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 è il livello "Max" della famiglia Hailuo 3, integrato qui il 28 settembre 2026 insieme al suo fratello Turbo. Tre endpoint dietro un solo selettore — testo-video, immagine-video e riferimento-video — che condividono lo stesso pannello e la stessa tariffa al secondo. Ciò che aggiunge rispetto a MiniMax H3 è un input per l’ultimo fotogramma nell’immagine-video e un livello 480p più economico; ciò a cui rinuncia è il livello 2K, e la clip più corta è di 5 secondi invece di 4.
Le parti che ti costano qualcosa: il video di riferimento è fatturato per secondo di input a una tariffa propria (40 crediti a 480p, 100 a 768p), le immagini di riferimento oltre la seconda aggiungono 50 ciascuna, e l’audio di riferimento è gratuito. L’audio non ha interruttore di disattivazione, i task inviati non possono essere annullati, i link dei risultati del provider scadono dopo 24 ore (copiamo le clip finite nel nostro storage), e non abbiamo ancora misurato i tempi di questo modello.
H3 Max di MiniMax genera clip da 5–15 secondi con audio nativo a 480p o 768p, guidate da testo, un primo fotogramma (con un ultimo fotogramma opzionale), o un set misto di riferimenti di immagini, video e audio — nessuna chiave API, nessun account separato.
L’immagine-video su H3 Max accetta un primo fotogramma e un ultimo fotogramma opzionale. Dagli i fotogrammi iniziale e finale di un movimento — un prodotto che ruota, una porta che si apre, un volto che si gira verso la camera — e descrivi il movimento intermedio. Con solo un primo fotogramma si comporta come H3: la clip nasce da quell’immagine e ne mantiene il rapporto d’aspetto.
Il riferimento-video accetta fino a 9 immagini, 3 clip video e 3 tracce audio in una singola richiesta, citate nel prompt come "Image 1", "Video 1", "Audio 1". Mantieni un volto da una foto, un luogo da un’altra, e guida i dialoghi da una traccia vocale. Le prime due immagini di riferimento sono gratuite; il video di riferimento aggiunge secondi di input fatturabili; l’audio di riferimento è gratuito.
Due livelli di output con tariffa al secondo mostrata prima della generazione: 35 crediti al secondo a 480p, 55 a 768p. Una bozza di 5 secondi a 480p costa 175 crediti; riesegui lo stesso brief a 768p per la consegna. Sei rapporti d’aspetto dal verticale 9:16 all’ultrawide 21:9 nelle modalità testo e riferimento.
H3 Max va da 5 a 15 secondi a una tariffa fissa al secondo, quindi una ripresa da 12 secondi costa esattamente 12 secondi. I prompt fino a 7,000 caratteri sono conservati con ogni generazione, quindi un’inquadratura che funziona è riproducibile.
Generate qui il 28 settembre 2026, al primo tentativo, con prompt e impostazioni esatti mostrati.
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.
È il livello Hailuo 3 per riprese con inizio e fine noti, e per chi vuole un livello di bozza più economico di quanto offra H3.
Un packshot che finisce sull'etichetta, una UI che finisce sulla schermata finale, un volto che finisce guardando in camera — dagli entrambi i fotogrammi e descrivi il movimento tra loro.
Nove immagini, tre clip video e tre tracce audio in una richiesta, citate per ordine nel prompt — lo stesso flusso di riferimento di MiniMax H3.
35 crediti al secondo è il modo più economico per iterare un brief Hailuo 3 con riferimenti. Esegui il movimento finché funziona, poi riesegui a 768p.
La scala si ferma a 768p — scegli MiniMax H3 per 2K. La clip più corta è di 5 secondi e l'audio non ha interruttore di spegnimento.
Stesso spazio di lavoro, stesso monte crediti — passare dall'uno all'altro è un clic.
| MiniMax H3 Max | MiniMax H3 | MiniMax H3 Max Turbo | |
|---|---|---|---|
| Risoluzioni | 480p · 768p | 768p · 2K | 480p · 768p |
| Durata della clip | 5–15s, qualsiasi secondo intero | 4–15s, qualsiasi secondo intero | 5–15s, qualsiasi secondo intero |
| Ingressi image-to-video | Primo frame + ultimo frame opzionale | Solo primo frame | Primo frame + ultimo frame opzionale |
| Asset di riferimento per richiesta | Fino a 9 immagini, 3 video e 3 tracce audio | Fino a 9 immagini, 3 video e 3 tracce audio | Non offerto |
| Crediti al secondo, 480p | 35 | Non offerto | 20 |
| Crediti al secondo, 768p | 55 | 55 | 30 |
| Crediti al secondo, 2K | Non offerto | 90 | Non offerto |
| Video di riferimento, per secondo di input | 40 a 480p · 100 a 768p | 55 a 768p · 90 a 2K | Non offerto |
| Immagini di riferimento gratuite | Prime 2, poi 50 ciascuna | Prime 5, poi 30 ciascuna | Non offerto |
| Crediti per una clip, dal minimo al massimo | 175–825 solo per l'output; 2,675 a pieno carico | 220–1,350 solo per l'output; 2,820 a pieno carico | 100–450 |
| Suono | Nativo e sempre attivo | Nativo e sempre attivo | Nativo e sempre attivo |
Ogni cifra in questa tabella è letta dal nostro registro modelli interno il 28 settembre 2026 — le stesse tabelle di tariffe al secondo che determinano il prezzo delle tue generazioni. Le tariffe sono al secondo di output; i secondi di input del video di riferimento sono aggiunti alla tariffa indicata. Un livello che un modello non vende è contrassegnato come "Non offerto".
Confronta MiniMax H3 Max con altri modelli video — stesso workspace, un clic per cambiare.
Hailuo 3 — movimento cinematografico con audio nativo, 768p/2K.
NuovoHailuo 3 Max Turbo — il livello economico, da 20 crediti al secondo.
Video di punta da 30s da riferimenti misti di immagini, video e audio.
La qualità di movimento di Kling su un motore più veloce.
| Modello | minimax-h3-max (MiniMax H3 Max, il livello Max di Hailuo 3) — integrato qui il 28 settembre 2026 |
|---|---|
| Modalità | Text-to-video, image-to-video da un primo fotogramma con un ultimo fotogramma opzionale, e reference-to-video da un set di asset misti — tre endpoint dietro un unico selettore |
| Risoluzione | 480p e 768p — su Max non esiste un livello 2K (MiniMax H3 ce l'ha) |
| Durata | Da 5 a 15 secondi, qualsiasi secondo intero (5 per impostazione predefinita) |
| Proporzioni | 16:9, 9:16, 1:1, 4:3, 3:4 e 21:9 nelle modalità testo e riferimento; image-to-video segue il primo fotogramma |
| Asset di riferimento | Fino a 9 immagini, 3 clip video e 3 tracce audio, 12 in totale. Il video di riferimento dura almeno 2 secondi per clip e 15 secondi complessivi. Citato nel prompt come "Image 1", "Video 1", "Audio 1" |
| Lunghezza del prompt | Fino a 7.000 caratteri |
| Audio | Nativo e sempre attivo — non c'è un interruttore per l'audio |
| Crediti | Al secondo: 35 a 480p, 55 a 768p, la stessa tariffa in tutte e tre le modalità. I secondi di input del video di riferimento aggiungono 40 al secondo a 480p o 100 a 768p; le immagini di riferimento oltre la seconda aggiungono 50 ciascuna; l'audio di riferimento è gratuito |
| Intervallo di crediti per clip | 175 per una clip 480p da 5 secondi, 825 per una clip 768p da 15 secondi. Con 15 secondi di video di riferimento e 9 immagini di riferimento, una richiesta 768p arriva al massimo a 2,675 |
| Annullamento | I task inviati non possono essere annullati |
| Velocità misurata | Non misurata — non abbiamo eseguito un benchmark cronometrato su questo modello |
Tre passaggi da un campo prompt vuoto a un clip finito.
Apri il selettore del modello e scegli MiniMax H3 Max. Il pannello mostra il costo in crediti, le opzioni di risoluzione e i limiti di durata prima che tu spenda qualcosa.
Scrivi il soggetto, l'azione e come si comporta la camera. Allega un primo fotogramma se vuoi che il clip parta da un'immagine precisa.
Scarica il clip, allungalo o mandalo a un'ulteriore lavorazione. Prompt, modello e impostazioni restano allegati nella tua cronologia.
Un solo account, l'intero flusso di generazione di immagini e video.
Dai movimento, voce e suono a qualsiasi immagine statica in pochi secondi.
Genera brevi clip cinematografiche con audio nativo dal tuo prompt.
Descrivi la tua idea: Ava sceglie il modello classificato in arena, scrive il prompt e genera.
Esegui MiniMax H3 Max con i crediti giornalieri del piano gratuito, oppure passa a un piano superiore per modelli premium, generazione più veloce e output 4K.
Perfetto per iniziare
Fatturazione annuale · 240 $/anno
Fatturazione annuale · 468 $/anno
Le inquadrature di cui sai già come devono iniziare e finire — image-to-video con primo e ultimo fotogramma — più il flusso di riferimenti multimodali per cui Hailuo 3 è noto. L'output è di 5–15 secondi a 480p o 768p con audio nativo.
35 crediti per secondo di output a 480p e 55 a 768p, quindi una clip 480p da 5 secondi costa 175 crediti e una clip 768p da 5 secondi costa 275. Il video di riferimento aggiunge 40 crediti per secondo di input a 480p o 100 a 768p; le prime due immagini di riferimento sono gratuite e ogni immagine ulteriore aggiunge 50; l'audio di riferimento è gratuito. Il totale esatto è mostrato prima della generazione.
H3 Max aggiunge un input per l'ultimo fotogramma e un livello 480p più economico, ma arriva al massimo a 768p — solo MiniMax H3 offre 2K. H3 Max Turbo è lo stesso motore da 5–15 secondi a circa metà prezzo, senza la modalità con asset di riferimento.
Fino a 9 immagini, 3 clip video (almeno 2 secondi ciascuna, 15 secondi complessivi) e 3 tracce audio, al massimo 12 asset in totale. Fai riferimento a essi nel prompt in ordine: "Image 1", "Video 1", "Audio 1".
Secondi interi da 5 a 15, a 480p o 768p. Le modalità testo e riferimento offrono 16:9, 21:9, 4:3, 1:1, 3:4 e 9:16; image-to-video segue il rapporto del tuo primo fotogramma.
No. H3 Max genera audio nativo a ogni esecuzione e non c'è un interruttore, quindi la tariffa che vedi è l'unica tariffa. Disattivala nel tuo montaggio se ti serve una versione muta.
Strumenti in un clic per tutto ciò che circonda la generazione: rifinire, cambiare stile, condividere.
