MiniMax H3 è un modello di generazione multimodale generalista: legge testo, immagini, video e audio come un unico contesto e restituisce video con suono stereo nativo, fino a 15 secondi in 2K. MiniMax lo posiziona sul rapporto prezzo-prestazioni, indicando in 2K meno di un terzo del costo al secondo dei modelli mainstream, e ha dichiarato di avere in programma l'apertura dei pesi del modello.
istantanea della capacità
2K
risoluzione predefinita
15s
durata massima della clip
stereo
audio nativo
Valore pratico mappato su flussi di lavoro di produzione reali.
Vantaggio
01
Un contesto, non quattro pipeline
Testo, immagine, video e audio entrano come un unico contesto, così un prompt può dire «prendi il movimento di camera da questa clip, fai cantare la persona in questa immagine, aggancia questa voce» ed essere inteso come una sola istruzione, invece di essere smistato tra modelli esperti separati.
Vantaggio
02
Il suono generato con l'immagine
L'audio è prodotto insieme al video ed esce come stereo nativo, così dialoghi, effetti e ambiente arrivano già allineati all'inquadratura invece di essere sovrapposti dopo.
Vantaggio
03
2K a un costo al secondo più basso
Il 2K è l'impostazione predefinita e non un livello premium. MiniMax indica il prezzo al secondo di H3 in 2K sotto un terzo di quello dei modelli mainstream, e sotto la metà del 720p mainstream quando gira a 768p — il che cambia quanto costa iterare sui volumi.
Un semplice percorso in tre fasi dal materiale originale a un risultato riutilizzabile.
Passo 1
Assembla il contesto
Porta il materiale di riferimento che hai — una clip per il movimento di camera, un'immagine per il soggetto, l'audio per la voce.
Passo 2
Descrivi la relazione
Spiega a parole semplici come i riferimenti si legano al video da ottenere. H3 risolve da sé il ragionamento tra modalità.
Passo 3
Genera e itera
Genera fino a 15 secondi in 2K con audio stereo, poi itera — è il costo al secondo a rendere pratici i passaggi ripetuti.
Fino a 15 secondi, con il 2K offerto come risoluzione predefinita. È disponibile anche un livello a 768p, ed è lì che MiniMax indica il prezzo al secondo più basso.
H3 genera l'audio insieme al video, e l'output è stereo nativo e non una traccia mono mixata in un secondo momento.
MiniMax ha annunciato l'intenzione di aprire i pesi del modello, citando compatibilità hardware e personalizzazione come obiettivi di progetto. Considera la disponibilità come ancora da venire finché il rilascio non arriva, e non come una garanzia attuale.
Passaggio successivo
apri lo strumento con un'immagine reale, confronta i risultati e mantieni la versione che funziona.