MiniMax H3 est un modèle de génération multimodale généraliste : il lit texte, images, vidéo et audio comme un seul contexte et rend une vidéo avec son stéréo natif, jusqu'à 15 secondes en 2K. MiniMax le positionne sur le rapport prix-performance, annonçant en 2K un coût par seconde inférieur au tiers des modèles courants, et a déclaré vouloir ouvrir les poids du modèle.
instantané des fonctionnalités
2K
résolution par défaut
15s
plan maximal
stereo
audio natif
Un tour d’horizon de 27 secondes du flux de travail, des principaux avantages et des résultats.
valeur pratique adaptée aux flux de production réels.
Avantage
01
Un contexte, pas quatre pipelines
Texte, image, vidéo et audio entrent comme un contexte unique : une invite peut dire « reprends le mouvement de caméra de ce plan, fais chanter la personne de cette image, imite cette voix » et être comprise comme une seule instruction, plutôt que répartie entre des modèles spécialisés.
Avantage
02
Le son est généré avec l'image
L'audio est produit conjointement à la vidéo et sort en stéréo natif : dialogue, effets et ambiance arrivent déjà calés sur le plan au lieu d'être ajoutés après coup.
Avantage
03
Du 2K à un coût par seconde plus faible
Le 2K est la valeur par défaut, pas une option premium. MiniMax annonce pour H3 un prix à la seconde en 2K inférieur au tiers des modèles courants, et inférieur à la moitié du 720p courant lorsqu'il tourne en 768p — ce qui change le coût d'une itération en volume.
Un chemin simple en trois étapes depuis le matériel source jusqu'à un résultat réutilisable.
Étape 1
Assemblez le contexte
Rassemblez le matériel de référence dont vous disposez : un plan pour le mouvement de caméra, une image pour le sujet, de l'audio pour la voix.
Étape 2
Décrivez la relation
Dites en mots simples comment les références se rapportent à la vidéo visée. H3 résout lui-même le raisonnement inter-modal.
Étape 3
Générez et itérez
Rendez jusqu'à 15 secondes en 2K avec son stéréo, puis itérez : c'est le coût à la seconde qui rend les passes répétées praticables.
Jusqu'à 15 secondes, avec le 2K proposé comme résolution par défaut. Un palier 768p existe également ; c'est là que MiniMax annonce son tarif à la seconde le plus bas.
H3 génère l'audio conjointement à la vidéo, et la sortie est en stéréo natif, pas une piste mono mixée après coup.
MiniMax a annoncé son intention d'ouvrir les poids du modèle, en citant la compatibilité matérielle et la personnalisation comme objectifs de conception. Considérez cette disponibilité comme à venir tant que la publication n'a pas eu lieu, et non comme une garantie actuelle.
Prochaine étape
Ouvrez l'outil avec une image réelle, comparez les résultats et conservez la version qui fonctionne.