MiniMax H3 принимает изображения, видеоклипы и аудиодорожки в одном запросе — указывайте на них в промпте по порядку, как Image 1, Video 1, Audio 1.
MiniMax H3 — видеомодель, которую MiniMax поставляет внутри своего продукта Hailuo 3, интегрирована здесь 12 августа 2026 года. За одним переключателем стоят три эндпоинта — text-to-video, image-to-video и reference-to-video, — которые делят одну панель и одну цену за секунду. Режим референсов — та часть, которую стоит освоить: до девяти изображений, трёх видеоклипов и трёх аудиодорожек в одном запросе, на которые в промпте указывают по порядку, а не @-тегами.
Теперь то, что вам будет стоить. Референсное видео тарифицируется: его входные секунды прибавляются к вашим выходным, поэтому 10-секундный референс на 10-секундном клипе тарифицируется как двадцать. Image-to-video использует только первый кадр — вход последнего кадра, который отдаёт вышестоящий API, здесь не включён. Нет 1080p и нет 4K, у звука нет выключателя, отправленные задачи нельзя отменить, а времени этой модели мы не замеряли.
Флагманская видеомодель MiniMax генерирует клипы длиной 4–15 секунд с нативным звуком в 768p или 2K — по тексту, изображению первого кадра или смешанным референсам из изображений, видео и аудио. Без API-ключа и отдельного аккаунта.
Текст в видео — для чистого промптинга, изображение в видео — чтобы оживить первый кадр, и референсы в видео — для амбициозных брифов: до 9 изображений, 3 видеоклипов и 3 аудиодорожек в одном запросе, на которые в промпте ссылаются как "Image 1", "Video 1", "Audio 1". Замените человека в клипе, сохраните лицо с фото или ведите диалог по голосовой дорожке.
H3 выдаёт видео с нативным звуком, а в режиме референсов может исполнить загруженную голосовую дорожку с синхронным движением губ — дайте ему портрет и аудиоклип и опишите подачу. Референсное аудио бесплатно; оплачиваемые входные секунды добавляют только видеореференсы.
Два уровня вывода с посекундной ценой, показанной до генерации: 55 кредитов за секунду в 768p, 90 — в 2K. Черновик 4 секунды в 768p стоит 220 кредитов; когда движение получилось, прогоните тот же бриф в 2K для финальной версии. Шесть соотношений сторон — от вертикального 9:16 до ультраширокого 21:9.
H3 принимает промпты до 7 000 символов — достаточно, чтобы за один раз описать движение камеры, мизансцену, костюмы и настроение. Каждая генерация хранит полный промпт и параметры в истории, так что удачный кадр воспроизводим и через неделю.
Сгенерировано здесь 15 августа 2026 года, с первого раза, с точно показанными запросами и настройками. Каждый клип проверяет одну из возможностей, заявленных ниже на этой странице.
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.
Это модель, тяжёлая на референсы, в этом ряду: больше входных материалов на запрос, чем принимают уровни Veo или Kling, и длина клипа за пределами восьмисекундной стены.
Девять изображений, три видеоклипа и три аудиодорожки в одном запросе, на которые в промпте ссылаются по порядку. Этого хватает, чтобы удержать лицо с одной фотографии, локацию с другой и голос из записи за один проход.
Оба уровня Veo останавливаются на восьми. H3 идёт до пятнадцати, с точностью до целой секунды, по фиксированной ставке за секунду — так что длина становится простым решением, а не прыжком между пакетами.
В режиме референсов она отыгрывает предоставленную вами голосовую дорожку с синхронным движением губ, а само референсное аудио бесплатно. Опишите подачу в промпте так, как вы направляли бы читку.
Два уровня, по одной фиксированной ставке у каждого, один и тот же промпт. Прогоняйте движение дёшево, пока оно не заработает, затем перезапустите тот же самый бриф в 2K для версии, которую вы отдаёте.
У звука нет выключателя, лестница останавливается на 2K, а отправленная задача идёт до конца. Если нужен немой клип, Kling 3.0 по умолчанию оставляет звук выключенным; если нужен 4K, такой уровень есть у обоих уровней Veo и у Kling 3.0.
То же рабочее место, тот же пул кредитов — переключение между любыми из них в один клик.
| MiniMax H3 | Veo 3.1 Pro | Veo 3.1 Fast | Kling 3.0 | |
|---|---|---|---|---|
| Разрешения | 768p · 2K | 720p · 1080p · 4K | 720p · 1080p · 4K | 720p · 1080p · 4K |
| Длина клипа | 4–15 с, любая целая секунда | 4, 6 или 8 с | 4, 6 или 8 с | 3–15 с, любая целая секунда |
| Звук | Родной и всегда включён — переключателя нет | Опционально, и это меняет ставку | Опционально, и это меняет ставку | Необязательный переключатель, по умолчанию выключен |
| Кредитов за секунду, 768p и 2K | 55 при 768p · 90 при 2K | Не предлагается — этот уровень работает в 720p, 1080p и 4K | Не предлагается — этот уровень работает в 720p, 1080p и 4K | Не предлагается — эта модель работает в 720p, 1080p и 4K |
| Кредитов за секунду, 720p | Не предлагается | 80 без звука · 160 со звуком | 50 без звука · 75 со звуком | 45 без звука · 60 со звуком |
| Кредитов за секунду, 1080p | Не предлагается | 80 без звука · 160 со звуком — та же ставка, что и в 720p | 50 без звука · 75 со звуком — та же ставка, что и в 720p | 60 без звука · 85 со звуком |
| Кредитов за секунду, 4K | Не предлагается | 160 без звука · 240 со звуком | 150 без звука · 175 со звуком | 200, звук включён без доплаты |
| Кредитов за один клип, от пола до потолка | 220–1 350 только за вывод; 2 820 с 15 с референсного видео и 9 референсными изображениями | 320–1,920 | 200–1,400 | 135–3,000 |
| Референсных материалов на запрос | До 9 изображений, 3 видео и 3 аудиодорожек, 12 в сумме | Одно изображение | Одно изображение | Одно изображение |
| Скорость, измеренная нами самими | 3m 33s для 5s и 7m 32s для 20s, оба 720p (2 клипа, август 2026) | Не измерялось | Не измерялось | Не измерялось |
Разрешения, длины клипов и все цифры кредитов в этой таблице считаны из нашего собственного реестра моделей 20 августа 2026 года — из тех же таблиц посекундных ставок, по которым тарифицируются ваши генерации, а не со страниц маркетинга вендоров. Ставки указаны за секунду вывода, поэтому умножайте на выбранную вами длину клипа; на H3 входные секунды референсного видео добавляются к этому счёту по той же ставке. Строки с разрешениями разделены, потому что H3 предлагает 768p и 2K, тогда как три остальные предлагают 720p, 1080p и 4K, — уровень, который модель не продаёт, помечен как «Не предлагается», а не заполнен ближайшим числом. Ячейки, которые мы не измеряли, так и говорят.
Сравните MiniMax H3 с другими видеомоделями — то же рабочее пространство, переключение в один клик.
| Модель | minimax-h3 (MiniMax H3, модель за Hailuo 3) — интегрирована здесь 12 августа 2026 года |
|---|---|
| Режимы | Text-to-video, image-to-video по первому кадру и reference-to-video по смешанному набору материалов — три эндпоинта за одним переключателем, с одинаковой ценой |
| Разрешение | 768p и 2K — уровня 1080p нет и уровня 4K нет |
| Длительность | От 4 до 15 секунд, любая целая секунда (по умолчанию 4) |
| Соотношения сторон | 16:9, 9:16, 1:1, 4:3, 3:4 и 21:9 в режимах текста и референсов; image-to-video следует за референсным кадром |
| Референсные материалы | До 9 изображений, 3 видеоклипов и 3 аудиодорожек, 12 в сумме. Референсное видео идёт 2–15 секунд на клип и 15 секунд суммарно. В промпте указываются как «Image 1», «Video 1», «Audio 1» |
| Длина промпта | До 7 000 символов |
| Аудио | Родной и всегда включён — переключателя звука нет |
| Кредиты | За секунду: 55 в 768p, 90 в 2K, одна и та же ставка во всех трёх режимах. Входные секунды референсного видео тарифицируются по той же посекундной ставке; референсные изображения после пятого добавляют по 30 каждое; референсное аудио бесплатно |
| Диапазон кредитов за клип | 220 за 4-секундный клип в 768p, 1 350 за 15-секундный клип в 2K. Нагруженный 15 секундами референсного видео и 9 референсными изображениями, запрос в 2K доходит до 2 820 |
| Отмена | Отправленные задачи нельзя отменить |
| Замеренная скорость | Не измеряли — мы не прогоняли на этой модели замеренный бенчмарк |
Три шага от пустого поля промпта до готового ролика.
Откройте выбор моделей и выберите MiniMax H3. Панель покажет стоимость в кредитах, варианты разрешения и ограничения по длительности ещё до того, как вы что-то потратите.
Опишите объект, действие и поведение камеры. Приложите первый кадр, если хотите, чтобы ролик начинался с конкретного изображения.
Скачайте ролик, продлите его или отправьте на дальнейшую обработку. Промпт, модель и настройки остаются вместе с ним в истории.
Один аккаунт — полный рабочий процесс генерации изображений и видео.
Добавьте любому статичному изображению движение, голос и звук за считаные секунды.
Создавайте короткие кинематографичные клипы со встроенным звуком по вашему запросу.
Опишите идею: Ava выберет модель из рейтинга арены, напишет промпт и сгенерирует.
Запускайте MiniMax H3 на ежедневных кредитах бесплатного тарифа или перейдите на платный ради премиум-моделей, более быстрой генерации и вывода в 4K.
Идеально для начала
Оплата раз в год · $240/год
Оплата раз в год · $380/год
Кинематографичная игра персонажей и мультимодальная работа с референсами — анимация первого кадра, сохранение идентичности с референсных фото и исполнение загруженного аудио с синхронными губами. Результат — 4–15 секунд в 768p или 2K с нативным звуком.
55 кредитов за секунду результата в 768p и 90 в 2K, то есть 4-секундный клип в 768p стоит 220 кредитов. Секунды входного референсного видео тарифицируются по той же ставке; каждое референсное изображение сверх 5 добавляет 30 кредитов; референсное аудио бесплатно. Точная сумма показывается до генерации.
Да — H3 это модель, которую MiniMax использует в своём видеопродукте Hailuo. На CreateVision AI вы запускаете её прямо в браузере, без аккаунта MiniMax и API-ключа.
До 9 изображений, 3 видеоклипов (по 2–15 секунд каждый, суммарно 15 секунд) и 3 аудиодорожек — максимум 12 ассетов всего. Ссылайтесь на них в промпте по порядку: "Image 1", "Video 1", "Audio 1".
Целые секунды от 4 до 15, в 768p или 2K. Текстовый и референсный режимы предлагают 16:9, 21:9, 4:3, 1:1, 3:4 и 9:16 (референсный режим может также адаптироваться автоматически); изображение в видео следует формату вашего первого кадра.
Нет. H3 генерирует родной звук на каждом запуске, и переключателя для него нет, поэтому ставка, которую вы видите, — единственная. Если нужен немой план, вы можете либо заглушить его на монтаже, либо выбрать модель, у которой звук опционален: Kling 3.0 по умолчанию оставляет его выключенным.
H3 выгоднее для 4–15-секундных кадров с персонажами и диалогами. Seedance 2.5 доходит до 30 секунд и принимает куда больше референсов на запрос, но по более высокой посекундной цене. Для дешёвых черновиков бюджетным выбором остаётся Seedance 2.0 Mini.
Инструменты в один клик для всего вокруг генерации — доработать, сменить стиль, поделиться.
