MiniMax H3 Max vs H3: resoluciones, duración y referencias

Elige MiniMax H3 Max para clips en 480P o 768P de 5 a 15 segundos. Elige H3 para 2K o un clip de cuatro segundos. Ambos modelos aceptan imágenes, vídeo y audio de referencia en la documentación actual de MiniMax. Max se describe como la variante de generación más rápida; esa descripción no demuestra una ventaja de calidad ni una diferencia de velocidad medida para tu escena.^[1]

Los nombres hacen que la elección parezca más jerárquica de lo que es. Para un baile corto en un escenario, empieza por el resultado: ¿a qué tamaño se verá el clip, cuánto debe durar el movimiento y necesitas medios aportados? Esas respuestas acotan la elección antes de gastar créditos.

MiniMax H3 Max vs H3 de un vistazo

Los límites de capacidad proceden del contrato de generación actual; las imágenes incluidas y los cargos por referencias, de la documentación de precios de MiniMax.^[1][2]

Empieza por la resolución y la duración que necesitas

Un borrador en 480P puede ayudar a comprobar si una acción sencilla se entiende. En una escena de baile, quizá quieras revisar primero los pasos y si el giro termina dentro de la duración elegida. Usa 768P para ver con más claridad el rostro y el vestuario. Cambiar la resolución inicia una generación independiente; no mejora el mismo clip ya terminado.

Si el brief pide 2K, usa MiniMax H3. Max no acepta 2K en el contrato de MiniMax. Un espacio de cuatro segundos también apunta a H3: enviar duration: 4 a Max es un error de parámetro, no una petición de acortar un clip de cinco segundos.^[1]

El nombre de ninguno de los modelos demuestra que conservará una etiqueta de producto o una textura fina. Revisa la salida al tamaño al que piensas publicarla. Si la tipografía exacta importa, puede ser más fácil verificar una imagen controlada o una capa de texto independiente que letras generadas.

Max ya admite medios de referencia

Las descripciones antiguas pueden presentar Max como un modelo limitado a texto y fotogramas. El contrato actual de MiniMax incluye explícitamente referencias a vídeo para H3 Max, con imágenes, vídeo y audio de referencia. Consulta la documentación actual al migrar una integración antigua.^[1]

Elige el modo fotogramas cuando las imágenes inicial y final sean las principales restricciones. Elige el modo referencia cuando los medios deban guiar la escena. Fotogramas y referencias no se pueden mezclar en una solicitud. Un plano de solo texto necesita una relación de aspecto explícita; el modo referencia puede usar adaptive.

Para una escena de baile, una imagen de vestuario o personaje puede ayudar a guiar el aspecto de la intérprete. Un vídeo de referencia añade otra entrada: movimiento a lo largo del tiempo. Inclúyelo solo si ese movimiento importa para el brief, porque su duración afecta a la factura aunque el plano terminado sea más corto.

Compara el coste completo de la solicitud

Una comparación de solo texto usa la duración y la resolución de salida. Una comparación guiada por referencias también necesita la duración del vídeo de entrada y el número de imágenes. Las dos primeras imágenes de Max son gratis; las cinco primeras de H3 también. Por tanto, una solicitud con tres fotos de referencia tiene una imagen de pago en Max y ninguna en H3.^[2]

Para Max, calcula los segundos de salida a la tarifa de salida, los segundos de vídeo de referencia a la tarifa de entrada y las imágenes después de las dos primeras a la tarifa de imagen. No sumes todos los segundos para multiplicarlos por una sola cifra: las tarifas de entrada y salida son distintas. El audio de referencia no tiene un cargo de entrada aparte.

El Playground de MiniMax H3 Max estima la solicitud con las tarifas actuales de SeedRouter. Comprueba la estimación completa después de adjuntar tus medios. Un vídeo terminado de cinco segundos no significa necesariamente que pagues solo cinco segundos si también se utilizó un vídeo de referencia.

Usa la expansión del prompt con intención

Max expone extra.prompt_expansion_mode. balanced es el valor por defecto; disabled desactiva la expansión, mientras que quality prioriza la calidad de la expansión del prompt.^[1]

Para la escena de baile de abajo, enviamos este prompt el 20 de octubre de 2026:

A cinematic dance-fashion film, one continuous six-second shot. A beautiful 25-year-old adult female professional dancer with long dark hair performs confident jazz-funk choreography on a spacious dark stage. She wears a fitted black top, a flowing crimson satin jacket, tailored black trousers and dance shoes. From the first frame she is already moving: two crisp side steps with coordinated arm sweeps, a controlled half-turn, then she faces the camera and lands a strong final pose. Show her entire body, including both feet, occupying most of the frame height. A smooth camera dolly follows in a shallow arc at waist height, maintaining a clear view of her face and footwork. Soft white key light keeps her face natural; deep violet and warm amber stage lights create depth, with subtle floor reflections. Her jacket and hair respond naturally to the turns. Photorealistic skin, stable facial identity, anatomically coherent hands and legs, fluid grounded movement. Original rhythmic funk percussion and bass synchronized to her steps, no vocals. No cuts, no text, no logos, no other people.

MiniMax H3 Max: 768P, seis segundos solicitados, 16:9 solicitado, expansión quality. Vídeo generado original; la portada es un fotograma de este clip.

Esta solicitud de texto a vídeo se completó y entregó un MP4 de 1344 × 768 con una pista de audio AAC. El archivo mide 6,592 segundos, mientras que la duración de salida facturable declarada es de seis segundos. La bailarina da pasos laterales, gira y termina mirando a la cámara. Revisa el movimiento completo, especialmente las manos, la colocación de los pies y la consistencia del rostro, antes de usar la salida en un montaje.

Es una muestra, no una comparación controlada de los modos de expansión ni una prueba frente a H3. Un modo llamado quality no garantiza que se cumpla cada instrucción de coreografía o cámara. También hay que contrastar la música generada con el movimiento; una banda sonora no demuestra una sincronización precisa con el ritmo.

Dos briefs de baile más, con exigencias visuales distintas

Estos clips adicionales usan el mismo modelo, 768P, seis segundos solicitados, 16:9 y expansión del prompt quality. Son generaciones de texto a vídeo independientes, con coreografía, vestuario e iluminación diferentes. Cada MP4 descargado es de 1344 × 768, con pista AAC y duración de contenedor de 6,592 segundos; la duración de generación facturable declarada es de seis segundos.

Baile latino con flecos dorados bajo un foco cálido

A striking professional dance music video, one continuous six-second take. A beautiful 25-year-old adult woman with expressive brown eyes and glossy dark curls performs a confident Latin dance solo. She wears an elegant gold fringe dance dress and matching closed-toe dance heels. A large warm spotlight lights her face against a deep charcoal stage; the golden fringe catches the light with each move. Begin immediately with a sharp side step and a coordinated arm sweep, continue into one controlled spin with the fringe fanning out, then finish facing the camera with a bright confident smile. Keep her full body and feet visible, filling most of the frame height. A smooth shallow camera arc follows the movement without cuts or sudden zooms. Realistic skin texture, stable face and anatomy, grounded footwork and believable fabric motion. Original lively Latin percussion and bass, no vocals. No text, no logos, no other people.

Gasa azul y giros fluidos junto al mar

A visually arresting fashion dance film, one continuous six-second shot. A beautiful 25-year-old adult female contemporary dancer with long dark hair performs on a wide flat seaside terrace at golden hour. She wears an elegant flowing sapphire-blue chiffon dance dress and is barefoot. Start on an expressive full-body pose already in motion: she sweeps one arm overhead, takes two graceful grounded steps, then makes one flowing turn that fans the blue skirt through warm sunlight. She settles into an open pose and looks toward the camera. The ocean is a soft turquoise background, not the subject. Gentle wind lifts her hair and the dress. A smooth camera arc at chest height preserves her face and whole-body silhouette, keeping both feet in frame. The dancer occupies most of the frame height. Natural skin detail, stable identity, anatomically coherent hands and legs, continuous balanced motion. Original rhythmic instrumental strings and light percussion, no vocals. No cuts, no text, no logos, no other people.

La escena de flecos dorados facilita revisar el ritmo de pasos y giro sobre un fondo oscuro. La escena junto al mar destaca, en cambio, el movimiento continuo de brazos, la gasa fluida y las siluetas a contraluz. Observa cómo se estabiliza la pose tras el giro; un buen fotograma aislado no demuestra la calidad del movimiento.

¿Cuál deberías elegir?

Usa MiniMax H3 Max cuando 480P o 768P encajen con la entrega y el plano dure al menos cinco segundos. Usa H3 cuando necesites 2K o cuatro segundos de duración. Para trabajos con muchas referencias, compara la estimación completa antes de decidir: compartir la opción 768P no hace idénticos los cargos de entrada.

Empieza con una escena cuyo resultado puedas juzgar. Comprueba por separado la consistencia del sujeto, el movimiento de cámara y el sonido. Esta comparación se basa en capacidades documentadas y precios actuales, no en una prueba controlada de calidad o latencia.

Preguntas frecuentes

¿MiniMax H3 Max admite vídeo de referencia?

Sí. El contrato de generación actual de MiniMax incluye vídeo, imágenes y audio de referencia para Max. Fotogramas y referencias son modos separados que no se pueden combinar en una solicitud. Comprueba la estimación completa, porque Max cobra los segundos de vídeo de referencia a una tarifa de entrada independiente.^[1][2]

¿MiniMax H3 Max puede generar vídeo 2K?

No. El contrato actual de Max acepta 480P o 768P. H3 acepta 768P o 2K. Elegir Max no desbloquea la opción 2K de H3, y cambiar después las dimensiones de una salida es una operación independiente.^[1]

¿Max es siempre más barato que H3?

Compara la solicitud completa. La resolución y la duración de salida importan, pero también los segundos de vídeo de referencia y las imágenes de pago. Tres imágenes de entrada superan las dos incluidas en Max, mientras que H3 incluye las cinco primeras. La estimación actual es más útil que comparar solo la tarifa de salida.^[2]

Fuentes

[1] MiniMax: Create Video Generation Task. Resoluciones, duraciones, modos de contenido y expansión del prompt específicos del modelo; comprobados el 20 de octubre de 2026.

[2] MiniMax pricing. Dimensiones de cobro de salida y referencias e imágenes incluidas; comprobadas el 20 de octubre de 2026. La tabla actualizada de arriba muestra los precios de SeedRouter.