O MiniMax H3 é um modelo de geração multimodal de uso geral: ele lê texto, imagens, vídeo e áudio como um único contexto e devolve vídeo com som estéreo nativo, com até 15 segundos em 2K. A MiniMax o posiciona por custo-benefício, citando menos de um terço do custo por segundo dos modelos mainstream em 2K, e declarou que planeja abrir os pesos do modelo.
Instantâneo de capacidade
2K
resolução padrão
15s
duração máxima do clipe
stereo
áudio nativo
Valor prático mapeado para fluxos de trabalho de produção reais.
Benefício
01
Um contexto, não quatro pipelines
Texto, imagem, vídeo e áudio entram como um único contexto, então um prompt pode dizer “pegue o movimento de câmera deste clipe, faça a pessoa desta imagem cantar, combine com esta voz” e ser entendido como uma única instrução, em vez de ser roteado por modelos especialistas separados.
Benefício
02
Som gerado junto com a imagem
O áudio é produzido junto com o vídeo e sai em estéreo nativo, então diálogo, efeitos e ambiência chegam já alinhados ao plano, em vez de serem sobrepostos depois.
Benefício
03
2K com um custo por segundo menor
2K é o padrão, e não um nível premium. A MiniMax indica o preço por segundo do H3 em 2K como menos de um terço do de modelos mainstream, e menos da metade do 720p mainstream quando rodado em 768p — o que muda o custo da iteração em volume.
Um caminho simples de três etapas desde o material de origem até um resultado reutilizável.
Passo 1
Monte o contexto
Traga o material de referência que você tem — um clipe para o movimento de câmera, uma imagem para o sujeito, áudio para a voz.
Passo 2
Descreva a relação
Diga em palavras simples como as referências se relacionam com o vídeo desejado. O H3 resolve sozinho o raciocínio entre modalidades.
Passo 3
Gere e itere
Renderize até 15 segundos em 2K com áudio estéreo e depois itere — é o custo por segundo que torna as passadas repetidas viáveis.
Até 15 segundos, com 2K oferecido como resolução padrão. Também há um nível de 768p, e é nele que a MiniMax indica seu menor preço por segundo.
O H3 gera o áudio junto com o vídeo, e a saída é estéreo nativo, e não uma faixa mono mixada depois.
A MiniMax anunciou a intenção de abrir os pesos do modelo, citando compatibilidade de hardware e personalização como objetivos de projeto. Trate a disponibilidade como pendente até o lançamento acontecer, e não como uma garantia atual.
Próximo passo
Abra a ferramenta com uma imagem real, compare os resultados e mantenha a versão que funciona.