MiniMax H3
Vidéo jusqu'en 2K avec audio stéréo natif, à partir d'un seul contexte texte, image, vidéo et son — avec des poids ouverts pour des rendus locaux en 768p
MiniMax H3 est un modèle vidéo multimodal généraliste : il lit le texte, les images, la vidéo et l'audio comme un seul contexte et renvoie des clips de 4 à 15 secondes avec un son stéréo natif 32 kHz, dialogues et effets compris. Ses poids H3-Base sont ouverts en deux checkpoints, FL2VA et Ref2VA, qui produisent du 768p sur votre propre matériel ; la sortie 2K complète passe par l'API de MiniMax. H3 n'est pas encore disponible à la génération sur Imgo.
instantané des fonctionnalités
2K
sortie maximale, via l'API
768p
poids ouverts, en local
15s
clip maximal
Découvrez MiniMax H3 en action
Un tour d’horizon de 27 secondes du flux de travail, des principaux avantages et des résultats.
principaux avantages
valeur pratique adaptée aux flux de production réels.
Avantage
01
Un contexte, pas quatre pipelines
Texte, image, vidéo et audio entrent comme un seul contexte : un prompt peut dire « reprends le mouvement de caméra de ce clip, fais chanter la personne de cette image, imite cette voix » et être compris comme une seule instruction. Le mode référence accepte jusqu'à 9 images, 3 clips vidéo et 3 clips audio, soit 12 fichiers au total.
Avantage
02
Le son naît avec l'image
L'audio est généré avec la vidéo en stéréo 32 kHz : dialogue, effets et ambiance arrivent déjà calés sur le plan au lieu d'être ajoutés après coup. MiniMax annonce un dialogue stable dans 11 langues, dont l'anglais, le chinois, le japonais, le coréen et l'espagnol.
Avantage
03
Poids ouverts pour le 768p, l'API pour le 2K
Les poids de H3-Base sont publics en deux checkpoints : FL2VA pour le texte et la vidéo à partir de la première et de la dernière image, Ref2VA pour la vidéo guidée par des références. En local, ils produisent du 768p. La passe 2K, H3-Regenerate-2K, n'est pas open source : la sortie 2K complète passe donc par l'API de MiniMax.
flux de travail recommandé
Un chemin simple en trois étapes depuis le matériel source jusqu'à un résultat réutilisable.
Étape 1
Choisir le mode
Utilisez FL2VA pour les plans en texte seul, avec première image, dernière image ou les deux, et Ref2VA quand le plan se construit à partir d'images, de vidéo ou d'audio de référence. Une génération prend des images clés ou des références, jamais les deux.
Étape 2
Réunir les références dans les limites
Jusqu'à 9 images, 3 clips vidéo et 3 clips audio, 12 fichiers au maximum. Chaque clip vidéo ou audio dure de 2 à 15 s, et chaque type totalise 15 s au plus. Dites ensuite simplement à quoi sert chaque référence.
Étape 3
Choisir où l'exécuter
Les poids ouverts de H3-Base produisent du 768p sur votre propre matériel sous la licence communautaire ; l'API de MiniMax exécute le flux complet jusqu'au 2K. Sur Imgo, H3 n'est pas encore disponible à la génération : rédigez et copiez vos prompts depuis le guide de prompts H3.
questions fréquemment posées
Quelle résolution et quelle durée produit-il ?
Des clips de 4 à 15 secondes à 24 i/s, dans des formats allant du 21:9 au 9:16, avec un audio stéréo 32 kHz. Les poids ouverts de H3-Base produisent du 768p ; le 2K provient de H3-Regenerate-2K, que MiniMax ne propose pour l'instant que via son API.
Génère-t-il l'audio, ou faut-il l'ajouter ensuite ?
H3 génère l'audio avec la vidéo : dialogue, effets sonores et ambiance en stéréo natif dans la même passe. En mode Ref2VA, des clips audio de référence peuvent aussi guider la voix et le rythme.
MiniMax H3 est-il open source ?
En partie. En août 2026, MiniMax a publié les poids de H3-Base sur Hugging Face en deux checkpoints, FL2VA et Ref2VA, sous la MiniMax H3 Community License : des poids ouverts, pas une licence open source approuvée par l'OSI. Le préprocesseur de prompts H3-Context-IR et l'étape H3-Regenerate-2K ne sont pas ouverts : le flux 2K officiel nécessite donc toujours l'API de MiniMax.
Puis-je utiliser MiniMax H3 à des fins commerciales ?
Pour des poids auto-hébergés, c'est la MiniMax H3 Community License qui s'applique. Elle ne couvre pas l'UE, le Royaume-Uni, la République de Corée ni les États-Unis (les organisations de ces territoires peuvent demander une licence à MiniMax) ; les produits dont le chiffre d'affaires dépasse 20 millions de dollars US par an doivent obtenir une autorisation écrite préalable via [email protected] ; les produits commerciaux doivent afficher de façon visible "MiniMax H3" dans leur interface ; et l'accord est régi par le droit de Hong Kong. L'utilisation de H3 via l'API de MiniMax relève en revanche des conditions de l'API de MiniMax. Ceci est un résumé, pas un avis juridique : lisez la licence elle-même avant de lancer votre produit.
Combien de fichiers de référence Ref2VA accepte-t-il ?
Jusqu'à 9 images, jusqu'à 3 clips vidéo et jusqu'à 3 clips audio, avec 12 fichiers au total au maximum. Chaque clip vidéo ou audio doit durer de 2 à 15 secondes, et les clips d'un même type ne doivent pas dépasser 15 secondes cumulées.
Puis-je générer des vidéos MiniMax H3 sur Imgo ?
Pas encore. H3 ne figure pas dans le catalogue de modèles actifs d'Imgo, c'est pourquoi cette page indique sa disponibilité comme en attente. Vous pouvez dès aujourd'hui rédiger et copier des prompts H3 depuis le guide de prompts MiniMax H3, ou lancer le même brief sur un modèle vidéo actif sur Imgo.
Prochaine étape
Envie de générer dès aujourd’hui ?
Parcourez les modèles disponibles dès maintenant sur Imgo, comparez leurs réglages et leurs devis en crédits, puis lancez-vous avec l’un d’eux.