Points essentiels
Ce que MiniMax documente
L’article de lancement de MiniMax décrit H3 comme un modèle ouvert qui comprend un contexte unifié entre texte, images, vidéo et audio, génère de la vidéo avec un son stéréo natif, et produit jusqu’à 15 secondes en résolution 2K, avec le 768p comme palier moins cher. La société revendique un prix par seconde en 2K inférieur au tiers de celui des modèles grand public et en 768p inférieur à la moitié de leur 720p. Le prompting par référence est conversationnel : « reference the camera movement from Video 1, have the character in Image 2 sing with vocals matching Audio 3 » (reprendre le mouvement de caméra de la vidéo 1, faire chanter le personnage de l’image 2 avec une voix correspondant à l’audio 3). Cette grammaire de référence est la signature du modèle.
Ce que Studio propose
Résolution en 768P ou 2K, durée de 4 à 15 secondes, et ratio parmi sept options (adaptatif, 16:9, 4:3, 1:1, 3:4, 9:16, 21:9) pour le texte en vidéo, adaptatif pour l’image en vidéo. L’image en vidéo accepte une première image. La référence en vidéo accepte jusqu’à 9 images de référence, 3 clips vidéo et 3 clips audio, soit 12 ressources au total. Le devis par défaut au moment de la revue était de 1 110 crédits ; MiniMax facture les secondes de vidéo en entrée et en sortie au tarif de la résolution choisie et inclut les cinq premières images de référence, donc les longs clips de référence augmentent le devis.
Premières données sur le contenu adulte, dites simplement
Soixante jours jusqu’au 9 septembre 2026 : 7 tâches MiniMax H3 référence en vidéo de 3 créateurs, 2 terminées, 4 arrêtées par la réponse de sécurité de contenu, 1 autre échec. Sept tâches, c’est bien trop peu pour publier un taux, donc nous ne le ferons pas ; c’est suffisant pour dire que la route en amont examine bien le contenu adulte et en a refusé une partie. À titre de comparaison, Wan 3.0 référence en vidéo a terminé 94 % de 6 901 tâches et Wan 2.2 Spicy a enregistré zéro arrêt sur 16 059. Nous mettrons cette section à jour quand H3 aura quelques centaines d’exécutions derrière lui.
Versions et options
MiniMax H3 texte en vidéo, image en vidéo et référence en vidéo sont actuellement disponibles dans Makeartly Studio ; le bouton présélectionne H3 quand le catalogue en direct confirme l’identifiant du modèle.
Preuves et orientation
Où H3 vaut d’être choisi aujourd’hui
Clips portés par le dialogue : l’audio stéréo de H3 est généré dans la même passe et sa grammaire de référence fait de « reprends la voix de l’audio 1 » une instruction d’une ligne. Mouvement synchronisé sur la musique ou le rythme. Travail de personnages suggestif et habillé en 2K où la texture compte, et cadrage cinématographique 21:9. Son palier 768P est un moyen économique d’itérer une idée avec du son avant de rendre le même brief sur Wan 3.0 à un palier supérieur si le contenu adulte est trop explicite pour la revue de H3.
Filtrage au niveau du déploiement et limites du contenu adulte
Makeartly n’ajoute pas de couche de refus de contenu adulte grand public distincte pour les créateurs adultes vérifiés ; cette déclaration au niveau du déploiement ne signifie pas que le modèle officiel en amont est sans censure et ne garantit pas l’acceptation d’un prompt. Les workflows adultes sont réservés aux adultes. Les contenus pédocriminels (CSAM) et tout contenu sexuel impliquant des mineurs de moins de 18 ans sont interdits. Le consentement et l’autorisation d’utiliser l’image de la personne sont obligatoires ; les contenus intimes non consentis, les deepfakes non autorisés de personnes réelles et l’usurpation d’identité à caractère sexuel sont interdits.
Une association qui fonctionne
Utilisez H3 pour les parties d’un projet qui reposent sur l’audio et la texture 2K et restent sous-entendues ou habillées ; utilisez Wan 3.0 pour les scènes explicites multi-références et Wan 2.2 ou 2.7 Spicy pour les clips explicites à partir d’une seule image. H3 comme Wan 3.0 tournent autour de 1 100 crédits pour un clip par défaut : le choix porte donc sur la revue que votre brief passera et sur le besoin de 30 secondes (Wan) ou de son stéréo en 2K (H3).
Contextes et décisions
Cas d’usage : un clip de 12 secondes où elle dit deux répliques face caméra en stéréo
MiniMax H3 est le meilleur outil de la plateforme pour cela ; gardez la référence habillée et citez les répliques.
Cas d’usage : une scène explicite multi-références
Utilisez Wan 3.0 référence en vidéo ; la revue en amont de H3 a déjà refusé des essais adultes dans ses premières semaines.
- Ouvrez MiniMax H3 dans Studio et choisissez le mode texte, image ou référence.
- Pour un dialogue, citez la réplique et nommez le locuteur ; pour une correspondance de voix, fournissez un clip audio que vous avez le droit d’utiliser.
- Rendez d’abord 5 secondes en 768P ; le devis augmente avec les secondes de sortie et de référence.
- Gardez les références envoyées habillées ou sous-entendues tant que le taux de réussite adulte est en cours de mesure.
- Si H3 arrête un clip, déplacez le brief vers Wan 3.0 au lieu de le reformuler.
Limites et risques
Limite : test d’acceptation de H3 en 768P avec une référence habillée
Lancez un clip de 5 secondes en 768P comme test d’acceptation, comparez la voix et la texture du palier 2K avec un rendu Wan 3.0 du même brief, arrêtez-vous au premier refus de la revue, et choisissez Wan 3.0 pour le reste explicite du projet.
Les données adultes de H3 sur cette page reposent sur sept tâches ; considérez toute affirmation sur sa permissivité, la nôtre comprise, comme provisoire. Les secondes de référence sont facturées : MiniMax facture les secondes de vidéo en entrée comme en sortie, donc un clip de référence de 15 secondes double à peu près le devis d’un rendu de 15 secondes.
