MiniMax H3 menerima imej, klip video dan trek audio dalam satu permintaan — tunjuk kepadanya dalam gesaan mengikut urutan, sebagai Image 1, Video 1, Audio 1.
MiniMax H3 ialah model video yang MiniMax hantar di dalam produk Hailuo 3 mereka, disepadukan di sini pada 12 Ogos 2026. Tiga titik akhir berada di belakang satu pemilih — teks-ke-video, imej-ke-video dan rujukan-ke-video — berkongsi panel yang sama dan harga sesaat yang sama. Mod rujukan ialah bahagian yang berbaloi dipelajari: sehingga sembilan imej, tiga klip video dan tiga trek audio dalam satu permintaan, ditunjuk dalam gesaan mengikut urutan dan bukan dengan tag-@.
Sekarang bahagian yang berkos sesuatu kepada anda. Video rujukan dibil: saat inputnya ditambah kepada saat output anda, jadi rujukan 10 saat pada klip 10 saat dibil sebagai dua puluh. Imej-ke-video menggunakan bingkai pertama sahaja — input bingkai terakhir yang didedahkan API huluan tidak dihidupkan di sini. Tiada 1080p dan tiada 4K, audio tiada suis mati, tugas yang diserahkan tidak boleh dibatalkan, dan kami belum mengukur masa model ini.
Model video flagship MiniMax menjana klip 4–15 saat dengan audio asli pada 768p atau 2K, dipandu oleh teks, imej bingkai pertama, atau gabungan rujukan imej, video dan audio — tanpa API key, tanpa akaun berasingan.
Teks-ke-video untuk prompt semata-mata, imej-ke-video untuk menganimasikan bingkai pertama, dan rujukan-ke-video untuk brief yang bercita-cita tinggi: sehingga 9 imej, 3 klip video dan 3 trek audio dalam satu permintaan, dirujuk dalam prompt sebagai "Image 1", "Video 1", "Audio 1". Gantikan seseorang dalam klip, kekalkan wajah daripada foto, atau pandu dialog daripada trek suara.
H3 menghasilkan video dengan audio asli, dan dalam mod rujukan ia boleh mempersembahkan trek suara yang dibekalkan dengan gerakan bibir yang segerak — berikan potret dan klip audio, lalu terangkan gaya penyampaiannya. Audio rujukan percuma; hanya rujukan video menambah saat input yang dicaj.
Dua peringkat output dengan harga sesaat dipaparkan sebelum anda menjana: 55 kredit sesaat pada 768p, 90 pada 2K. Draf 768p sepanjang 4 saat berharga 220 kredit; apabila gerakannya menjadi, jalankan semula brief yang sama pada 2K untuk penghantaran. Enam nisbah aspek dari 9:16 menegak hingga 21:9 ultra lebar.
H3 menerima prompt sehingga 7,000 aksara — cukup untuk menerangkan pergerakan kamera, blocking, busana dan suasana dalam satu kali. Setiap penjanaan menyimpan prompt dan parameter penuhnya dalam sejarah, jadi shot yang menjadi boleh dihasilkan semula minggu depan.
Dijana di sini pada 15 Ogos 2026, pada percubaan pertama, dengan gesaan dan tetapan tepat seperti yang dipaparkan. Setiap klip menguji salah satu keupayaan yang didakwa di bahagian 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 berat rujukan dalam barisan ini: lebih banyak aset input setiap permintaan berbanding yang diterima tingkat Veo atau Kling, dan panjang klip melepasi tembok lapan saat.
Sembilan imej, tiga klip video dan tiga trek audio dalam satu permintaan, dirujuk mengikut urutan dalam gesaan. Itu cukup untuk mengekalkan wajah daripada satu foto, lokasi daripada satu lagi dan suara daripada satu rakaman, dalam satu laluan.
Kedua-dua tingkat Veo berhenti pada lapan. H3 berjalan sehingga lima belas, mana-mana saat penuh, pada kadar sesaat yang rata — jadi panjang ialah keputusan yang mudah dan bukan lompatan antara pakej.
Dalam mod rujukan ia melafazkan trek suara yang anda bekalkan dengan gerakan bibir yang segerak, dan audio rujukan itu sendiri adalah percuma. Huraikan cara penyampaiannya dalam gesaan sebagaimana anda akan mengarahkan satu bacaan.
Dua tingkat, satu kadar rata setiap satu, gesaan yang sama. Jalankan pergerakannya secara murah sehingga ia menjadi, kemudian jalankan semula taklimat yang sama pada 2K untuk versi yang anda serahkan.
Audio tiada suis mati, tangganya berhenti pada 2K, dan tugas yang diserahkan berjalan sehingga selesai. Jika anda perlukan klip senyap, Kling 3.0 membiarkan bunyi mati secara lalai; jika anda perlukan 4K, kedua-dua tingkat Veo dan Kling 3.0 mempunyai tingkat itu.
Ruang kerja sama, kolam kredit sama — bertukar antara mana-mana daripada ini ialah 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, mana-mana saat penuh | 4, 6 atau 8s | 4, 6 atau 8s | 3–15s, mana-mana saat penuh |
| Bunyi | Asli dan sentiasa hidup — tiada togol | Pilihan, dan ia mengubah kadar | Pilihan, dan ia mengubah kadar | Togol pilihan, mati secara lalai |
| Kredit sesaat, 768p dan 2K | 55 pada 768p · 90 pada 2K | Tidak ditawarkan — tingkat ini berjalan pada 720p, 1080p dan 4K | Tidak ditawarkan — tingkat ini berjalan pada 720p, 1080p dan 4K | Tidak ditawarkan — model ini berjalan pada 720p, 1080p dan 4K |
| Kredit sesaat, 720p | Tidak ditawarkan | 80 senyap · 160 dengan audio | 50 senyap · 75 dengan audio | 45 senyap · 60 dengan bunyi |
| Kredit sesaat, 1080p | Tidak ditawarkan | 80 senyap · 160 dengan audio — kadar yang sama dengan 720p | 50 senyap · 75 dengan audio — kadar yang sama dengan 720p | 60 senyap · 85 dengan bunyi |
| Kredit sesaat, 4K | Tidak ditawarkan | 160 senyap · 240 dengan audio | 150 senyap · 175 dengan audio | 200, bunyi disertakan tanpa kos tambahan |
| Kredit untuk satu klip, terendah hingga tertinggi | 220–1,350 untuk output sahaja; 2,820 dengan 15s video rujukan dan 9 imej rujukan | 320–1,920 | 200–1,400 | 135–3,000 |
| Aset rujukan setiap permintaan | Sehingga 9 imej, 3 video dan 3 trek audio, 12 kesemuanya | Satu imej | Satu imej | Satu imej |
| Kelajuan yang kami ukur sendiri | 3m 33s untuk 5s dan 7m 32s untuk 20s, kedua-duanya 720p (2 klip, Ogos 2026) | Tidak diukur | Tidak diukur | Tidak diukur |
Resolusi, panjang klip dan setiap angka kredit dalam jadual ini dibaca daripada registri model kami sendiri pada 20 Ogos 2026 — jadual kadar sesaat yang sama yang mengenakan harga pada penjanaan anda, bukan halaman pemasaran vendor. Kadar adalah bagi setiap saat output, jadi darabkan dengan panjang klip yang anda pilih; pada H3, saat input video rujukan ditambah kepada kiraan itu pada kadar yang sama. Baris resolusi dipisahkan kerana H3 menawarkan 768p dan 2K manakala tiga yang lain menawarkan 720p, 1080p dan 4K — tingkat yang tidak dijual sesebuah model ditanda "Tidak ditawarkan" dan bukan diisi dengan nombor yang hampir. Sel yang belum kami ukur menyatakan sedemikian.
Bandingkan MiniMax H3 dengan model video lain — ruang kerja yang sama, satu klik untuk bertukar.
| Model | minimax-h3 (MiniMax H3, model di sebalik Hailuo 3) — disepadukan di sini pada 12 Ogos 2026 |
|---|---|
| Mod | Teks-ke-video, imej-ke-video daripada bingkai pertama, dan rujukan-ke-video daripada set aset campuran — tiga titik akhir di belakang satu pemilih, berharga sama |
| Resolusi | 768p dan 2K — tiada tingkat 1080p dan tiada tingkat 4K |
| Tempoh | 4 hingga 15 saat, mana-mana saat penuh (4 secara lalai) |
| Nisbah aspek | 16:9, 9:16, 1:1, 4:3, 3:4 dan 21:9 dalam mod teks dan rujukan; imej-ke-video mengikut bingkai rujukan |
| Aset rujukan | Sehingga 9 imej, 3 klip video dan 3 trek audio, 12 kesemuanya. Video rujukan berjalan 2–15 saat setiap klip dan 15 saat bergabung. Dirujuk dalam gesaan sebagai "Image 1", "Video 1", "Audio 1" |
| Panjang gesaan | Sehingga 7,000 aksara |
| Audio | Asli dan sentiasa hidup — tiada togol audio |
| Kredit | Sesaat: 55 pada 768p, 90 pada 2K, kadar yang sama dalam ketiga-tiga mod. Saat input video rujukan dibil pada kadar sesaat yang sama itu; imej rujukan selepas yang kelima menambah 30 setiap satu; audio rujukan adalah percuma |
| Julat kredit setiap klip | 220 untuk klip 768p 4 saat, 1,350 untuk klip 2K 15 saat. Dimuatkan dengan 15 saat video rujukan dan 9 imej rujukan, permintaan 2K mencapai maksimum 2,820 |
| Pembatalan | Tugas yang diserahkan tidak boleh dibatalkan |
| Kelajuan terukur | Tidak diukur — kami belum menjalankan penanda aras bermasa pada model ini |
Tiga langkah daripada kotak prompt kosong kepada klip siap.
Buka pemilih model dan pilih MiniMax H3. Panel menunjukkan kos kredit, pilihan resolusi, dan had tempoh sebelum anda membelanjakan apa-apa.
Tulis subjek, aksinya, dan cara kamera bergerak. Lampirkan bingkai pertama jika anda mahu klip bermula daripada imej tertentu.
Muat turun klip itu, panjangkannya, atau hantar untuk penyuntingan lanjut. Prompt, model dan tetapan kekal bersamanya dalam sejarah anda.
Satu akaun, aliran kerja penjanaan imej dan video yang lengkap.
Jalankan MiniMax H3 dengan kredit harian pelan percuma, atau naik taraf untuk model premium, penjanaan lebih pantas, dan output 4K.
Sesuai untuk bermula
Dikenakan bil setiap tahun · $240/tahun
Dikenakan bil setiap tahun · $380/tahun
Lakonan watak sinematik dan kerja rujukan multimodal — menganimasikan bingkai pertama, mengekalkan identiti daripada foto rujukan, dan mempersembahkan audio yang dibekalkan dengan bibir yang segerak. Output ialah 4–15 saat pada 768p atau 2K dengan audio asli.
55 kredit bagi setiap saat output pada 768p dan 90 pada 2K, jadi klip 768p sepanjang 4 saat berharga 220 kredit. Saat input daripada video rujukan dicaj pada kadar yang sama; setiap imej rujukan melebihi 5 menambah 30 kredit; audio rujukan adalah percuma. Jumlah tepat dipaparkan sebelum anda menjana.
Ya — H3 ialah model yang MiniMax gunakan dalam produk video Hailuo mereka. Di CreateVision AI anda menjalankannya terus dalam pelayar tanpa akaun MiniMax atau API key.
Sehingga 9 imej, 3 klip video (2–15 saat setiap satu, 15 saat digabungkan) dan 3 trek audio, maksimum 12 aset kesemuanya. Rujuk kepadanya dalam prompt mengikut urutan: "Image 1", "Video 1", "Audio 1".
Saat penuh dari 4 hingga 15, pada 768p atau 2K. Mod teks dan rujukan menawarkan 16:9, 21:9, 4:3, 1:1, 3:4 dan 9:16 (mod rujukan juga boleh menyesuai secara automatik); imej-ke-video mengikut nisbah bingkai pertama anda.
Tidak. H3 menjana audio asli pada setiap larian dan tiada togol untuknya, jadi kadar yang anda lihat ialah satu-satunya kadar. Jika anda perlukan plat senyap, anda boleh sama ada membisukannya dalam suntingan anda, atau memilih model yang bunyinya pilihan — Kling 3.0 membiarkannya mati secara lalai.
H3 ialah nilai yang lebih baik untuk shot watak dan dialog 4–15 saat. Seedance 2.5 mampu sehingga 30 saat dan menerima jauh lebih banyak aset rujukan setiap permintaan, pada harga sesaat yang lebih tinggi. Untuk draf murah, Seedance 2.0 Mini kekal sebagai pilihan jimat.
Alat satu klik untuk semua kerja di sekitar penjanaan — kemas, tukar gaya, kongsi.
