MiniMax H3 na Okou. Video s nativním zvukem až do 2K
Otevřený univerzální video model MiniMax. Generujte 4 až 15 sekundové klipy z textu, obrázků, videa a zvuku s nativním stereo zvukem.
Video / Text-to-video / Image-to-video / Audio
MiniMax H3 je otevřený, univerzální multimodální video model. Rozumí textu, obrázkům, videu a zvuku v jednom kontextu, poté generuje klipy o délce 4 až 15 sekund v rozlišení 768p nebo 2K s nativním stereo zvukem. Na Okou model přijímá až 9 referenčních obrázků, 3 referenční videa a 3 referenční zvukové klipy, s maximem 12 referenčních souborů v jednom požadavku.
Nejjasnější pozice H3 v kurátorské řadě je video s vysokým rozlišením a referenčním vedením se zvukem. Dosahuje 2K a zároveň zvládá reference pohybu, postav, produktů a zvukové stopy dohromady. Seedance 2.5 je vhodnější pro 30sekundové příběhy a větší sady referencí; Veo 3.1 Fast a Kling V3 4K zůstávají 4K možnostmi.
Co je MiniMax H3?
Srpen 2026 · Otevřený víceúčelový multimodální video model s nativním společným generováním zvuku a videa.
MiniMax představil H3 v červenci 2026 a model s otevřeným zdrojovým kódem v srpnu. Vydání kombinuje jednotné porozumění textu, obrazu, videa a zvuku s nativním 32 kHz stereo zvukem, výstupem až 2K a klipy až 15 sekund.
Okou zpřístupňuje hostovanou trasu MiniMax prostřednictvím aliasu minimax-h3. Podporuje generování textu na video, prvního snímku, posledního snímku a prvního až posledního snímku, plus samostatný referenční režim pro obrázky, video a zvuk. Hraniční snímky a referenční média nelze kombinovat v jednom požadavku.
Co je pozoruhodné na MiniMax H3
Architektura nadpisů a funkce schopností.
Univerzální multimodální systém pro generování videa s výstupem společného videa a stereo zvuku. H3 sjednocuje text, obraz, video a zvukový kontext pro generování řízené referencí. Jeho cesta 2K regeneruje z výsledku 768p s původním kontextem, aby zachovala detaily ve vyšším rozlišení.
Specifikace na první pohled
Ceny MiniMax H3
Relativní vestavěné náklady při standardním nastavení katalogu; skutečné kredity se liší podle nastavení generování.
Jak se MiniMax H3 chová v praxi
Pozorované chování z běhů produkčních agentů.
2K výstup
Možnost s nejvyšším rozlišením s referenčním vedením v kurátorské nabídce. H3 dokáže přijímat obrazové, video a zvukové reference až do 2K namísto zastavení na 720p nebo 1080p.
Nativní stereo zvuk
Každá generace H3 zahrnuje společně generovaný stereofonní zvuk. Hlas, efekty a hudba se mohou vyvíjet s vizuální sekvencí namísto přidávání v samostatném průchodu.
Omni-referenční kontrola
Jediný brief může kombinovat postavy a produkty z obrázků, pohyb z videí a hlas nebo rytmus ze zvuku. H3 je obzvláště užitečný, když požadovaný výstup závisí na vztazích napříč těmito typy referencí.
Nejlepší úkoly agenta pro MiniMax H3
2K produktový film se zvukem
Použijte produktové a značkové obrázky pro vizuální kontrolu, přidejte referenci pohybu a zvukovou stopu a vygenerujte klip ve vysokém rozlišení s nativním stereo zvukem v jednom průchodu.
Výkon řízený hlasem a pohybem
Zkombinujte obrázek postavy, referenci pohybu a hlasový klip. H3 může použít všechny tři modality dohromady k koordinaci vzhledu, akce a zvuku.
Odhalení od prvního do posledního snímku
Nastavte úvodní a závěrečné snímky a nechte H3 vygenerovat přechod mezi nimi v rozlišení 768p nebo 2K s nativním zvukem. Tento režim je oddělen od generování multimodálních referencí.
Kdy přeskočit MiniMax H3
Přeskočte MiniMax H3, když potřebujete klip delší než 15 sekund, tichý výstup, více než 12 referenčních souborů nebo hraniční snímky a referenční média ve stejném požadavku. Použijte Seedance 2.5 pro 30sekundové vyprávění a větší referenční sady, Veo 3.1 Fast pro krátký 4K filmový výstup nebo Kling V3 4K pro stylizované nativní 4K video.
MiniMax H3 vs. jiné modely
MiniMax H3 vs Seedance 2.5
MiniMax H3 vede v rozlišení výstupu s 2K videem a vždy zapnutým nativním stereo zvukem. Seedance 2.5 vede v délce a referenční kapacitě, s klipy až 30 sekund a až 50 multimodálními referencemi.
MiniMax H3 vs Veo 3.1 Fast
H3 generuje delší klipy až do 15 sekund a přijímá obrazové, video a zvukové reference, zatímco Veo 3.1 Fast dosahuje maximálně 8 sekund, ale dosahuje 4K. Oba generují nativní zvuk; zvolte H3 pro kontrolu referencí a Veo pro 4K filmový vzhled.
MiniMax H3 vs Kling V3 4K
H3 kombinuje multimodální reference, nativní stereo zvuk a výstup až 2K. Kling V3 4K dosahuje vyššího rozlišení a má silnější stylizovaný strop, ale nenabízí pracovní postup H3 řízený referencemi.
Sečteno a podtrženo: měli byste používat MiniMax H3?
Vyberte MiniMax H3 pro klipy řízené referencemi, které potřebují nativní stereo zvuk a rozlišení až 2K. Vyberte Seedance 2.5 pro delší vyprávění a větší referenční sady, nebo cestu 4K, když je prioritou konečné rozlišení dodávky.
Často kladené otázky
Jakou dobu trvání a rozlišení podporuje MiniMax H3 na Okou?
Každá celosekundová délka od 4 do 15 sekund, v rozlišení 768p nebo 2K. Aktuální trasa Okou standardně používá 2K.
Generuje MiniMax H3 vždy zvuk?
Ano. H3 vždy vrací nativní stereo zvuk s videem. Možnost tichého výstupu není pro tento model k dispozici.
Kolik referencí může obsahovat jeden požadavek H3?
Až 9 obrázků, 3 videoklipy a 3 zvukové klipy, celkem ne více než 12 referenčních souborů. Referenční zvuk musí být doprovázen alespoň jedním obrázkem nebo videem.
Lze první a poslední snímky kombinovat s jinými referencemi?
Ne. Režim ohraničujícího rámu H3 a režim multimodální reference jsou oddělené. Požadavek může použít první a poslední snímky nebo referenční obrázky, videa a zvuk, ale ne obě skupiny dohromady.
Je MiniMax H3 open source?
MiniMax vydal úkolově specifické kontrolní body H3 a podpůrný kód v srpnu 2026. Okou používá hostovanou trasu API od MiniMaxu, takže model můžete spustit, aniž byste sami nasazovali tyto kontrolní body.
Alternativy
Používání MiniMax H3 na Okou
Používání MiniMax H3 na Okou
Agenti Okou mohou volat MiniMax H3 jako součást běhu agenta, účtovaného proti kreditům Okou. Cenová úroveň výše je relativní nákladový signál produktu; konečný poplatek závisí na nastaveních, jako je velikost, kvalita, délka, rozlišení a zvuk.
Dostupné na Okou od August 2026.
