.
512p, 768p et 1080p. Les durées sont de 6 ou 10 secondes, sauf pour le 1080p, qui est de 6 secondes ; le 512p est disponible en mode image-vidéo.
Oui — attachez une photo et elle devient la première image, puis décrivez le mouvement voulu. Cet espace de travail n'envoie qu'une seule image de référence : le mode première-et-dernière-image que définit aussi le modèle en amont n'est donc pas disponible ici.
Le prix est calculé par clip en fonction de la résolution et de la durée, et c'est l'une des options vidéo les plus abordables. Le coût exact en crédits est indiqué avant la génération.
La Hailuo 02 privilégie la vitesse, le prix et le contrôle de la caméra jusqu'à 1080p ; la Kling 3.0 atteint la 4K avec un son en option. Pour les travaux intensifs et rapides, la Hailuo offre le meilleur rapport qualité-prix ; les deux modèles peuvent d'ailleurs coexister dans le même espace de travail.
Des outils en un clic pour tout ce qui entoure la génération — retoucher, restyler, partager.
MiniMax Hailuo 02 integrated for video generation.
