MiniMax H3 Generador de video con IA: tomas en 2K que traen su propio sonido - MiniMaxH3AI

Inicia sesión, describe la toma y presiona generar. Lo que adjuntas define la ruta: una imagen se vuelve el cuadro inicial, dos pueden ser el primer y el último fotograma, y más imágenes, un clip o un archivo de sonido funcionan como referencias. Los clips terminados quedan en tu biblioteca.

MiniMax H3 es el modelo de video detrás de Hailuo 3.0. En WaveSpeed ofrece tres rutas: texto a video, imagen a video con último fotograma opcional y referencia a video con imágenes, clips y audio. Entrega 768p o 2K, de 4 a 15 segundos, con sonido.

Los dos están en el menú de modelos y aceptan los mismos archivos. H3 genera en 768p o 2K a 20 o 28 créditos por segundo. H3 Lite llega hasta 768p, suma una opción de borrador en 480p y cuesta 5 u 8 créditos por segundo. Prueba el encuadre en Lite y genera la toma final en H3.

Hasta 9 imágenes, 3 clips de video y 3 archivos de audio. Cada clip cuenta entre 2 y 15 segundos y todos juntos, 15 como máximo. El audio necesita al menos una imagen o un clip al lado. En el prompt puedes nombrar los archivos como @Image 1, @Video 1 o @Audio 1.

Para video, no. Una cuenta nueva recibe 10 créditos, que alcanzan para dos imágenes en la pestaña Imagen. El clip más barato de MiniMax H3, 4 segundos en 768p, cuesta 80 créditos y requiere un paquete o un plan.

Sí, en todos los clips, y no se puede desactivar. Describe en el prompt los sonidos que quieres y se generan junto con la imagen. Escúchalo antes de publicar: la mezcla y el volumen cambian de una toma a otra.

No. Un clip subido solo sirve como referencia de movimiento, cámara y ritmo; el resultado es una toma nueva. H3 no tiene endpoint para cambiar el estilo ni editar sobre el original.

Adjunta exactamente dos imágenes y elige Primer y último fotograma. La primera abre la toma, la segunda la cierra y el modelo inventa lo que pasa en medio. Ninguno de los dos cuesta extra; solo se cobran los segundos que pides.

Sí. Sube un clip de 2 a 15 segundos e indica qué tomar de él, por ejemplo el travelling lento de @Video 1 en un sendero de bosque nevado. Su duración, redondeada hacia arriba, se cobra a la tarifa de salida, así que una referencia de 2 segundos más un clip de 4 segundos en 768p cuesta 120 créditos.

Sí. Describe la voz y escribe la línea en el prompt, por ejemplo: un viejo pescador de voz grave y áspera dice: <d>[English] The tide turns at six.</d>. Según MiniMax, el diálogo es estable en 11 idiomas, entre ellos inglés, chino, japonés, coreano, español, portugués y ruso. También puedes subir un archivo de audio de referencia para orientar el timbre de la voz.

Sí, el corte se escribe en el prompt. Describe la primera toma y luego agrega una línea como [Shot 2] At 00:03.000, la cámara corta a un primer plano del capitán. Deja una sola acción y un solo movimiento de cámara por toma; la propia guía de prompts de MiniMax recomienda esa estructura, y acumular acciones suele hacer que todo se sienta apresurado.

20 créditos por segundo en 768p y 28 en 2K. El clip más corto, 4 segundos en 768p, cuesta 80 créditos; 15 segundos en 2K, 420. El primer y el último fotograma y las referencias de audio son gratis, igual que las primeras cinco imágenes de referencia, y los clips de referencia se cobran por segundo como la salida. El botón siempre muestra el total antes.

Segundos enteros de 4 a 15, en 768p o 2K, con formato 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16. Un clip que empieza con tu imagen conserva las proporciones de esa imagen. H3 no tiene opción de 480p; para eso usa H3 Lite.

Eso depende de los términos vigentes de MiniMax y WaveSpeed, que no podemos interpretar por ti. Revísalos antes de un trabajo para clientes y no incluyas en prompts ni archivos rostros de personas reales, logotipos de terceros ni material que no te pertenezca.

No. MiniMaxH3AI es un producto independiente que envía tus trabajos a MiniMax H3 a través de WaveSpeed, un proveedor de API externo. MiniMax no opera ni respalda este sitio.