Modèle vidéo IA
Utilisez MiniMax H3 (Hailuo 3) dans votre navigateur : des clips de 4–15 secondes en 768p ou 2K avec audio natif, à partir d'un prompt texte, d'une première image ou de références mixtes — jusqu'à 9 images, 3 clips vidéo et 3 pistes audio dans une seule requête. Les crédits sont facturés à la seconde et affichés avant de générer.
Comparez MiniMax H3 à d'autres modèles vidéo — même espace de travail, un clic pour changer.
Vidéo phare de 30s à partir de références mixtes image, vidéo et audio.
Audio natif + synchronisation labiale en six langues.
La qualité de mouvement de Kling sur un moteur plus rapide.
De la vidéo IA légère et à bas coût pour des brouillons rapides.
Un aperçu de ce que les utilisateurs créent avec les modèles vidéo IA sur CreateVision AI.
Le modèle vidéo phare de MiniMax génère des clips de 4–15 secondes avec audio natif en 768p ou 2K, pilotés par du texte, une première image ou des références mixtes image, vidéo et audio — sans clé API, sans compte séparé.
Texte vers vidéo pour le prompt pur, image vers vidéo pour animer une première image, et référence vers vidéo pour les briefs ambitieux : jusqu'à 9 images, 3 clips vidéo et 3 pistes audio dans une requête, référencés dans le prompt comme "Image 1", "Video 1", "Audio 1". Remplacez une personne dans un clip, gardez un visage d'une photo ou pilotez un dialogue depuis une piste vocale.
H3 produit de la vidéo avec audio natif et, en mode référence, peut interpréter une piste vocale fournie avec un mouvement des lèvres synchronisé — donnez-lui un portrait et un clip audio, puis décrivez le jeu. L'audio de référence est gratuit ; seules les références vidéo ajoutent des secondes d'entrée facturables.
Deux niveaux de sortie avec un prix à la seconde affiché avant de générer : 55 crédits par seconde en 768p, 90 en 2K. Un brouillon de 4 secondes en 768p coûte 220 crédits ; quand le mouvement fonctionne, relancez le même brief en 2K pour la livraison. Six formats, du 9:16 vertical au 21:9 ultra-large.
H3 accepte des prompts jusqu'à 7 000 caractères — de quoi décrire le mouvement de caméra, la mise en place, les costumes et l'ambiance en une seule passe. Chaque génération garde son prompt complet et ses paramètres dans l'historique : un plan qui fonctionne reste reproductible la semaine suivante.
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.
Commencez gratuitement avec des crédits quotidiens. 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 · 300 $/an
Interprétation cinématographique de personnages et travail multimodal sur références — animer une première image, préserver les identités de photos de référence et interpréter un audio fourni avec des lèvres synchronisées. La sortie fait 4–15 secondes en 768p ou 2K avec audio natif.
55 crédits par seconde générée en 768p et 90 en 2K, soit 220 crédits pour un clip de 4 secondes en 768p. Les secondes d'entrée d'une vidéo de référence sont facturées au même tarif ; chaque image de référence au-delà de 5 ajoute 30 crédits ; l'audio de référence est gratuit. Le total exact est affiché avant de générer.
Oui — H3 est le modèle que MiniMax utilise dans son produit vidéo Hailuo. Sur CreateVision AI, vous l'exécutez directement dans le navigateur, sans compte MiniMax ni clé API.
Jusqu'à 9 images, 3 clips vidéo (2–15 secondes chacun, 15 secondes cumulées) et 3 pistes audio, pour 12 éléments maximum au total. Désignez-les dans le prompt par ordre : "Image 1", "Video 1", "Audio 1".
Des secondes entières de 4 à 15, en 768p ou 2K. Les modes texte et référence proposent le 16:9, 21:9, 4:3, 1:1, 3:4 et 9:16 (le mode référence peut aussi s'adapter automatiquement) ; l'image vers vidéo suit le format de votre première image.
H3 offre le meilleur rapport qualité-prix pour les plans de personnages et de dialogue de 4–15 secondes. Seedance 2.5 monte jusqu'à 30 secondes et accepte bien plus de références par requête, à un prix par seconde plus élevé. Pour les brouillons économiques, Seedance 2.0 Mini reste le choix budget.
Des outils en un clic pour tout ce qui entoure la génération — retoucher, restyler, partager.