HiAPI
minimax-h3 详情页 Hero:21:9 宽幅,右侧半透明胶片光带与玻璃浮卡交错,虹彩暖冷渐变,左侧奶油光晕留白,发光立体字嵌于胶片上。

MiniMax

MiniMax H3

minimax-h3

统一多模态视频模型,一个上下文同时处理文本、图像、视频与音频,支持文生、图生、参考生视频与指令式编辑,并可生成同步音频

试用 minimax-h3

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

minimax-h3 每秒

单价 $0.1189

定位简介

MiniMax H3 是 MiniMax 推出的通用视频生成模型,在统一上下文中同时处理文本、图像、视频与音频,支持文生视频、图生视频、首尾帧控制、多模态参考生视频,并可输出原生 2K 画面。通过 HiAPI.ai 统一接口调用,适合需要以一套模型完成分镜打样、素材动画化与角色风格一致性短片的开发者,尤其适合在统一工作流里兼顾多种生成模式的团队。

核心亮点

  • 统一上下文承载多模态输入——同一模型内即可组合文本、图像、视频与音频参考,减少为不同任务切换专用模型的成本。
  • 原生 2K 输出——当前仅以原生 2K 分辨率生成,画幅覆盖 21:9 到 9:16 及自适应,满足横竖屏投放需求。
  • 首尾帧控制镜头过渡——给定首帧与尾帧图像即可控制两图之间的过渡,便于制作转场与前后对比镜头。
  • 多模态参考保持一致性——支持最多 5 张参考图、3 段参考视频与 3 段参考音频,用于延续角色、风格与节奏。

能力说明

文生视频:仅输入文本提示即可生成 4–15 秒整秒时长视频,画幅可选 21:9、16:9、4:3、1:1、3:4、9:16 或自适应,默认 16:9。

图生视频与首尾帧控制:以一张公网图片作为首帧生成视频,或同时给出首帧与尾帧控制过渡;帧控制与参考媒体字段互斥,选型时需提前确定线路。

多模态参考生视频:接受最多 5 张参考图、3 段 2–15 秒的参考视频与最多 3 段总长不超 15 秒的参考音频,音频不可单独使用,须搭配至少一张图像或一段视频。

可选 AIGC 水印:通过 watermark 参数决定输出视频是否带 AIGC 水印,默认不添加,便于按发布渠道合规要求切换。

适用场景

  • 广告团队用文本提示快速打样分镜——以多镜头提示词生成 4–15 秒片段,作为分镜预演资产用于创意评审与客户提案。
  • 电商设计用产品图动画化为短片——以产品图或插画为首帧生成 2K 视频,直接用于商品详情页与信息流投放素材。
  • 内容创作者用首尾帧制作转场——给定前后两张图控制过渡,产出转场镜头用于短视频剪辑或前后对比演示。
  • 角色一致性短片的多模态参考生成——组合角色图、风格视频与参考音频生成风格统一的片段,用于系列化内容批量生产。

限制与选型建议

单次生成时长上限为 15 秒,更长内容需分段生成后再拼接;首尾帧控制与参考媒体字段不可混用,参考模式需按规则组织图像、视频与音频输入,提示词组织有一定门槛;参考音频不能单独使用。若任务需要超过 15 秒的连续长镜头、需要 2K 以下的分辨率档位或更简单的纯文本生成流程,应评估其他线路或模型。

  • 模型上新 新增模型:minimax-h3 —— 通过 POST /v1/tasks 生成原生 2K 视频,支持 4-15 秒文生视…
  • MiniMax H3 是什么类型的视频模型?

    它以 Prompt 为核心,也可加入首尾帧或参考图片、视频、音频;不同控制方式应按当前参数契约组合。

  • MiniMax H3 支持哪些输出规格?

    支持 4-15 秒,分辨率包括 2K,画幅包括 21:9、16:9、4:3、1:1、3:4、9:16、adaptive。

  • 可以生成声音或使用音频参考吗?

    可选图片、视频和音频参考;支持生成音频

  • MiniMax H3 如何计费?

    按输出时长和实时档位计费;分辨率、模式或声音选项造成的差异以页面价格和任务记录为准。

同类型模型