MiniMax H3 menerima gambar, klip video, dan trek audio dalam satu permintaan — tunjuk semuanya di dalam prompt berdasarkan urutan, sebagai Image 1, Video 1, Audio 1.
MiniMax H3 adalah model video yang dikirim MiniMax di dalam produk Hailuo 3-nya, diintegrasikan di sini pada 12 Agustus 2026. Tiga endpoint berada di balik satu pemilih — text-to-video, image-to-video, dan reference-to-video — berbagi panel yang sama dan harga per detik yang sama. Mode referensi adalah bagian yang layak dipelajari: hingga sembilan gambar, tiga klip video, dan tiga trek audio dalam satu permintaan, ditunjuk di dalam prompt berdasarkan urutan alih-alih dengan tag-@.
Sekarang bagian yang memakan biaya. Video referensi ditagih: detik masukannya ditambahkan ke detik keluaran Anda, jadi referensi 10 detik pada klip 10 detik ditagih sebagai dua puluh. Image-to-video hanya memakai frame pertama — masukan frame terakhir yang diekspos API hulu tidak diaktifkan di sini. Tidak ada 1080p dan tidak ada 4K, audio tidak punya sakelar mati, tugas yang sudah dikirim tidak bisa dibatalkan, dan kami belum mengukur waktu model ini.
Model video flagship MiniMax membuat klip 4–15 detik dengan audio bawaan pada 768p atau 2K, digerakkan oleh teks, gambar frame pertama, atau campuran referensi gambar, video, dan audio — tanpa API key, tanpa akun terpisah.
Teks-ke-video untuk prompting murni, gambar-ke-video untuk menganimasikan frame pertama, dan referensi-ke-video untuk brief yang ambisius: hingga 9 gambar, 3 klip video, dan 3 trek audio dalam satu permintaan, dirujuk di prompt sebagai "Image 1", "Video 1", "Audio 1". Ganti orang dalam sebuah klip, pertahankan wajah dari sebuah foto, atau gerakkan dialog dari trek suara.
H3 menghasilkan video dengan audio bawaan, dan dalam mode referensi ia dapat membawakan trek suara yang Anda sediakan dengan gerak bibir tersinkronisasi — berikan sebuah potret dan klip audio, lalu jelaskan gaya penyampaiannya. Audio referensi gratis; hanya referensi video yang menambah detik input berbayar.
Dua tingkat output dengan harga per detik yang ditampilkan sebelum Anda membuat: 55 kredit per detik pada 768p, 90 pada 2K. Draf 768p berdurasi 4 detik berbiaya 220 kredit; saat gerakannya sudah pas, jalankan ulang brief yang sama di 2K untuk hasil akhir. Enam rasio aspek dari 9:16 vertikal hingga 21:9 ultrawide.
H3 menerima prompt hingga 7,000 karakter — cukup untuk menjelaskan gerakan kamera, blocking, kostum, dan suasana dalam sekali jalan. Setiap hasil generasi menyimpan prompt dan parameter lengkapnya di riwayat, sehingga shot yang berhasil dapat direproduksi minggu depan.
Dibuat di sini pada 15 Agustus 2026, sekali jadi, dengan prompt dan pengaturan persis seperti yang ditampilkan. Setiap klip menguji salah satu kemampuan yang diklaim di bagian bawah halaman ini.
A thunderstorm rolling over a wheat field at dusk, wind bending the crop in waves, distant lightning illuminating the clouds, low rumbling thunder, slow push-in.
A street musician playing an upright bass on a rainy night pavement, fingers moving on the strings, reflected neon in the puddles, handheld documentary camera.
Ia model yang paling mengandalkan referensi dalam jajaran ini: lebih banyak aset masukan per permintaan daripada yang diterima tier Veo atau Kling, dan panjang klip yang melewati dinding delapan detik.
Sembilan gambar, tiga klip video, dan tiga trek audio dalam satu permintaan, dirujuk berdasarkan urutan di dalam prompt. Itu cukup untuk mempertahankan wajah dari satu foto, lokasi dari foto lain, dan suara dari sebuah rekaman, dalam satu langkah.
Kedua tier Veo berhenti di delapan. H3 berjalan sampai lima belas, detik bulat berapa pun, dengan tarif rata per detik — jadi durasi menjadi keputusan yang lugas alih-alih lompatan antarpaket.
Dalam mode referensi ia membawakan trek suara yang Anda sediakan dengan gerakan bibir tersinkron, dan audio referensinya sendiri gratis. Jelaskan penyampaiannya di dalam prompt seperti Anda mengarahkan seorang pembaca naskah.
Dua tier, masing-masing satu tarif rata, prompt yang sama. Jalankan geraknya dengan murah sampai berhasil, lalu jalankan ulang brief yang identik di 2K untuk versi yang Anda serahkan.
Audio tidak punya sakelar mati, tangganya berhenti di 2K, dan tugas yang sudah dikirim berjalan sampai selesai. Jika Anda butuh klip senyap, Kling 3.0 membiarkan suaranya mati secara bawaan; jika Anda butuh 4K, kedua tier Veo dan Kling 3.0 punya tier itu.
Ruang kerja sama, kolam kredit sama — berpindah di antara mana pun cukup satu klik.
| MiniMax H3 | Veo 3.1 Pro | Veo 3.1 Fast | Kling 3.0 | |
|---|---|---|---|---|
| Resolusi | 768p · 2K | 720p · 1080p · 4K | 720p · 1080p · 4K | 720p · 1080p · 4K |
| Panjang klip | 4–15s, detik bulat berapa pun | 4, 6 atau 8s | 4, 6 atau 8s | 3–15s, detik bulat berapa pun |
| Suara | Native dan selalu menyala — tanpa tombol | Opsional, dan ia mengubah tarifnya | Opsional, dan ia mengubah tarifnya | Tombol opsional, mati secara bawaan |
| Kredit per detik, 768p dan 2K | 55 pada 768p · 90 pada 2K | Tidak ditawarkan — tier ini berjalan di 720p, 1080p, dan 4K | Tidak ditawarkan — tier ini berjalan di 720p, 1080p, dan 4K | Tidak ditawarkan — model ini berjalan di 720p, 1080p, dan 4K |
| Kredit per detik, 720p | Tidak ditawarkan | 80 senyap · 160 dengan audio | 50 senyap · 75 dengan audio | 45 senyap · 60 dengan suara |
| Kredit per detik, 1080p | Tidak ditawarkan | 80 senyap · 160 dengan audio — tarif yang sama seperti 720p | 50 senyap · 75 dengan audio — tarif yang sama seperti 720p | 60 senyap · 85 dengan suara |
| Kredit per detik, 4K | Tidak ditawarkan | 160 senyap · 240 dengan audio | 150 senyap · 175 dengan audio | 200, suara termasuk tanpa biaya tambahan |
| Kredit untuk satu klip, dari terendah sampai tertinggi | 220–1.350 untuk keluaran saja; 2.820 dengan 15s video referensi dan 9 gambar referensi | 320–1,920 | 200–1,400 | 135–3,000 |
| Aset referensi per permintaan | Hingga 9 gambar, 3 video, dan 3 trek audio, total 12 | Satu gambar | Satu gambar | Satu gambar |
| Kecepatan yang kami ukur sendiri | 3m 33s untuk 5s dan 7m 32s untuk 20s, keduanya 720p (2 klip, Agustus 2026) | Belum diukur | Belum diukur | Belum diukur |
Resolusi, panjang klip, dan setiap angka kredit dalam tabel ini dibaca dari registry model kami sendiri pada 20 Agustus 2026 — tabel tarif per detik yang sama yang menghargai generasi Anda, bukan halaman pemasaran vendor. Tarif dihitung per detik keluaran, jadi kalikan dengan panjang klip yang Anda pilih; pada H3, detik masukan video referensi ditambahkan ke hitungan itu dengan tarif yang sama. Baris resolusinya dipisah karena H3 menawarkan 768p dan 2K sementara tiga lainnya menawarkan 720p, 1080p, dan 4K — tier yang tidak dijual sebuah model ditandai "Tidak ditawarkan" alih-alih diisi dengan angka terdekat. Sel yang belum kami ukur menyatakan demikian.
Bandingkan MiniMax H3 dengan model video lain — ruang kerja yang sama, satu klik untuk berpindah.
| Model | minimax-h3 (MiniMax H3, model di balik Hailuo 3) — diintegrasikan di sini pada 12 Agustus 2026 |
|---|---|
| Mode | Text-to-video, image-to-video dari frame pertama, dan reference-to-video dari set aset campuran — tiga endpoint di balik satu pemilih, dihargai identik |
| Resolusi | 768p dan 2K — tidak ada tier 1080p dan tidak ada tier 4K |
| Durasi | 4 sampai 15 detik, detik bulat berapa pun (4 secara bawaan) |
| Rasio aspek | 16:9, 9:16, 1:1, 4:3, 3:4 dan 21:9 dalam mode teks dan referensi; image-to-video mengikuti frame referensinya |
| Aset referensi | Hingga 9 gambar, 3 klip video, dan 3 trek audio, total 12. Video referensi berdurasi 2–15 detik per klip dan 15 detik secara gabungan. Dirujuk di dalam prompt sebagai "Image 1", "Video 1", "Audio 1" |
| Panjang prompt | Hingga 7.000 karakter |
| Audio | Native dan selalu menyala — tidak ada tombol audio |
| Kredit | Per detik: 55 di 768p, 90 di 2K, tarif yang sama di ketiga mode. Detik masukan video referensi ditagih dengan tarif per detik yang sama; gambar referensi setelah yang kelima menambah 30 masing-masing; audio referensi gratis |
| Rentang kredit per klip | 220 untuk klip 768p 4 detik, 1.350 untuk klip 2K 15 detik. Dimuati 15 detik video referensi dan 9 gambar referensi, satu permintaan 2K mentok di 2.820 |
| Pembatalan | Tugas yang sudah dikirim tidak bisa dibatalkan |
| Kecepatan terukur | Belum kami ukur — kami belum menjalankan tolok ukur berwaktu pada model ini |
Tiga langkah dari kotak prompt kosong menjadi klip jadi.
Buka pemilih model dan pilih MiniMax H3. Panel menampilkan biaya kredit, opsi resolusi, dan batas durasi sebelum Anda mengeluarkan apa pun.
Tulis subjek, aksinya, dan bagaimana kamera bergerak. Lampirkan frame pertama jika Anda ingin klip dimulai dari gambar tertentu.
Unduh klipnya, perpanjang, atau kirim untuk diedit lebih lanjut. Prompt, model, dan pengaturan tetap tersimpan bersamanya di riwayat Anda.
Satu akun, alur kerja lengkap generasi gambar dan video.
Jalankan MiniMax H3 dengan kredit harian paket gratis, atau tingkatkan untuk model premium, generasi lebih cepat, dan output 4K.
Sempurna untuk memulai
Ditagih tahunan · $240/year
Ditagih tahunan · $468/tahun
Akting karakter sinematik dan kerja referensi multimodal — menganimasikan frame pertama, mempertahankan identitas dari foto referensi, dan membawakan audio yang Anda sediakan dengan bibir tersinkronisasi. Output-nya 4–15 detik pada 768p atau 2K dengan audio bawaan.
55 kredit per detik output pada 768p dan 90 pada 2K, jadi klip 768p berdurasi 4 detik berbiaya 220 kredit. Detik input dari video referensi ditagih dengan tarif yang sama; setiap gambar referensi setelah gambar ke-5 menambah 30 kredit; audio referensi gratis. Total pastinya ditampilkan sebelum Anda membuat.
Ya — H3 adalah model yang dipakai MiniMax dalam produk video Hailuo mereka. Di CreateVision AI Anda menjalankannya langsung di browser tanpa akun MiniMax atau API key.
Hingga 9 gambar, 3 klip video (masing-masing 2–15 detik, total gabungan 15 detik), dan 3 trek audio — maksimal 12 aset seluruhnya. Rujuk mereka di prompt sesuai urutan: "Image 1", "Video 1", "Audio 1".
Detik bulat dari 4 hingga 15, pada 768p atau 2K. Mode teks dan referensi menawarkan 16:9, 21:9, 4:3, 1:1, 3:4, dan 9:16 (mode referensi juga bisa menyesuaikan otomatis); gambar-ke-video mengikuti rasio frame pertama Anda.
Tidak. H3 menghasilkan audio native di setiap proses dan tidak ada tombol untuk itu, jadi tarif yang Anda lihat adalah satu-satunya tarif. Jika Anda butuh plate senyap, Anda bisa membisukannya di proses edit, atau memilih model yang suaranya opsional — Kling 3.0 membiarkannya mati secara bawaan.
H3 menawarkan nilai lebih untuk shot karakter dan dialog berdurasi 4–15 detik. Seedance 2.5 mencapai 30 detik dan menerima jauh lebih banyak aset referensi per permintaan, dengan harga per detik lebih tinggi. Untuk draf murah, Seedance 2.0 Mini tetap menjadi pilihan hemat.
Tool sekali klik untuk semua hal di sekitar generasi — rapikan, ubah gaya, bagikan.
