MiniMax H3 Max 與 H3：解析度、長度和參考素材

需要 480P 或 768P、5–15 秒短片時，選 MiniMax H3 Max；需要 2K 或四秒短片時，選 H3。目前 MiniMax 文件中的兩者，都接受參考圖片、影片與音訊。Max 被描述為較快生成的版本，但這不代表你的場景已有品質優勢或實測速度差異。^[1]

名稱容易讓人以為只是高低階之分，實際上選擇沒有那麼單純。以舞台上的短舞為例，應從交付需求出發：影片會以多大尺寸顯示、動作需要多久、是否需要提供媒體素材？這些答案能在消耗餘額前縮小模型選擇範圍。

MiniMax H3 Max 與 H3 重點比較

能力限制依目前的生成契約；圖片免費額度及參考素材收費，則依 MiniMax 價格文件。^[1][2]

先確定需要的解析度與長度

480P 初稿有助於判斷簡單動作是否清楚。舞蹈場景可先檢查腳步，以及旋轉能否在所選時間內完成。若想更清楚看臉部與服裝，可使用 768P。變更解析度會開始另一次生成，不會把同一支成片直接升級。

需求指定 2K 時，請使用 MiniMax H3。MiniMax 契約中的 Max 不接受 2K。四秒長度也應選 H3：將 duration: 4 傳給 Max 是參數錯誤，並非要求把五秒短片縮短。^[1]

模型名稱都無法證明它會保留產品標籤或細緻紋理。請以預計發布的尺寸檢查輸出。若文字排版必須精準，可控的圖片或獨立文字疊加，可能比生成文字更容易驗證。

Max 現在支援參考素材

較早的說明可能將 Max 稱為僅限文字與首尾影格的模型。目前 MiniMax 契約已明列 H3 Max 的參考素材轉影片能力，包括參考圖片、影片及音訊。移轉舊串接時，請確認最新文件。^[1]

開場及結尾圖片是主要限制時，選首尾影格模式；想讓素材引導場景時，選參考模式。單次請求不能混用首尾影格與參考輸入。純文字鏡頭需明確指定寬高比；參考模式則可使用 adaptive。

舞蹈場景中，一張服裝或人物圖片可能有助於引導舞者外觀。參考影片帶來另一種資訊：隨時間變化的動作。只有當動作符合創作需求時才加入，因為即使最後鏡頭較短，參考影片長度仍會影響費用。

比較完整請求的成本

純文字比較需要看輸出長度與解析度；以參考素材為主的比較，還要看輸入影片長度及圖片張數。Max 前兩張圖片免費，H3 前五張免費。因此，三張參考照片的請求在 Max 上有一張需付費，在 H3 上則都免費。^[2]

Max 的輸出秒數依輸出費率計算、參考影片秒數依輸入費率計算，前兩張以外的圖片則依圖片費率計算。不要將全部秒數相加後乘上同一個數字，因為輸入與輸出費率不同。參考音訊沒有額外輸入費用。

MiniMax H3 Max Playground 會使用 SeedRouter 目前費率估算請求費用。加入素材後，請確認完整預估。若同時使用參考影片，完成的五秒短片不代表只需支付五秒費用。

有目的地使用提示詞擴寫

Max 提供 extra.prompt_expansion_mode。預設為 balanced；disabled 關閉擴寫，quality 則優先考量提示詞擴寫品質。^[1]

下方舞蹈場景使用的提示詞，於 2026 年 10 月 20 日送出：

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、請求六秒、請求比例 16:9、quality 擴寫。原創生成影片；封面取自此短片的一個影格。

這次文字轉影片請求已完成，交付 1344 × 768 的 MP4，內含 AAC 音軌。檔案實測為 6.592 秒，回報的計費輸出長度則為六秒。舞者橫向踏步、轉身，最後面向鏡頭。用於剪輯前，請檢查完整動作，尤其是手、落腳位置與臉部一致性。

這只是一支範例，不是擴寫模式的受控比較，也不是與 H3 對照測試。名為 quality 的模式不保證每一項編舞或運鏡指示都能實現。生成音樂也必須配合動作檢查；有配樂不代表節拍精準同步。

另外兩段舞蹈，不同的視覺要求

以下短片使用相同模型、768P、請求六秒、16:9 與 quality 提示詞擴寫。它們是獨立的文字轉影片生成，編舞、服裝與燈光各不相同。每個下載的 MP4 都是 1344 × 768，包含 AAC 音軌，容器長度為 6.592 秒；回報的計費生成長度為六秒。

暖色聚光燈下的金色流蘇拉丁舞

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.

海邊藍色雪紡與流暢轉身

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.

金色流蘇場景以深色背景襯托踏步與旋轉節奏，方便檢查；海邊場景則著重連續的手臂動作、飄動雪紡與逆光輪廓。請留意旋轉後如何穩定收尾，好看的單一影格無法證明動作品質。

你該選哪一個？

交付適合 480P 或 768P，且鏡頭至少五秒時，使用 MiniMax H3 Max。需要 2K 或四秒時，使用 H3。若大量使用參考素材，決定前應比較完整預估：共同的 768P 選項，不代表輸入費用也相同。

先用一個能判斷結果的場景開始，分別檢查主體一致性、運鏡與聲音。本文依文件能力與目前價格整理，並非受控的品質或延遲基準測試。

常見問題

MiniMax H3 Max 支援參考影片嗎？

支援。目前 MiniMax 生成契約提供 Max 的參考影片、圖片與音訊。首尾影格與參考輸入是獨立模式，不能混在同一次請求。Max 的參考影片秒數採獨立輸入費率，請確認完整預估。^[1][2]

MiniMax H3 Max 能生成 2K 影片嗎？

不能。目前 Max 契約接受 480P 或 768P，H3 接受 768P 或 2K。選擇 Max 不會開放 H3 的 2K 選項，生成後變更影片尺寸則是另一個操作。^[1]

Max 一定比 H3 便宜嗎？

請比較整份請求。除了輸出解析度與長度，也要計入參考影片秒數及收費圖片。三張圖片輸入會超過 Max 的兩張免費額度，而 H3 包含前五張。即時預估比單看輸出費率更有參考價值。^[2]

來源

[1] MiniMax: Create Video Generation Task。模型專屬解析度、長度、內容模式與提示詞擴寫；查核於 2026 年 10 月 20 日。

[2] MiniMax pricing。輸出與參考素材的計費維度及圖片免費額度；查核於 2026 年 10 月 20 日。上方即時表格顯示 SeedRouter 價格。