MiniMax H3 Max Turbo vs Max: qual serve ao seu vídeo?

Escolha MiniMax H3 Max Turbo para vídeo guiado por texto ou quadros; escolha Max se a tomada precisar de imagens, vídeo ou áudio de referência. No SeedRouter, ambos aceitam 480P ou 768P e de cinco a quinze segundos inteiros. O Turbo cobra só segundos de saída. O Max tem cobranças separadas de saída, vídeo de referência e imagens extras. O Playground do Turbo e o Playground do Max expõem as configurações de cada modelo.

Esta comparação trata da interface nativa com array content, com ID de modelo minimax-h3-max-turbo no SeedRouter. Outros serviços usam o mesmo nome de exibição para uma interface adaptada separadamente. Em particular, o fal documenta durações fracionárias, uma opção 1080P e controles de áudio adicionais. Esses campos não pertencem à requisição do SeedRouter.^[1] Distinguir as interfaces evita escolher um modelo por uma função que o endpoint selecionado não oferece.

MiniMax H3 Max Turbo vs Max em resumo

Os limites do Turbo de estilo nativo também aparecem na documentação de requisições do XRToken e no guia Turbo da AI Video API; autenticação, padrões e formatos de resposta diferem dos do SeedRouter.^[2][3] Use nossa referência da API do Turbo para a requisição exata, em vez de copiar o formato externo de outro serviço.

Uma amostra real do MiniMax H3 Max Turbo

Geramos o clipe abaixo em 20 de outubro de 2026 com apenas texto, 768P, seis segundos solicitados, proporção 16:9 e expansão do prompt quality. Uma dançarina adulta faz uma sequência curta de hip-hop em um terraço ao pôr do sol. A saída baixada tem 1344 × 768 pixels e contém uma faixa de áudio AAC. Seu contêiner MP4 mede 6,592 segundos; o uso de geração informado é de seis segundos de saída.

O prompt exato foi:

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.

A amostra verifica uma requisição de texto para vídeo nessas configurações. Não verifica o comportamento guiado por quadros, cada modo de expansão ou todas as resoluções de saída. Nossas amostras do Max usaram outro prompt, portanto os clipes não são uma comparação controlada de velocidade ou qualidade. Ouça a saída antes de decidir se o som serve à edição; a presença de uma faixa de áudio, por si só, não comprova precisão sonora.

Mais dois briefings de dança, exigências visuais diferentes

Estes clipes adicionais usam o mesmo modelo, 768P, seis segundos solicitados, 16:9 e expansão do prompt quality. São gerações de texto para vídeo independentes, com coreografias, figurinos e iluminações diferentes. Cada MP4 baixado tem 1344 × 768, faixa AAC e duração de contêiner de 6,592 segundos; a duração de geração cobrável informada é de seis segundos.

Coreografia pop com jaqueta prateada em um palco neon

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.

Giros de jazz com vestido escarlate em um estúdio ensolarado

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.

A cena da jaqueta prateada usa transferências de peso precisas e um giro contra neons saturados. A cena do vestido vermelho destaca passos com deslocamento e uma saia que se abre em um estúdio amplo. Compare a sequência inteira, incluindo contato dos pés com o chão e transição para a pose final, em vez de avaliar só a capa.

Comece pelo recurso que define a tomada

Para uma cena de dança, decida o que precisa ficar fixo. Se precisar de uma intérprete e um cenário imaginados, o texto pode descrever figurino, coreografia e movimento de câmera. Uma foto como primeiro quadro é mais útil quando a composição inicial precisa corresponder a uma imagem de personagem existente. Adicione um último quadro se a tomada precisar terminar em outra composição específica e forneça também a imagem inicial.

É nesse ponto que Turbo e Max deixam de ser intercambiáveis. Uma foto usada como primeiro quadro define o início do clipe. Uma imagem de referência orienta a aparência sem necessariamente virar o quadro inicial. As entradas de quadros do Turbo não substituem o modo referência do Max. Tampouco é possível transformar um vídeo de referência de movimento em um primeiro quadro e preservar a mesma instrução.

Se o briefing diz “siga este movimento de câmera” e a fonte é um vídeo, avalie o Max. Se diz “comece nesta foto de personagem e anime a pose”, o Turbo tem os controles de quadros relevantes. Em ambos os casos, confira rosto, mãos, posição dos pés e roupas da intérprete durante toda a tomada. Uma boa imagem inicial não comprova que o personagem permanece consistente em movimento.

Compare o custo da requisição inteira

A cobrança do Turbo é a duração de saída gerada multiplicada pela tarifa da resolução escolhida. Um primeiro quadro, um par de primeiro e último quadro e a expansão do prompt não adicionam cobrança de entrada separada. A estimativa atual muda ao alterar duração ou resolução de saída.

O Max separa segundos de vídeo de saída e de referência. Inclui as duas primeiras imagens de entrada e cobra as posteriores; o áudio de referência não tem cobrança de entrada separada. Uma requisição Max com várias imagens de referência e um vídeo precisa, portanto, de mais do que a tarifa por segundo de saída para estimar o custo.^[4]

As tabelas acima mostram as tarifas atuais do SeedRouter para ambos. Para uma tomada só de texto de cinco segundos, compare cinco vezes a tarifa de saída na mesma resolução. No modo referência do Max, adicione as cobranças correspondentes de vídeo de referência e imagens extras. Preveja também o número de tentativas: cada nova geração bem-sucedida é uma requisição paga separada, mesmo com uma pequena mudança de prompt. Tarefas com falha não são cobradas.

A duração do contêiner e a duração cobrada podem diferir ligeiramente, como ilustra a amostra de dança de seis segundos. Consulte a estimativa antes do envio e o uso da conta após a conclusão. Recortar um clipe pronto no editor não reduz a quantidade já gerada.

Escolha resolução e duração antes de refinar o prompt

Os dois modelos comparados oferecem 480P e 768P. Decida primeiro onde o clipe será exibido: uma prévia pequena, uma mostra em largura total ou uma edição vertical para redes sociais. Examine nesse tamanho. Mais pixels podem facilitar a visualização de texturas, mas não garantem uma silhueta precisa, letras estáveis ou um movimento de câmera bem-sucedido.

Ambos aceitam durações de cinco a quinze segundos inteiros nesta interface. Se a edição final precisar de quatro segundos, gere uma duração permitida e recorte depois. Deixe espaço para a ação começar e se estabilizar. Várias ações concorrentes em um clipe curto de dança são mais difíceis de avaliar do que uma sequência clara de passos e um único giro.

Para uma comparação útil, mantenha prompt, proporção e duração constantes e altere uma configuração. Anote o que melhorou e o que mudou inesperadamente. As três amostras mostram saídas reais, mas não dizem qual modelo será melhor para toda cena.

Expansão do prompt e áudio

As opções de expansão são disabled, balanced e quality, com balanced como padrão. Disabled é adequado quando você quer enviar um briefing detalhado sem expansão. Mudar essa opção pode mudar a interpretação; quality nomeia um modo, não promete que o resultado atenderá aos seus critérios de aceitação.

O Turbo não tem campo de trilha sonora alvo nem de áudio de referência nesta interface. Descreva o som pretendido no prompt e examine a faixa gerada, ou adicione sua própria gravação na edição. O Max aceita áudio de referência no modo referência, junto com contexto de imagem ou vídeo. Áudio usado como guia não é uma promessa de colocar exatamente uma gravação fornecida na trilha sonora final.

Evite misturar contratos de serviços diferentes

Uma busca por “MiniMax H3 Max Turbo” pode retornar o modelo adaptado do fal, integrações de estilo nativo e fluxos da comunidade. Os nomes se sobrepõem, os esquemas não. A documentação de texto e imagem do fal inclui controles fora da interface de estilo nativo usada aqui.^[1] Uma requisição com suas durações fracionárias ou seu parâmetro de áudio alvo será rejeitada pelo SeedRouter, não reinterpretada silenciosamente.

A mesma cautela vale para seed. Alguns serviços de estilo nativo documentam um seed, mas esta interface não o expõe. Não use um campo seed de outro guia supondo que ele torna resultados reproduzíveis. Confira os parâmetros do endpoint real, os valores permitidos e suas regras de mídia antes de adaptar uma requisição funcional.

Perguntas frequentes

O MiniMax H3 Max Turbo é mais rápido que o Max?

Não há comparação controlada de tempo neste artigo. Uma requisição concluída não estabelece latência típica nem multiplicador de velocidade. Compare execuções repetidas em configurações equivalentes antes de assumir um prazo de entrega.

Posso trocar só o ID do modelo?

Uma requisição só de texto com configurações compartilhadas de resolução, duração e proporção pode manter a estrutura geral. Uma requisição Max com imagens, vídeo ou áudio de referência não pode ser transferida ao Turbo sem mudanças. Leia os campos de requisição do Turbo e remova suposições não aceitas antes de enviar.

O Turbo aceita geração só com o último quadro?

Não nesta interface. Forneça um primeiro quadro ao adicionar o último. Se a composição inicial não importar, gerar só com texto pode ser mais simples do que preparar uma imagem inicial arbitrária.

Qual devo testar para apresentar um produto?

Para uma cena escrita ou uma apresentação que comece com uma foto de produto, inicie no Playground do Turbo. Se o briefing depender de filmagens de referência, várias referências de aparência ou orientação de áudio, confira o Playground do Max. Escolha primeiro o modo de entrada e compare uma tomada pronta com os detalhes visuais exigidos pelo projeto.

Fontes

[1] fal: H3 Max Turbo text-to-video documentation. Uma interface hospedada separada; conferida em 20 de outubro de 2026. Seus campos não são o contrato do SeedRouter.

[2] XRToken: MiniMax H3 request parameters. Suas regras Max e Max-Turbo de estilo nativo distinguem quadros do modo referência; conferidas em 20 de outubro de 2026.

[3] AI Video API: MiniMax H3 Max Turbo. Limites de entrada específicos do Turbo e cobrança só da saída; conferidos em 20 de outubro de 2026. Seus campos de envelope e padrões diferem dos do SeedRouter.

[4] MiniMax: Create Video Generation Task e MiniMax pricing. Requisição e dimensões de cobrança do Max; conferidas em 20 de outubro de 2026. Os preços do SeedRouter acima vêm do componente de preços atualizados.