MiniMax H3 Max và H3: độ phân giải, thời lượng, tham chiếu

Chọn MiniMax H3 Max cho clip 480P hoặc 768P dài 5–15 giây. Chọn H3 nếu cần 2K hoặc clip bốn giây. Theo tài liệu MiniMax hiện tại, cả hai mô hình đều nhận ảnh, video và âm thanh tham chiếu. Max được mô tả là biến thể tạo nhanh hơn; mô tả đó không xác lập lợi thế chất lượng hay chênh lệch tốc độ đã đo cho cảnh của bạn.^[1]

Tên gọi khiến lựa chọn nghe có vẻ phân cấp hơn thực tế. Với một màn vũ đạo ngắn trên sân khấu, hãy bắt đầu từ sản phẩm cần giao: clip sẽ hiển thị lớn đến đâu, chuyển động cần kéo dài bao lâu và có cần media được cung cấp không? Những câu trả lời này thu hẹp lựa chọn mô hình trước khi bạn dùng số dư.

Sơ lược MiniMax H3 Max so với H3

Giới hạn khả năng lấy từ hợp đồng tạo video hiện tại; số ảnh miễn phí và cách tính phí tham chiếu lấy từ tài liệu giá MiniMax.^[1][2]

Bắt đầu từ độ phân giải và thời lượng cần thiết

Bản nháp 480P có thể giúp trả lời liệu một hành động đơn giản có rõ ràng không. Với cảnh vũ đạo, trước tiên bạn có thể kiểm tra bước chân và xem vòng xoay có kết thúc trong thời lượng đã chọn không. Dùng 768P để nhìn rõ hơn gương mặt và trang phục. Đổi độ phân giải bắt đầu một lần render riêng, không nâng cấp cùng clip đã hoàn tất.

Nếu mô tả yêu cầu 2K, dùng MiniMax H3. Max không nhận 2K trong hợp đồng MiniMax. Khung thời gian bốn giây cũng hướng đến H3: truyền duration: 4 cho Max là lỗi tham số, không phải yêu cầu rút ngắn clip năm giây.^[1]

Tên của cả hai mô hình đều không chứng minh rằng nhãn sản phẩm hay bề mặt tinh vi sẽ được giữ nguyên. Kiểm tra đầu ra ở kích thước dự định xuất bản. Nếu cần kiểu chữ chính xác, một ảnh được kiểm soát hoặc lớp chữ riêng có thể dễ xác minh hơn chữ được tạo.

Max hiện hỗ trợ media tham chiếu

Mô tả cũ có thể gọi Max là mô hình chỉ dùng văn bản và khung hình. Hợp đồng MiniMax hiện tại nêu rõ H3 Max hỗ trợ tham chiếu thành video với ảnh, video và âm thanh tham chiếu. Kiểm tra tài liệu hiện tại khi chuyển một tích hợp cũ.^[1]

Chọn chế độ khung hình khi ảnh mở đầu và kết thúc là ràng buộc chính. Chọn chế độ tham chiếu khi media cần định hướng cảnh. Không trộn khung hình và đầu vào tham chiếu trong một yêu cầu. Cảnh chỉ từ văn bản cần tỷ lệ khung hình rõ ràng; chế độ tham chiếu có thể dùng adaptive.

Với cảnh vũ đạo, một ảnh trang phục hoặc nhân vật có thể định hướng ngoại hình người biểu diễn. Video tham chiếu thêm loại đầu vào khác: chuyển động theo thời gian. Chỉ thêm khi chuyển động đó quan trọng với mô tả, vì thời lượng của nó ảnh hưởng hóa đơn dù cảnh thành phẩm ngắn hơn.

So sánh toàn bộ chi phí yêu cầu

So sánh chỉ từ văn bản dùng thời lượng và độ phân giải đầu ra. So sánh dựa trên tham chiếu còn cần thời lượng video đầu vào và số ảnh. Hai ảnh đầu của Max miễn phí; năm ảnh đầu của H3 miễn phí. Vì vậy yêu cầu có ba ảnh tham chiếu có một ảnh tính phí trên Max và không có ảnh tính phí trên H3.^[2]

Với Max, tính giây đầu ra theo giá đầu ra, giây video tham chiếu theo giá đầu vào và ảnh từ ảnh thứ ba theo giá ảnh. Đừng cộng tất cả số giây rồi nhân một con số: mức giá đầu vào và đầu ra khác nhau. Âm thanh tham chiếu không có phí đầu vào riêng.

Playground MiniMax H3 Max ước tính yêu cầu bằng mức giá SeedRouter hiện tại. Kiểm tra ước tính đầy đủ sau khi đính kèm media. Video thành phẩm năm giây không nhất thiết có nghĩa là chỉ trả năm giây nếu còn dùng video tham chiếu.

Chủ động chọn cách mở rộng prompt

Max cung cấp extra.prompt_expansion_mode. balanced là mặc định; disabled tắt mở rộng, còn quality ưu tiên chất lượng mở rộng prompt.^[1]

Với cảnh vũ đạo bên dưới, chúng tôi gửi prompt này ngày 20 tháng 10 năm 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, yêu cầu sáu giây và 16:9, mở rộng quality. Video gốc được tạo; ảnh bìa là một khung hình của clip này.

Yêu cầu văn bản thành video này đã hoàn tất và giao MP4 1344 × 768 có bản âm thanh AAC. Tệp dài 6,592 giây, trong khi thời lượng đầu ra tính phí được báo cáo là sáu giây. Vũ công bước ngang, xoay và kết thúc hướng về máy quay. Kiểm tra toàn bộ chuyển động, nhất là tay, vị trí bàn chân và sự nhất quán gương mặt, trước khi dùng đầu ra trong bản dựng.

Đây là một mẫu, không phải so sánh có kiểm soát giữa các chế độ mở rộng hay thử nghiệm với H3. Chế độ tên quality không bảo đảm mọi chỉ dẫn vũ đạo hoặc máy quay đều được tuân theo. Cũng cần đối chiếu nhạc được tạo với chuyển động; có nhạc nền không chứng minh đồng bộ nhịp chính xác.

Hai mô tả vũ đạo khác với yêu cầu hình ảnh khác nhau

Các clip bổ sung này dùng cùng mô hình, 768P, sáu giây được yêu cầu, 16:9 và mở rộng prompt quality. Chúng là các lần tạo từ văn bản độc lập, với vũ đạo, trang phục và ánh sáng khác nhau. Mỗi MP4 tải về là 1344 × 768 với bản âm thanh AAC và thời lượng container 6,592 giây; thời lượng tạo tính phí được báo cáo là sáu giây.

Vũ điệu Latin tua rua vàng dưới đèn rọi ấm

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.

Voan xanh và vòng xoay mềm mại bên bờ biển

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.

Cảnh tua rua vàng giúp dễ kiểm tra nhịp bước và xoay trên nền tối. Cảnh bên biển lại nhấn mạnh chuyển động tay liên tục, voan bay và bóng dáng trong ánh sáng ngược. Quan sát tư thế ổn định thế nào sau vòng xoay; một khung hình đẹp không xác lập chất lượng chuyển động.

Nên chọn mô hình nào?

Dùng MiniMax H3 Max khi 480P hoặc 768P phù hợp với sản phẩm cần giao và cảnh dài ít nhất năm giây. Dùng H3 khi cần 2K hoặc thời lượng bốn giây. Với công việc dùng nhiều tham chiếu, so sánh ước tính đầy đủ trước khi quyết định: cùng có 768P không làm phí đầu vào giống nhau.

Bắt đầu với một cảnh mà bạn có thể đánh giá kết quả. Kiểm tra riêng sự nhất quán chủ thể, chuyển động máy quay và âm thanh. So sánh này dựa trên khả năng được ghi trong tài liệu và giá hiện tại, không phải phép đo có kiểm soát về chất lượng hay độ trễ.

Câu hỏi thường gặp

MiniMax H3 Max có hỗ trợ video tham chiếu không?

Có. Hợp đồng tạo video MiniMax hiện tại bao gồm video, ảnh và âm thanh tham chiếu cho Max. Đầu vào khung hình và tham chiếu là các chế độ riêng, không thể kết hợp trong một yêu cầu. Kiểm tra ước tính đầy đủ vì Max tính giây video tham chiếu theo mức giá đầu vào riêng.^[1][2]

MiniMax H3 Max có tạo video 2K được không?

Không. Hợp đồng Max hiện tại nhận 480P hoặc 768P. H3 nhận 768P hoặc 2K. Chọn Max không mở khóa tùy chọn 2K của H3, và đổi kích thước đầu ra sau đó là thao tác riêng.^[1]

Max có luôn rẻ hơn H3 không?

So sánh toàn bộ yêu cầu. Độ phân giải và thời lượng đầu ra quan trọng, nhưng giây video tham chiếu và ảnh tính phí cũng vậy. Ba ảnh đầu vào vượt mức hai ảnh miễn phí của Max, trong khi H3 bao gồm năm ảnh đầu. Ước tính hiện tại hữu ích hơn việc chỉ so sánh giá đầu ra.^[2]

Tài liệu tham khảo

[1] MiniMax: Create Video Generation Task. Độ phân giải, thời lượng, chế độ content và mở rộng prompt riêng theo mô hình; kiểm tra ngày 20 tháng 10 năm 2026.

[2] MiniMax pricing. Các yếu tố tính phí đầu ra, tham chiếu và số ảnh miễn phí; kiểm tra ngày 20 tháng 10 năm 2026. Bảng cập nhật ở trên hiển thị giá SeedRouter.