MiniMax H3 Max a H3: rozdzielczość, długość i referencje

Wybierz MiniMax H3 Max do klipów 480P lub 768P długości 5–15 sekund. Wybierz H3 do 2K lub klipu czterosekundowego. Według obecnej dokumentacji MiniMax oba modele przyjmują obrazy, wideo i audio referencyjne. Max jest opisywany jako szybciej generujący wariant; ten opis nie dowodzi przewagi jakościowej ani zmierzonej różnicy szybkości dla Twojej sceny.^[1]

Nazwy sugerują bardziej hierarchiczny wybór, niż jest w rzeczywistości. Przy krótkim występie tanecznym na scenie zacznij od wymagań wyniku: jak duży będzie wyświetlany klip, jak długo ma trwać ruch i czy potrzebujesz dostarczonych multimediów? Te odpowiedzi zawężą wybór modelu, zanim wydasz środki.

MiniMax H3 Max a H3 w skrócie

Limity możliwości pochodzą z obecnej specyfikacji generowania; liczba bezpłatnych obrazów i rozliczanie referencji pochodzą z dokumentacji cen MiniMax.^[1][2]

Zacznij od potrzebnej rozdzielczości i długości

Szkic 480P pomoże ocenić, czy prosta akcja jest czytelna. W scenie tanecznej możesz najpierw sprawdzić kroki i to, czy obrót kończy się w wybranym czasie. Użyj 768P, aby wyraźniej zobaczyć twarz i kostium. Zmiana rozdzielczości uruchamia osobny render; nie ulepsza tego samego gotowego klipu.

Jeśli opis wymaga 2K, użyj MiniMax H3. Max nie przyjmuje 2K w specyfikacji MiniMax. Czterosekundowe okno też wskazuje na H3: przekazanie duration: 4 do Max to błąd parametru, a nie prośba o skrócenie pięciosekundowego klipu.^[1]

Nazwa żadnego modelu nie dowodzi, że zachowa on etykietę produktu lub drobną teksturę. Sprawdzaj wynik w docelowym rozmiarze publikacji. Jeśli ważna jest dokładna typografia, kontrolowany obraz lub osobna nakładka tekstowa mogą być łatwiejsze do zweryfikowania niż generowane napisy.

Max obsługuje teraz multimedia referencyjne

Starsze opisy mogą nazywać Max modelem tylko do tekstu i klatek. Obecna specyfikacja MiniMax wyraźnie uwzględnia referencje na wideo dla H3 Max, z obrazami, wideo i audio referencyjnym. Przy migracji starszej integracji sprawdź aktualną dokumentację.^[1]

Wybierz tryb klatek, gdy głównymi ograniczeniami są obrazy otwierający i końcowy. Wybierz tryb referencyjny, gdy multimedia mają ukierunkować scenę. Klatek i wejść referencyjnych nie można mieszać w jednym żądaniu. Ujęcie z samego tekstu wymaga jawnych proporcji; tryb referencyjny może używać adaptive.

W scenie tanecznej jeden obraz kostiumu lub postaci może pomóc ukierunkować wygląd wykonawczyni. Wideo referencyjne dodaje inne wejście: ruch w czasie. Dodawaj je tylko wtedy, gdy ten ruch jest ważny dla opisu, ponieważ jego długość wpływa na rachunek nawet przy krótszym gotowym ujęciu.

Porównaj pełny koszt żądania

Porównanie z samego tekstu uwzględnia długość i rozdzielczość wyniku. Porównanie z referencjami wymaga też długości wideo wejściowego i liczby obrazów. Pierwsze dwa obrazy Max są bezpłatne; w H3 pierwsze pięć. Żądanie z trzema zdjęciami referencyjnymi ma więc jeden płatny obraz w Max i żadnego w H3.^[2]

Dla Max licz sekundy wyniku według stawki wyjściowej, sekundy wideo referencyjnego według wejściowej, a obrazy po pierwszych dwóch według stawki za obraz. Nie sumuj wszystkich sekund i nie mnóż przez jedną liczbę: stawki wejścia i wyjścia się różnią. Audio referencyjne nie ma osobnej opłaty wejściowej.

Playground MiniMax H3 Max szacuje żądanie według aktualnych stawek SeedRouter. Sprawdź pełny szacunek po dołączeniu multimediów. Gotowe pięciosekundowe wideo nie musi oznaczać opłaty tylko za pięć sekund, jeśli użyto też wideo referencyjnego.

Świadomie używaj rozwijania promptu

Max udostępnia extra.prompt_expansion_mode. balanced jest domyślne; disabled wyłącza rozwijanie, a quality nadaje priorytet jakości rozwijania promptu.^[1]

Dla poniższej sceny tanecznej wysłaliśmy ten prompt 20 października 2026 roku:

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, żądane sześć sekund i 16:9, rozwijanie quality. Oryginalne wygenerowane wideo; okładka to klatka z tego klipu.

To żądanie tekst na wideo zakończyło się i dostarczyło plik MP4 1344 × 768 ze ścieżką audio AAC. Plik trwa 6,592 sekundy, a zgłoszona rozliczana długość wyniku to sześć sekund. Tancerka wykonuje kroki w bok, obraca się i kończy twarzą do kamery. Sprawdź cały ruch, zwłaszcza dłonie, ustawienie stóp i spójność twarzy, zanim użyjesz wyniku w montażu.

To jeden przykład, a nie kontrolowane porównanie trybów rozwijania ani test względem H3. Tryb o nazwie quality nie gwarantuje wykonania każdej instrukcji choreografii lub kamery. Wygenerowaną muzykę też trzeba sprawdzić względem ruchu; ścieżka dźwiękowa nie dowodzi precyzyjnej synchronizacji z rytmem.

Dwa kolejne opisy tańca, inne wymagania wizualne

Te dodatkowe klipy używają tego samego modelu, 768P, sześciu żądanych sekund, 16:9 i rozwijania promptu quality. To niezależne generowania z tekstu, z różną choreografią, kostiumami i światłem. Każdy pobrany MP4 ma 1344 × 768, ścieżkę AAC i kontener długości 6,592 sekundy; zgłoszona rozliczana długość generowania wynosi sześć sekund.

Taniec latynoski w złotych frędzlach pod ciepłym reflektorem

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.

Niebieski szyfon i płynne obroty nad morzem

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.

Scena ze złotymi frędzlami ułatwia sprawdzenie rytmu kroków i obrotu na ciemnym tle. Scena nad morzem podkreśla ciągły ruch ramion, falujący szyfon i sylwetki w świetle kontrowym. Zobacz, jak po obrocie ustala się poza; dobra pojedyncza klatka nie dowodzi jakości ruchu.

Który model wybrać?

Użyj MiniMax H3 Max, gdy 480P lub 768P pasuje do wymagań wyniku, a ujęcie trwa co najmniej pięć sekund. Użyj H3, gdy potrzebujesz 2K lub długości czterech sekund. Przy pracy z wieloma referencjami porównaj pełny szacunek przed decyzją: wspólna opcja 768P nie oznacza jednakowych opłat wejściowych.

Zacznij od jednej sceny, której wynik potrafisz ocenić. Osobno sprawdź spójność obiektu, ruch kamery i dźwięk. To porównanie opiera się na udokumentowanych możliwościach i aktualnych cenach, a nie kontrolowanym teście jakości lub opóźnień.

Często zadawane pytania

Czy MiniMax H3 Max obsługuje wideo referencyjne?

Tak. Obecna specyfikacja generowania MiniMax uwzględnia wideo, obrazy i audio referencyjne dla Max. Wejścia klatek i referencji są osobnymi trybami i nie można ich łączyć w jednym żądaniu. Sprawdź pełny szacunek, ponieważ Max rozlicza sekundy wideo referencyjnego według osobnej stawki wejściowej.^[1][2]

Czy MiniMax H3 Max generuje wideo 2K?

Nie. Obecna specyfikacja Max przyjmuje 480P lub 768P. H3 przyjmuje 768P lub 2K. Wybranie Max nie odblokowuje opcji 2K z H3, a późniejsza zmiana wymiarów wyniku jest osobną operacją.^[1]

Czy Max jest zawsze tańszy niż H3?

Porównaj całe żądanie. Znaczenie mają rozdzielczość i długość wyniku, ale też sekundy wideo referencyjnego i płatne obrazy. Trzy obrazy wejściowe przekraczają limit dwóch bezpłatnych w Max, podczas gdy H3 obejmuje pierwsze pięć. Aktualny szacunek jest bardziej przydatny niż porównanie samej stawki wyjściowej.^[2]

Źródła

[1] MiniMax: Create Video Generation Task. Rozdzielczości, długości, tryby content i rozwijanie promptu właściwe dla modeli; sprawdzono 20 października 2026 roku.

[2] MiniMax pricing. Składniki opłat za wynik i referencje oraz liczba bezpłatnych obrazów; sprawdzono 20 października 2026 roku. Aktualna tabela powyżej pokazuje ceny SeedRouter.