MiniMax H3 AI 影片生成器

MiniMax 的旗艦影片模型可生成內建原生音訊的 4–15 秒影片，768p 或 2K，可由文字、首幀圖驅動，也可以混合圖像、影片、音訊參考——不用 API key，也不用另開帳號。

驅動一顆鏡頭的三種方式

純提示詞創作用文字生影片，讓首幀動起來用圖生影片，更有野心的需求用參考生影片：單次請求最多 9 張圖、3 段影片、3 條音軌，在提示詞裡以 "Image 1"、"Video 1"、"Audio 1" 引用。可以替換影片裡的人物、保留照片裡的臉，或用一段配音驅動台詞。

音訊驅動的演出

H3 輸出的影片內建原生音訊，在參考模式下還能對嘴演繹你提供的配音——給它一張人像和一段音訊，再描述表演方式即可。參考音訊免費，只有影片參考才會計入付費的輸入秒數。

768p 打草稿，2K 出成品

兩檔輸出、按秒計價、生成前可見：768p 每秒 55 積分，2K 每秒 90 積分。4 秒的 768p 草稿是 220 積分；動態效果滿意後，用同一份需求以 2K 重跑出交付版。畫面比例六種，從 9:16 直式到 21:9 超寬幅。

長提示詞，逐句照做

H3 支援最長 7,000 字元的提示詞，足以一次寫清鏡頭運動、走位、服裝和氛圍。每次生成都會把完整提示詞和參數存入歷史紀錄——這週跑出的好鏡頭，下週照樣能重現。

• 任何要用手頭已有素材拼一個鏡頭的人

  一次請求九張圖、三段影片、三條音軌，在提示詞裡按順序指代。這足夠在一次生成裡同時保住一張照片裡的臉、另一張裡的場景，和一段錄音裡的聲音。

• 需要超過八秒的人

  Veo 兩個檔位都停在八秒。H3 能跑到十五秒，任意整秒，統一的每秒費率——所以片長是個直截了當的決定，而不是在方案之間跳。

• 對白和表演類的活

  在參考模式下，它會把你提供的語音演出來，口型同步，而參考音訊本身不收費。在提示詞裡描述念白的方式，就像你給演員說戲一樣。

• 用 768p 打草稿，用 2K 交片

  兩個檔位，各一個統一費率，同一條提示詞。先用便宜的檔把運動跑通，然後用完全相同的指令在 2K 重跑一遍，作為交出去的版本。

• 不適合：無聲素材、4K 母版，或者任何你可能想跑到一半取消的活

  音訊沒有關閉開關，檔位到 2K 為止，任務一旦送出就會跑完。需要無聲片，Kling 3.0 預設不開聲音；需要 4K，Veo 兩個檔位和 Kling 3.0 都有這一檔。

本表中的解析度、片長和每一個點數數字，都是 2026 年 8 月 20 日從我們自己的模型註冊表讀出來的——就是給你的生成計價的那套每秒費率表，不是廠商的行銷頁。費率按輸出秒數計，所以要乘上你選的片長；在 H3 上，參考影片的輸入秒數按同一費率加進這個秒數裡。解析度的行之所以拆開，是因為 H3 提供 768p 和 2K，而另外三個提供 720p、1080p 和 4K——某個模型不賣的檔位標成「沒有這一檔」，而不是拿個相近的數字填上。我們沒測過的格子會直說。

1. 1

   選擇 MiniMax H3

   打開模型選擇器，選擇 MiniMax H3。在你花掉任何點數之前，面板就會顯示它的點數費用、解析度選項與時長上限。

2. 2

   描述你想要的畫面

   寫清楚主體、動作，以及鏡頭怎麼運鏡。想讓影片從某張圖開始，就附上首影格。

3. 3

   生成之後，繼續做下去

   下載成片、延長它，或送去進一步編輯。提示詞、模型與設定都會一併保存在你的歷史紀錄裡。