Pontos principais
O que a MiniMax documenta
O artigo de lançamento da MiniMax descreve o H3 como um modelo aberto que entende um contexto unificado de texto, imagens, vídeo e áudio, gera vídeo com som estéreo nativo e produz até 15 segundos em resolução 2K, com 768p como nível mais barato. A empresa afirma que o preço por segundo em 2K fica abaixo de um terço dos modelos convencionais e o de 768p abaixo de metade do 720p convencional. O prompt de referência é conversacional: “reference the camera movement from Video 1, have the character in Image 2 sing with vocals matching Audio 3” (use o movimento de câmera do Vídeo 1, faça a personagem da Imagem 2 cantar com vocais iguais ao Áudio 3). Essa gramática de referência é a assinatura do modelo.
O que o Studio oferece
Resolução em 768P ou 2K, duração de 4 a 15 segundos e proporção entre sete opções (adaptativa, 16:9, 4:3, 1:1, 3:4, 9:16, 21:9) em texto para vídeo, adaptativa em imagem para vídeo. Imagem para vídeo aceita um quadro inicial. Referência para vídeo aceita até 9 imagens de referência, 3 videoclipes e 3 clipes de áudio, 12 arquivos no total. A cotação padrão no momento da revisão era de 1.110 créditos; a MiniMax cobra os segundos de vídeo de entrada e de saída pela taxa da resolução escolhida e inclui as cinco primeiras imagens de referência, então clipes de referência longos elevam a cotação.
Dados iniciais de conteúdo adulto, ditos com clareza
Sessenta dias até 9 de setembro de 2026: 7 jobs de MiniMax H3 referência para vídeo de 3 criadores, 2 concluídos, 4 interrompidos pela resposta de segurança de conteúdo, 1 outra falha. Sete jobs é muito pouco para publicar uma taxa, então não vamos publicar; basta para dizer que a rota do provedor revisa conteúdo adulto e recusou parte dele. Para comparar, o Wan 3.0 referência para vídeo concluiu 94% de 6.901 jobs e o Wan 2.2 Spicy registrou zero interrupções em 16.059. Atualizaremos esta seção quando o H3 tiver algumas centenas de rodadas.
Versões e opções
Texto para vídeo, imagem para vídeo e referência para vídeo do MiniMax H3 estão disponíveis agora no Makeartly Studio; o botão pré-seleciona o H3 quando o catálogo ativo confirmar o ID do modelo.
Evidências e orientação
Onde vale escolher o H3 hoje
Clipes guiados por diálogo: o áudio estéreo do H3 é gerado na mesma passada e sua gramática de referência faz de “combine com a voz do Áudio 1” uma instrução de uma linha. Movimento sincronizado com música ou ritmo. Trabalho de personagem sugestivo e vestido em 2K, onde a textura importa, e enquadramento cinematográfico 21:9. O nível 768P é uma forma barata de iterar uma ideia com som antes de renderizar o mesmo briefing no Wan 3.0 em nível mais alto, caso o conteúdo adulto seja explícito demais para a revisão do H3.
Filtragem na implantação e limites de conteúdo adulto
O Makeartly não adiciona uma camada separada de recusa de conteúdo adulto convencional para criadores adultos verificados; essa declaração, no nível da implantação, não significa que o modelo oficial de origem seja sem censura nem garante que um prompt será aceito. Os fluxos adultos são exclusivos para maiores de 18 anos. CSAM e qualquer conteúdo sexual envolvendo menores de 18 anos são proibidos. Consentimento e autorização de uso da imagem são obrigatórios, e conteúdo íntimo sem consentimento, deepfakes não autorizados de pessoas reais e personificação sexual são proibidos.
Uma combinação que funciona
Use o H3 nas partes do projeto que dependem de áudio e de textura 2K e permanecem implícitas ou vestidas; use o Wan 3.0 para cenas explícitas com várias referências e o Wan 2.2 ou 2.7 Spicy para clipes explícitos de uma só imagem. Tanto o H3 quanto o Wan 3.0 ficam na faixa de 1.100 créditos para um clipe padrão, então a escolha é sobre qual revisão o seu briefing vai passar e se você precisa de 30 segundos (Wan) ou de som estéreo em 2K (H3).
Contextos e decisões
Um clipe de 12 segundos em que ela fala duas falas para a câmera em estéreo
O MiniMax H3 é a ferramenta mais forte da plataforma para isso; mantenha a referência vestida e cite as falas.
Uma cena explícita com várias referências
Use o Wan 3.0 referência para vídeo; a revisão do provedor do H3 já recusou tentativas adultas nas primeiras semanas.
- Abra o MiniMax H3 no Studio e escolha o modo de texto, imagem ou referência.
- Para diálogo, cite a fala e nomeie quem fala; para combinar a voz, envie um clipe de áudio que você tenha direito de usar.
- Renderize primeiro 5 segundos em 768P; a cotação cresce com os segundos de saída e de referência.
- Mantenha as referências enviadas vestidas ou implícitas enquanto a taxa de aprovação adulta ainda está sendo medida.
- Se o H3 barrar um clipe, leve o briefing ao Wan 3.0 em vez de reescrevê-lo.
Limites e riscos
Teste de aceitação do H3 em 768P com uma referência vestida
Rode um clipe de 5 segundos em 768P como teste de aceitação, compare a voz e a textura do nível 2K com uma renderização do mesmo briefing no Wan 3.0, interrompa na primeira recusa da revisão e escolha o Wan 3.0 para o restante explícito do projeto.
Os dados adultos do H3 nesta página são sete jobs; trate toda afirmação sobre a permissividade dele, inclusive a nossa, como provisória. Segundos de referência são cobrados: a MiniMax cobra os segundos de vídeo de entrada além dos de saída, então um clipe de referência de 15 segundos praticamente dobra a cotação de uma renderização de 15 segundos.
