Puntos clave
Lo que documenta MiniMax
El artículo de lanzamiento de MiniMax describe H3 como un modelo abierto que entiende un contexto unificado de texto, imágenes, video y audio, genera video con sonido estéreo nativo y produce hasta 15 segundos en resolución 2K, con 768p como nivel más barato. La empresa afirma que su precio por segundo en 2K es inferior a un tercio del de los modelos convencionales y el de 768p inferior a la mitad del 720p convencional. Los prompts de referencia son conversacionales: “reference the camera movement from Video 1, have the character in Image 2 sing with vocals matching Audio 3” (toma el movimiento de cámara del video 1 y haz que el personaje de la imagen 2 cante con la voz del audio 3). Esa gramática de referencias es la seña de identidad del modelo.
Lo que ofrece Studio
Resolución en 768P o 2K, duración de 4 a 15 segundos y relación de aspecto entre siete opciones (adaptable, 16:9, 4:3, 1:1, 3:4, 9:16, 21:9) en texto a video, y adaptable en imagen a video. Imagen a video acepta un fotograma inicial. Referencia a video acepta hasta 9 imágenes de referencia, 3 clips de video y 3 clips de audio, 12 archivos en total. La cotización por defecto en el momento de la revisión era de 1.110 créditos; MiniMax factura los segundos de video de entrada y de salida a la tarifa de la resolución elegida e incluye las primeras cinco imágenes de referencia, así que los clips de referencia largos suben la cotización.
Primeros datos de contenido adulto, dichos sin rodeos
Sesenta días hasta el 9 de septiembre de 2026: 7 trabajos de referencia a video con MiniMax H3 de 3 creadores, 2 terminados, 4 detenidos por la respuesta de seguridad de contenido y 1 otro fallo. Siete trabajos son muy pocos para publicar una tasa, así que no la publicamos; basta para decir que la ruta del proveedor sí revisa contenido adulto y ha rechazado parte. Como comparación, Wan 3.0 referencia a video terminó el 94 % de 6.901 trabajos y Wan 2.2 Spicy registró cero detenciones en 16.059. Actualizaremos esta sección cuando H3 acumule unos cientos de ejecuciones.
Versiones y opciones
MiniMax H3 texto a video, imagen a video y referencia a video están disponibles ahora en Makeartly Studio; el botón preselecciona H3 cuando el catálogo en vivo confirma el ID del modelo.
Evidencia y orientación
Dónde vale la pena elegir H3 hoy
Clips guiados por el diálogo: el audio estéreo de H3 se genera en la misma pasada y su gramática de referencias convierte “iguala la voz del audio 1” en una instrucción de una línea. Movimiento sincronizado con música o ritmo. Trabajo de personajes sugerente y vestido en 2K donde importa la textura, y encuadre cinematográfico 21:9. Su nivel 768P es una forma barata de iterar una idea con sonido antes de renderizar el mismo brief en Wan 3.0 en un nivel superior si el contenido adulto es demasiado explícito para la revisión de H3.
Filtrado del despliegue y límites del contenido adulto
Makeartly no añade una capa propia de rechazo de contenido adulto convencional para creadores adultos verificados; esta declaración a nivel de despliegue no significa que el modelo oficial del proveedor no tenga censura ni garantiza que un prompt sea aceptado. Los flujos de trabajo para adultos son solo para mayores de edad. Se prohíben el CSAM y cualquier contenido sexual con menores de 18 años. Se exigen consentimiento y autorización de imagen, y se prohíben el contenido íntimo no consentido, los deepfakes no autorizados de personas reales y la suplantación sexual.
Una combinación que funciona
Usa H3 para las partes del proyecto que dependen del audio y de la textura 2K y que se mantienen implícitas o vestidas; usa Wan 3.0 para escenas explícitas con varias referencias y Wan 2.2 o 2.7 Spicy para clips explícitos a partir de una sola imagen. Tanto H3 como Wan 3.0 rondan los 1.100 créditos por un clip por defecto, así que la elección depende de qué revisión pasará tu brief y de si necesitas 30 segundos (Wan) o sonido estéreo en 2K (H3).
Contextos y decisiones
Un clip de 12 segundos en el que ella dice dos frases a cámara en estéreo
MiniMax H3 es la mejor herramienta de la plataforma para esto; mantén la referencia vestida y cita las frases.
Una escena explícita con varias referencias
Usa Wan 3.0 referencia a video; la revisión del proveedor de H3 ya ha rechazado intentos adultos en sus primeras semanas.
- Abre MiniMax H3 en Studio y elige el modo de texto, imagen o referencia.
- Para diálogo, cita la frase y nombra a quien habla; para igualar una voz, aporta un clip de audio que tengas derecho a usar.
- Renderiza primero 5 segundos en 768P; la cotización escala con los segundos de salida y de referencia.
- Mantén las referencias subidas vestidas o implícitas mientras se sigue midiendo la tasa de aprobación adulta.
- Si H3 detiene un clip, lleva el brief a Wan 3.0 en lugar de reformularlo.
Límites y riesgos
Prueba de aceptación de H3 en 768P con una referencia vestida
Ejecuta un clip de 5 segundos en 768P como prueba de aceptación, compáralo en voz y textura de nivel 2K con un render de Wan 3.0 del mismo brief, detén el proceso ante el primer rechazo de la revisión y elige Wan 3.0 para el resto explícito del proyecto.
Los datos adultos de H3 en esta página son siete trabajos; trata como provisional cualquier afirmación sobre su permisividad, incluidas las nuestras. Los segundos de referencia se facturan: MiniMax factura tanto los segundos de video de entrada como los de salida, así que un clip de referencia de 15 segundos casi duplica la cotización de un render de 15 segundos.
