Page loading...
Page loading...
MiniMax H3, também conhecido como Hailuo 3, é um modelo de vídeo omnimodal aberto e de uso geral que compreende texto, imagens, vídeo e áudio juntos — e gera vídeo 2K estéreo nativo de até 15 segundos.
MiniMax H3, também conhecido como Hailuo 3 ou Hailuo 03, é um modelo de geração omnimodal aberto e de uso geral. Ele compreende texto, imagens, vídeo e áudio juntos, e então gera clipes com áudio estéreo nativo em resolução de até 2K e 15 segundos de duração. Raphael suporta texto para vídeo, animação de primeiro e último quadro e referências multimodais. A saída custa 48 créditos por segundo; segundos de vídeo de referência e imagens de referência após a quinta são cobrados separadamente.
Veja como o H3 lida com referências multimodais, detalhes em 2K, áudio estéreo nativo e narrativa visual dinâmica.
Use referências de personagem, movimento de câmera e som ambiente para criar uma cena cinematográfica coerente com som e imagem sincronizados.
A premissa do H3 não é uma coleção de modos isolados: ele coloca a intenção criativa e diferentes materiais de referência em um contexto compartilhado.
Antes“Mantenha o personagem de referência e a atmosfera do café, siga o ritmo de avanço da câmera e misture o som ambiente naturalmente.”
O H3 pode compreender texto, imagens, vídeo e áudio em um contexto compartilhado. Forneça seus materiais de referência e descreva como eles devem moldar a cena, e ele pode interpretá-los como uma única tarefa de criação.
“Um close-up de produto em 2K: revele detalhes do material e texto da embalagem com uma órbita lenta, e então finalize com uma revelação limpa.”
O H3 suporta clipes de segundos inteiros de 4 a 15 segundos em um nível fixo de 2K, usando representação de vídeo e regeneração no contexto para reter texto pequeno e detalhes visuais.
“Uma cena de perseguição noturna na rua: diálogo em primeiro plano, tráfego distante e música para profundidade espacial, com o som se movendo naturalmente conforme a câmera gira.”
O H3 gera vídeo e áudio em conjunto, incluindo diálogo, ambiente, música e efeitos sonoros. Raphael mantém o som ativado porque as saídas deste modelo incluem áudio estéreo nativo.
“Transforme este menu de jogo em uma interface animada de 15 segundos: preserve o personagem, os botões Iniciar e Continuar, a paleta roxa e limão, e a textura de grafite, adicionando movimento coerente ao fundo e aos detalhes.”
O H3 funciona bem para momentos cinematográficos, interfaces de jogos animadas e anúncios de e-commerce. Descreva a relação entre seu material de referência e o clipe pretendido, e ele pode estender uma imagem estática para uma narrativa contínua, preservando a hierarquia e a identidade do assunto.
Alterne entre os principais modelos de vídeo em um único gerador.

Movimento suave e coreografia natural.

Rascunhos de baixo custo com controle de referências enriquecido.

Vídeo cinematográfico 1080p com áudio nativo sincronizado.

Texto para vídeo e imagem mais rápido, custo reduzido, até 1080p.

Áudio nativo, saída 4K, realismo cinematográfico.

Ação rápida com movimentos de câmera ousados.
Escolha o H3 para saída audiovisual fixa em 2K; escolha o Seedance quando desejar mais opções de resolução e custo.
| Recurso | MiniMax H3 | Seedance 2.0 |
|---|---|---|
| Resolução | 2K Fixo | 480p / 720p / 1080p |
| Duração | 4–15 segundos | 4–15 segundos |
| Áudio Nativo | Sempre ligado, estéreo | Opcional |
| Entradas de Referência | Imagem / Vídeo / Áudio | Imagem / Vídeo / Áudio |
| Créditos Padrão | 48 por segundo | 36 / 77 / 191 por segundo |
| Melhor Para | Finais audiovisuais fixos em 2K | Rascunhos flexíveis através de saída premium |
Compare objetivos de saída, necessidades de referência e créditos antes de escolher um modelo.
Imagens gratuitas incluem marca d'água. Atualize para saídas limpas, geração mais rápida e uso comercial.
Fatos importantes sobre resolução, som, duração, referências e créditos.
Sim. MiniMax H3 é o nome do produto usado aqui; Hailuo 3 e Hailuo 03 são apelidos comuns.
Não. O H3 produz áudio estéreo nativo com cada vídeo, então o controle de som permanece ligado.
A geração padrão custa 48 créditos por segundo de saída: 192 créditos para 4 segundos, 240 para 5 segundos, 480 para 10 segundos e 720 para 15 segundos.
A entrada de vídeo de referência é adicionada pelos seus segundos faturáveis reais. As cinco primeiras imagens de referência estão incluídas; cada imagem da sexta em diante adiciona 16 créditos.
Atualmente não. As referências de áudio devem ser emparelhadas com uma imagem ou vídeo.
Até 9 imagens, 3 vídeos e 3 clipes de áudio, com no máximo 12 arquivos no total. Vídeos e áudios de referência devem ter de 2 a 15 segundos, e cada tipo de mídia pode totalizar no máximo 15 segundos.
O H3 usa um nível de qualidade fixo de 2K e suporta todas as durações de segundos inteiros de 4 a 15 segundos.
O H3 oferece uma rota fixa de 2K com áudio estéreo sempre incluído. O Seedance oferece níveis de 480p, 720p e 1080p, incluindo opções de rascunho mais baratas e áudio opcional.