핵심 내용
MiniMax가 공개한 내용
MiniMax의 출시 글은 H3를 텍스트, 이미지, 영상, 오디오에 걸친 통합 컨텍스트를 이해하는 오픈 모델로 설명합니다. 네이티브 스테레오 사운드가 포함된 영상을 생성하고, 2K 해상도에서 최대 15초를 출력하며, 768p는 더 저렴한 등급입니다. 회사는 2K 초당 가격이 주요 모델의 3분의 1 미만이고, 768p는 주요 모델 720p의 절반 미만이라고 주장합니다. 레퍼런스 프롬프트는 대화체입니다. “reference the camera movement from Video 1, have the character in Image 2 sing with vocals matching Audio 3”(영상 1의 카메라 움직임을 참조하고, 이미지 2의 캐릭터가 오디오 3에 맞는 보컬로 노래하게 해 주세요). 이 레퍼런스 문법이 이 모델의 특징입니다.
스튜디오에서 제공하는 옵션
해상도는 768P 또는 2K, 길이는 4~15초, 비율은 텍스트-투-비디오에서 일곱 가지(적응형, 16:9, 4:3, 1:1, 3:4, 9:16, 21:9), 이미지-투-비디오에서는 적응형입니다. 이미지-투-비디오는 시작 프레임 한 장을 받습니다. 레퍼런스-투-비디오는 레퍼런스 이미지 최대 9장, 영상 클립 3개, 오디오 클립 3개, 총 12개 에셋을 받습니다. 검토 시점의 기본 견적은 1,110 크레딧이었습니다. MiniMax는 입력 영상과 출력 영상의 초를 선택한 해상도 요율로 청구하고 처음 다섯 장의 레퍼런스 이미지는 포함하므로, 긴 레퍼런스 클립은 견적을 높입니다.
초기 성인 콘텐츠 데이터를 있는 그대로
2026년 9월 9일까지 60일: 크리에이터 3명의 MiniMax H3 레퍼런스-투-비디오 작업 7건 중 2건 성공, 4건은 콘텐츠 안전 응답으로 중단, 1건은 기타 실패였습니다. 7건은 비율을 공개하기에는 턱없이 적은 수이므로 공개하지 않습니다. 다만 업스트림 경로가 성인 콘텐츠를 심사하며 일부를 거부했다고 말하기에는 충분합니다. 비교하자면 Wan 3.0 레퍼런스-투-비디오는 6,901건 중 94%가 성공했고, Wan 2.2 Spicy는 16,059건에서 중단이 0건이었습니다. H3의 실행이 수백 건 쌓이면 이 섹션을 업데이트하겠습니다.
버전과 선택지
MiniMax H3 텍스트-투-비디오, 이미지-투-비디오, 레퍼런스-투-비디오는 현재 Makeartly 스튜디오에서 이용 가능합니다. 실시간 카탈로그가 모델 ID를 확인하면 버튼이 H3를 미리 선택합니다.
근거와 가이드
오늘 H3를 선택할 만한 경우
대사 중심 클립: H3의 스테레오 오디오는 같은 패스에서 생성되고, 레퍼런스 문법 덕분에 “match the voice in Audio 1”(오디오 1의 목소리에 맞춰 주세요)이 한 줄 지시가 됩니다. 음악이나 리듬에 맞춘 움직임. 질감이 중요한 2K의 암시적이거나 옷을 입은 캐릭터 작업과 21:9 시네마틱 구도. 성인 콘텐츠가 H3의 심사에 비해 너무 노골적이라면, 768P 등급으로 사운드를 넣어 아이디어를 저렴하게 반복해 본 뒤 같은 브리프를 더 높은 등급의 Wan 3.0에서 렌더링할 수 있습니다.
배포 환경 필터링과 성인 콘텐츠 경계
Makeartly는 인증된 성인 크리에이터에게 별도의 일반적인 성인 콘텐츠 거부 계층을 추가하지 않습니다. 이는 배포 수준의 설명일 뿐 업스트림 공식 모델이 무검열이라는 뜻도, 프롬프트 수락을 보장한다는 뜻도 아닙니다. 성인 워크플로는 성인 전용입니다. CSAM과 만 18세 미만이 등장하는 모든 성적 콘텐츠는 금지됩니다. 동의와 초상 사용 승인이 필요하며, 비동의 친밀 콘텐츠, 무단 실존 인물 딥페이크, 성적 사칭은 금지됩니다.
잘 맞는 조합
프로젝트에서 오디오와 2K 질감에 기대면서 암시적이거나 옷을 입은 부분에는 H3를, 노골적인 다중 레퍼런스 장면에는 Wan 3.0을, 노골적인 단일 이미지 클립에는 Wan 2.2 또는 2.7 Spicy를 쓰세요. H3와 Wan 3.0 모두 기본 클립 기준 약 1,100 크레딧대이므로, 선택은 브리프가 어느 쪽 심사를 통과하는지, 그리고 30초(Wan)가 필요한지 2K 스테레오 사운드(H3)가 필요한지에 달려 있습니다.
사용 맥락과 결정
카메라를 향해 두 줄 대사를 스테레오로 말하는 12초 클립
이 작업에는 플랫폼에서 MiniMax H3가 가장 강력합니다. 레퍼런스는 옷을 입은 상태로 두고 대사를 인용하세요.
노골적인 다중 레퍼런스 장면
Wan 3.0 레퍼런스-투-비디오를 사용하세요. H3의 업스트림 심사는 출시 첫 몇 주 동안 이미 성인 시도를 거부했습니다.
- 스튜디오에서 MiniMax H3를 열고 텍스트, 이미지, 레퍼런스 모드 중 하나를 선택합니다.
- 대사는 문장을 따옴표로 인용하고 화자를 지정합니다. 목소리를 맞추려면 사용할 권리가 있는 오디오 클립을 제공합니다.
- 먼저 768P로 5초를 렌더링합니다. 견적은 출력 초와 레퍼런스 초에 따라 늘어납니다.
- 성인 통과율을 아직 측정하는 중이므로 업로드하는 레퍼런스는 옷을 입었거나 암시적인 수준으로 유지합니다.
- H3가 클립을 중단시키면 표현을 바꾸지 말고 브리프를 Wan 3.0으로 옮깁니다.
제한과 위험
옷을 입은 레퍼런스로 768P에서 H3 승인 테스트
5초 768P 클립 하나를 승인 테스트로 실행하고, 목소리와 2K 등급 질감을 같은 브리프의 Wan 3.0 렌더링과 비교하고, 첫 심사 거부가 나오는 즉시 중단하고, 프로젝트의 노골적인 나머지 부분은 Wan 3.0 선택으로 진행하세요.
이 페이지의 H3 성인 데이터는 작업 7건뿐입니다. 우리 것을 포함해 H3의 관대함에 대한 모든 주장은 잠정적인 것으로 보세요. 레퍼런스 초도 청구됩니다. MiniMax는 출력뿐 아니라 입력 영상 초도 청구하므로, 15초 레퍼런스 클립은 15초 렌더링의 견적을 대략 두 배로 만듭니다.
