MiniMax H3 Max Turbo vs Max: Was passt zu deinem Video?

Wähle MiniMax H3 Max Turbo für text- oder framegeführtes Video; wähle Max, wenn die Einstellung Referenzbilder, Video oder Audio benötigt. Auf SeedRouter akzeptieren beide 480P oder 768P und fünf bis fünfzehn ganze Sekunden. Turbo berechnet nur Ausgabesekunden. Max berechnet Ausgabe, Referenzvideo und zusätzliche Bilder separat. Turbo Playground und Max Playground bieten die jeweils eigenen Modelleinstellungen.

Dieser Vergleich betrifft die native content-Array-Schnittstelle mit der Modell-ID minimax-h3-max-turbo auf SeedRouter. Andere Dienste verwenden denselben Anzeigenamen für eine separat angepasste Schnittstelle. Insbesondere dokumentiert fal Bruchteile von Sekunden, eine 1080P-Option und zusätzliche Audioeinstellungen. Diese Felder gehören nicht in die SeedRouter-Anfrage.^[1] Die Unterscheidung verhindert eine Modellwahl für eine Funktion, die der gewählte Endpunkt nicht anbietet.

MiniMax H3 Max Turbo vs Max auf einen Blick

Die nativen Turbo-Grenzen stehen auch in XRToken-Anfragedokumentation und dem Turbo-Leitfaden von AI Video API; Authentifizierung, Standardwerte und Antwortstrukturen unterscheiden sich von SeedRouter.^[2][3] Nutze für die genaue Anfrage unsere Turbo-API-Referenz, statt die Hülle eines anderen Dienstes zu kopieren.

Ein echtes MiniMax H3 Max Turbo Beispiel

Wir haben den folgenden Clip am 20. Oktober 2026 mit reinem Text, 768P, sechs angefragten Sekunden, 16:9 und Prompt-Erweiterung quality generiert. Eine erwachsene Tänzerin führt bei Sonnenuntergang auf einem Dach eine kurze Hip-Hop-Folge auf. Die heruntergeladene Ausgabe hat 1344 × 768 Pixel und eine AAC-Audiospur. Ihr MP4-Container misst 6,592 Sekunden; die gemeldete Generierungsnutzung beträgt sechs Ausgabesekunden.

Der genaue Prompt lautete:

A premium street-dance music-video shot, one continuous six-second take. A beautiful 25-year-old adult female professional dancer with a dark high ponytail performs an energetic hip-hop groove on a broad rooftop terrace at sunset, well away from its edges. She wears a white fitted T-shirt, an open cobalt-blue bomber jacket, loose white dance trousers and white sneakers. She starts dancing immediately: a quick lateral shuffle, a precise shoulder-and-arm isolation, then a smooth half-turn and two steps toward the camera, finishing with a confident smile. Keep her full body and both feet visible, with the dancer filling most of the frame height. The camera tracks backward smoothly as she approaches; the skyline stays soft behind her. Golden backlight outlines her moving hair and jacket, with soft frontal fill keeping her face clearly visible. Natural skin texture, stable identity, coherent hands and feet, believable balance and continuous foot contact with the terrace. Her clothing follows her motion and a light breeze. Original upbeat hip-hop drums and bass, synchronized to the choreography, no vocals. No cuts, no text, no logos, no other people.

Das Beispiel verifiziert eine Text-zu-Video-Anfrage mit diesen Einstellungen. Es verifiziert weder framegeführtes Verhalten noch alle Prompt-Erweiterungsmodi oder Ausgabeauflösungen. Unsere Max-Beispiele nutzten einen anderen Prompt; diese Clips sind daher kein kontrollierter Geschwindigkeits- oder Qualitätsvergleich. Höre die Ausgabe an, bevor du beurteilst, ob ihr Ton zum Schnitt passt; eine Audiospur allein belegt keine Klanggenauigkeit.

Zwei weitere Tanzbriefings mit anderen visuellen Anforderungen

Diese zusätzlichen Clips nutzen dasselbe Modell, 768P, sechs angefragte Sekunden, 16:9 und die Prompt-Erweiterung quality. Es sind unabhängige Text-zu-Video-Generierungen mit unterschiedlicher Choreografie, Kostümierung und Beleuchtung. Jede heruntergeladene MP4 hat 1344 × 768 Pixel, eine AAC-Spur und 6,592 Sekunden Containerdauer; die gemeldete abrechenbare Generierungsdauer beträgt sechs Sekunden.

Pop-Choreografie in silberner Jacke auf einer Neonbühne

An eye-catching pop dance music video, one continuous six-second shot. A beautiful 25-year-old adult East Asian female professional dancer with expressive eyes and long dark hair performs a precise, energetic pop choreography on a spacious neon-lit stage. She wears a reflective silver cropped jacket over a fitted black top, high-waisted black dance shorts and black ankle dance boots. Soft white key light keeps her face clear; magenta and electric-blue stage lights make a vivid background. Start dancing immediately: two snappy side steps, one coordinated shoulder-and-arm accent and a controlled half-turn, finishing toward the camera with a playful confident smile. Keep the full body and both feet visible, occupying most of the frame height. Smooth lateral camera tracking follows her without distracting zooms. Her hair and silver jacket move naturally with the dance. Photorealistic skin, stable face, coherent fingers and limbs, grounded footwork. Original upbeat electronic drums and bass, no vocals. No cuts, no text, no logos, no other people.

Jazzdrehungen im scharlachroten Kleid im sonnigen Studio

A polished fashion dance campaign, one continuous six-second take. A beautiful 25-year-old adult female professional dancer with glossy shoulder-length dark hair performs an expressive jazz dance solo in a bright spacious ivory studio. She wears an elegant scarlet-red sleeveless dance dress with a flared skirt and closed-toe red dance heels. Warm side light creates a clear face and a long soft floor shadow; the red dress is the strong visual focus against the pale background. She moves from the first frame: two crisp diagonal steps with sweeping arms, one smooth turn that opens the skirt, then a confident final pose with a direct look and a smile toward the lens. Keep her entire body and feet visible, filling most of the frame height. The camera tracks in a gentle shallow arc, maintaining distance and fluid continuity. Natural skin texture, stable facial identity, coherent hands and legs, believable weight shifts and fabric movement. Original lively jazz-funk rhythm with drums and bass, no vocals. No cuts, no text, no logos, no other people.

Die Szene mit silberner Jacke nutzt präzise Gewichtsverlagerungen und eine Drehung vor sattem Neonlicht. Die Szene im roten Kleid betont raumgreifende Schritte und einen aufschwingenden Rock in einem offenen Studio. Vergleiche die gesamte Folge einschließlich Bodenkontakt und Übergang zur Schlussposition, statt nur das Titelbild zu beurteilen.

Beginne mit dem Material, das die Einstellung bestimmt

Entscheide bei einer Tanzszene, was feststehen muss. Für neu erdachte Darstellerin und Umgebung kann Text Kostüm, Choreografie und Kamerabewegung beschreiben. Ein Foto als erster Frame wird nützlicher, wenn die Anfangskomposition zu einem vorhandenen Figurenbild passen muss. Füge einen letzten Frame hinzu, wenn die Einstellung in einer anderen vorgegebenen Komposition enden muss, und liefere das Anfangsbild mit.

Hier sind Turbo und Max nicht mehr austauschbar. Ein Foto als erster Frame legt den Anfang des Clips fest. Ein Referenzbild lenkt das Erscheinungsbild, ohne zwangsläufig zum Anfangsframe zu werden. Turbos Frame-Eingaben ersetzen den Referenzmodus von Max nicht. Ebenso lässt sich ein Bewegungsreferenzvideo nicht in einen ersten Frame umwandeln und dabei dieselbe Anweisung erhalten.

Lautet das Briefing „folge dieser Kamerabewegung“ und ist die Quelle ein Video, prüfe Max. Lautet es „beginne mit diesem Figurenfoto und animiere die Pose“, bietet Turbo die passenden Frame-Einstellungen. Prüfe in beiden Fällen Gesicht, Hände, Fußstellung und Kleidung der Tänzerin über die gesamte Aufnahme. Ein gutes Anfangsbild belegt nicht, dass die Figur in Bewegung konsistent bleibt.

Vergleiche die Kosten der ganzen Anfrage

Turbos Kosten ergeben sich aus der generierten Ausgabedauer mal dem Tarif der gewählten Auflösung. Ein erster Frame, ein Paar aus erstem und letztem Frame sowie Prompt-Erweiterung verursachen keine separaten Eingabekosten. Die aktuelle Schätzung ändert sich mit Ausgabedauer oder Auflösung.

Max trennt Ausgabevideo- und Referenzvideosekunden. Die ersten zwei Bildeingaben sind inklusive, spätere Bilder kosten extra; Referenz-Audio hat keinen separaten Eingabepreis. Für eine Max-Anfrage mit mehreren Referenzbildern und einem Video reicht der Ausgabesekundentarif daher nicht zur Kostenschätzung.^[4]

Die Tabellen oben zeigen aktuelle SeedRouter-Tarife für beide Modelle. Vergleiche bei einer reinen Texteinstellung von fünf Sekunden das Fünffache des Ausgabetarifs in derselben Auflösung. Addiere im Max-Referenzmodus die entsprechenden Referenzvideo- und Zusatzbildkosten. Plane auch die Anzahl der Versuche ein: Jede neue erfolgreiche Generierung ist eine eigene kostenpflichtige Anfrage, selbst bei einer kleinen Prompt-Änderung. Fehlgeschlagene Aufgaben werden nicht berechnet.

Containerdauer und abgerechnete Dauer können leicht abweichen, wie das Sechssekunden-Tanzbeispiel zeigt. Nutze vor dem Senden die Schätzung und nach Abschluss die Kontonutzung. Das Kürzen eines fertigen Clips im Schnittprogramm verringert nicht die bereits generierte Menge.

Wähle Auflösung und Dauer vor dem Feinschliff des Prompts

Beide hier verglichenen Modelle bieten 480P und 768P. Entscheide zuerst, wo der Clip erscheint: als kleine Vorschau, bildschirmbreites Beispiel oder vertikaler Social-Media-Schnitt. Prüfe ihn in dieser Größe. Mehr Pixel können Texturen sichtbarer machen, garantieren aber weder eine genaue Silhouette noch stabile Schrift oder eine gelungene Kamerabewegung.

Beide akzeptieren auf dieser Schnittstelle Dauern von fünf bis fünfzehn ganzen Sekunden. Benötigt der fertige Schnitt vier Sekunden, generiere eine erlaubte Dauer und kürze anschließend. Lass Raum für Beginn und Ausklang der Handlung. Mehrere konkurrierende Handlungen in einem kurzen Tanzclip sind schwerer zu beurteilen als eine klare Schrittfolge mit einer einzigen Drehung.

Halte für einen sinnvollen Vergleich Prompt, Seitenverhältnis und Dauer gleich und ändere dann eine Einstellung. Notiere Verbesserungen und unerwartete Änderungen. Die drei Beispiele zeigen tatsächliche Ausgaben, beantworten aber nicht, welches Modell für jede Szene am besten ist.

Prompt-Erweiterung und Audio

Die Erweiterungsoptionen sind disabled, balanced und quality; balanced ist der Standard. Disabled eignet sich, wenn du ein detailliertes Briefing ohne Prompt-Erweiterung senden möchtest. Eine Änderung dieser Option kann die Interpretation ändern; das Wort quality bezeichnet einen Modus und verspricht nicht, dass ein Ergebnis deine Abnahmekriterien erfüllt.

Turbo hat auf dieser Schnittstelle kein Feld für Zielsoundtrack oder Referenz-Audio. Beschreibe den gewünschten Ton im Prompt und prüfe die generierte Spur oder ergänze deine eigene Aufnahme im Schnitt. Max akzeptiert Referenz-Audio im Referenzmodus zusammen mit Bild- oder Videokontext. Audio als Orientierung ist kein Versprechen, eine bestimmte bereitgestellte Aufnahme exakt im fertigen Soundtrack zu platzieren.

Vermische keine Verträge verschiedener Dienste

Eine Suche nach „MiniMax H3 Max Turbo“ kann das angepasste fal-Modell, native Integrationen und Community-Abläufe liefern. Ihre Namen überschneiden sich, ihre Schemas nicht. Fals Text- und Bilddokumentation enthält Einstellungen außerhalb der hier verwendeten nativen Schnittstelle.^[1] Eine Anfrage mit dortigen Sekundenbruchteilen oder Ziellaudioparametern wird von SeedRouter abgelehnt statt still umgedeutet.

Dieselbe Vorsicht gilt für Seed-Einstellungen. Einige native Dienste dokumentieren einen Seed; diese Schnittstelle bietet keinen. Übernimm kein Seed-Feld aus einem anderen Leitfaden in der Annahme, dass es Ergebnisse reproduzierbar macht. Prüfe Parameterliste, zulässige Werte und Medienregeln des tatsächlichen Endpunkts, bevor du eine funktionierende Anfrage anpasst.

Häufig gestellte Fragen

Ist MiniMax H3 Max Turbo schneller als Max?

Dieser Artikel enthält keinen kontrollierten Zeitvergleich. Eine abgeschlossene Anfrage belegt weder typische Wartezeit noch einen Geschwindigkeitsfaktor. Vergleiche wiederholte Durchläufe mit gleichwertigen Einstellungen, bevor du eine Lieferzeit zusagst.

Kann ich durch Ändern nur der Modell-ID wechseln?

Eine reine Textanfrage mit gemeinsamen Einstellungen für Auflösung, Dauer und Seitenverhältnis kann ihre allgemeine Struktur behalten. Eine Max-Anfrage mit Referenzbildern, Video oder Audio lässt sich nicht unverändert zu Turbo übertragen. Lies die Turbo-Anfragefelder und entferne vor dem Senden nicht unterstützte Annahmen.

Unterstützt Turbo die Generierung nur mit einem letzten Frame?

Nicht auf dieser Schnittstelle. Gib beim Hinzufügen eines letzten Frames auch einen ersten an. Ist die Anfangskomposition unwichtig, kann reine Textgenerierung einfacher sein als die Vorbereitung eines beliebigen Anfangsbildes.

Was sollte ich für eine Produktenthüllung testen?

Beginne für eine beschriebene Szene oder eine mit Produktfoto beginnende Enthüllung im Turbo Playground. Bestimmen Referenzaufnahmen, mehrere Erscheinungsreferenzen oder Audioorientierung das Briefing, prüfe den Max Playground. Wähle zuerst den Eingabemodus und vergleiche dann eine fertige Aufnahme mit den visuellen Anforderungen deines Projekts.

Quellen

[1] fal: H3 Max Turbo text-to-video documentation. Eine separate gehostete Schnittstelle; geprüft am 20. Oktober 2026. Ihre Felder sind nicht der SeedRouter-Vertrag.

[2] XRToken: MiniMax H3 request parameters. Die nativen Max- und Max-Turbo-Regeln unterscheiden Frame-Eingaben vom Referenzmodus; geprüft am 20. Oktober 2026.

[3] AI Video API: MiniMax H3 Max Turbo. Turbo-spezifische Eingabegrenzen und reine Ausgabeabrechnung; geprüft am 20. Oktober 2026. Hüllfelder und Standardwerte unterscheiden sich von SeedRouter.

[4] MiniMax: Create Video Generation Task und MiniMax pricing. Max-Anfrage und Abrechnungsbestandteile; geprüft am 20. Oktober 2026. SeedRouter-Preise oben stammen aus der aktuellen Preiskomponente.