MiniMax H3 vs Seedance 2.0: comparação de vídeos e seleção

Para vídeos finais em 2K e referências de imagem, vídeo e áudio, escolha o MiniMax H3; para múltiplas resoluções e um controle de áudio independente, escolha o Seedance 2.0. Este artigo compara esses dois conjuntos de configurações usando dois vídeos de latte art e de pavilhão de vidro com o mesmo prompt. Se você pesquisa por "Hailuo 3 API" procurando integração de vídeo e seleção de modelo, também pode conferir aqui o ID real do modelo H3: minimax-h3.

O MiniMax H3 já está disponível na HiAPI: 2K a US$ 0,1189 por segundo, US$ 0,5945 por 5 segundos.Gerar com este prompt →; ao abrir, selecione 2K, 9:16 e 5 segundos e produza primeiro um clipe curto de latte art.

Quais diferenças influenciam a escolha?

Item de escolha	MiniMax H3	Seedance 2.0	Hailuo 2.3 texto para vídeo
Tarefas adequadas	Takes em 2K, referências multimodais	Vídeos finais em várias resoluções, criação com materiais de referência	Vídeos curtos com duração fixa
Resolução	2K	480p / 720p / 1080p / 4k	Saída padrão do modelo
Duração	4–15 segundos	4–15 segundos	6 ou 10 segundos
Configuração de áudio	Requisitos de áudio escritos no prompt	generate_audio, padrão true	Omitir o campo de áudio na entrada
Imagem como base	Primeiro e último quadro, ou até 5 imagens de referência	Primeiro e último quadro mais imagens de referência, até 9 no total	Para a rota imagem para vídeo, escolha outro modelo
Referência de vídeo	Até 3 trechos, total ≤15 segundos	Até 3 vídeos de referência	A rota texto para vídeo usa texto
Preço	US$ 0,1189/s	480p US$ 0,136/s; com vídeo de referência US$ 0,082/s	6 segundos US$ 0,4; 10 segundos US$ 0,8

O preço do Seedance tem duas faixas conforme haja ou não vídeo de referência na entrada, e o áudio é controlado separadamente por generate_audio. Tanto H3 quanto Seedance aceitam vídeo de referência.

O H3 Max tem duas faixas: US$ 0,072 por segundo em 480P e US$ 0,115 por segundo em 768P, com duração de 5–15 segundos e suporte a texto, primeiro e último quadro. Para 2K ou referências multimodais, escolha H3; para vídeos a partir de texto e imagens de quadro com orçamento baixo, abra a página do modelo H3 Max.

Clipe de latte art: H3 e Seedance com o mesmo prompt

O prompt completo é:

A barista's hand pours steamed milk from a stainless steel pitcher into a black espresso cup held at a slight angle on a light grey marble countertop. The milk stream settles and blooms into a full rosetta (fern-leaf) latte-art pattern by the end of the pour. Warm, directional side light rakes across the cup and pitcher. Vertical 9:16 framing, macro-close perspective, shallow depth of field, no camera movement, no text, no logos, no additional hands or objects entering frame.

Gerar com este prompt →; selecione 2K, 9:16 e 5 segundos.

Com o mesmo prompt, também em 9:16 e 5 segundos, mostramos aqui um vídeo final selecionado de cada modelo. O H3 gera em 2K e o Seedance 2.0 em 1080p; a seguir descrevemos apenas as imagens.

H3: 2K / 9:16 / 5 segundos solicitados	Seedance 2.0: 1080p / 9:16 / 5 segundos solicitados

Gerar com o mesmo prompt no Seedance 2.0 →; selecione manualmente 1080p, 9:16 e 5 segundos e ative o áudio.

Os vídeos na página mantêm os pixels nativos: H3 em 1440×2560, cerca de 5,2 segundos; Seedance em 1080×1920, cerca de 5,1 segundos; o Seedance usa generate_audio=true.

O enquadramento do H3 é mais próximo: uma mão segura a xícara de café preta, o jarro de leite fica no canto superior esquerdo, aos 0,5 segundo o fio de leite já caiu na xícara, aos 2,5 segundos surge a forma de folha na superfície, e aos 4,8 segundos o bico do jarro se ergue e resta apenas um fio fino de leite, com as nervuras da folha totalmente visíveis. O enquadramento do Seedance é mais amplo: a xícara redonda preta fica inclinada, o fundo é um armário escuro desfocado, o jarro de leite de aço inoxidável cobre parte da borda da xícara, e aos 4,8 segundos a superfície da xícara mostra um padrão branco em redemoinho, sem revelar completamente a forma de folha.

Pavilhão de vidro: H3 e Seedance com o mesmo prompt

A câmera avança a partir da superfície da água e depois sobe; o prompt completo é:

Single continuous cinematic shot inside a vast glass pavilion suspended above a stormy ocean at blue hour. A kinetic sculpture made of hundreds of translucent crystal ribbons rises from a mirror-black reflecting pool and unfurls in a slow spiral, refracting warm amber light through cool teal mist. The camera begins inches above rippling water, glides forward, then cranes upward into a wide orbital reveal of the pavilion and distant lightning. Physically accurate reflections and refractions, volumetric directional lighting, crisp microdroplets, controlled natural motion, stable geometry, seamless temporal consistency, premium luxury commercial finish, high dynamic range, subtle film grain, no people, no logos, no text, no cuts, no flicker. Ambient sound: low ocean rumble, soft rain, delicate glass resonance, no speech.

Gerar com este prompt →; selecione 2K, 16:9 e 5 segundos.

Também com o mesmo prompt, em 16:9 e 5 segundos, o H3 gera em 2K e o Seedance 2.0 em 1080p.

H3: 2K / 16:9 / 5 segundos solicitados	Seedance 2.0: 1080p / 16:9 / 5 segundos solicitados

Gerar com o mesmo prompt no Seedance 2.0 →; selecione manualmente 1080p, 16:9 e 5 segundos e ative o áudio.

Os vídeos na página mantêm os pixels nativos: H3 em 2560×1440, cerca de 5,2 segundos; Seedance em 1920×1080, cerca de 5,1 segundos; o Seedance usa generate_audio=true.

A câmera do H3 sempre avança para dentro do pavilhão: no centro há uma faixa de cristal branca em espiral, refletida na superfície escura da água, aos 2,5 segundos é possível ver relâmpagos através do vidro, e aos 4,8 segundos a câmera se aproxima mais da instalação, sem ter subido para fora do pavilhão. A instalação do Seedance parece mais um aglomerado de espinhos luminosos explodindo sobre a névoa azul-esverdeada; aos 4,8 segundos a câmera já saiu para o exterior e o pavilhão virou uma caixa de vidro sobre o mar, cercada por ondas agitadas.

Como escolher conforme a sua tarefa de entrega?

• **Vídeos curtos de loja em 2K, takes de produto:** escolha H3 e escreva ação, iluminação, câmera e áudio no mesmo prompt.
• **Já tem referências de imagem, vídeo e áudio:** compare H3 e Seedance; use image_urls/video_urls/audio_urls do H3, ou os campos reference_* correspondentes do Seedance.
• **Resolução e áudio precisam ser configurados separadamente:** escolha Seedance 2.0, selecione manualmente a resolução e defina generate_audio.
• **Teste de imagens de quadro com baixo orçamento:** escolha H3 Max 480P; 768P custa US$ 0,115 por segundo e H3 2K custa US$ 0,1189 por segundo; na comparação de orçamento, considere também os requisitos de saída.
• **Vídeos curtos fixos de 6 ou 10 segundos:** escolha Hailuo 2.3; o orçamento por vídeo é diretamente US$ 0,4 ou US$ 0,8.

Já integrei um modelo; o que muda ao alternar?

A interface de tarefas continua sendo POST /v1/tasks, com model no nível superior e os parâmetros de negócio em input. Para H3 use minimax-h3, para H3 Max use minimax-h3-max e para Seedance use seedance-2.0; para Hailuo 2.3 texto para vídeo use hailuo-2.3/text-to-video.

Os campos devem ser ajustados em conjunto: H3 usa first_frame_image/last_frame_image; Seedance usa first_frame_url/last_frame_url e exige aspect_ratio; o duration do Hailuo é uma string, "6" ou "10". Ao alternar para H3 Max, use 480P/768P em maiúsculas e omita aspect_ratio ao enviar imagens de quadro.

Após o envio, leia data.taskId e consulte com GET /v1/tasks/{taskId}; em success, obtenha o vídeo em data.output[].url; em fail, ajuste os parâmetros conforme a mensagem de erro. O callback segue o tratamento com deduplicação por taskId.

Perguntas frequentes

O H3 Max tem resolução maior que o H3? O H3 gera em 2K; o H3 Max é 480P ou 768P. Na escolha, considere ao mesmo tempo resolução, modo de referência e orçamento.

Desativar o áudio no Seedance faz entrar na faixa de preço com vídeo de referência? A faixa de preço diferencia a entrada de vídeo de referência; generate_audio controla o áudio.

Qual escolher para vídeo vertical? Para saída direta em vertical a partir de texto, comece com H3 em 9:16; na rota de imagens de quadro do H3 Max, prepare o primeiro e o último quadro conforme o formato desejado.

Copie o prompt de latte art e gere o primeiro vídeo na página do modelo H3. Continue vendo orçamento de duração de H3 e H3 Max, etapas de integração do H3 Max e 4 prompts completos de vídeo.