[go: up one dir, main page]

MiniMax H3 (Hailuo-03)
minimax-h3 / text-to-video

MiniMax H3, auch bekannt als Hailuo 03, vereint Text, Bild, Video und Audio für die 2K-Videogenerierung, multimodale Referenzierung, nativen Stereoton, Motion Transfer und präzise Bearbeitung.

Model Type:
Pricing: Video generation & video input — 768P: 8 credits/s ($0.04/s); 2K: 13 credits/s ($0.065/s). Video input is charged at the corresponding resolution rate. Additional image input: 4 credits/image ($0.02/image) for both 768P and 2K. Total Cost = Unit Price × (Generated Video Duration + Input Video Duration) + Additional Image Cost - Input images: The first 5 images are free; additional images are charged separately. - Input audio: Free. Pricing is 50% of the official price. High-tier top-ups reduce the effective cost to approximately 90% of the listed price.
Input

Video description prompt.

0/7000

Video duration in seconds. Available values: 4-15.

The ratio of output video.

Video resolution.

Output
output typevideo
Examples

Explore different use cases and parameter configurations

README

Complete guide to using MiniMax H3 (Hailuo-03)

MiniMax H3 API für einheitliche Videogenerierung und -bearbeitung

Was die MiniMax H3 API in der multimodalen Videogenerierung einzigartig macht
MiniMax H3 vs. Seedance 2.0: Wo ihre kreativen Stärken auseinandergehen
So bringen Sie die MiniMax H3 API vom Playground in die Produktion

Product films can combine close-up details, feature demonstrations, branded typography, camera transitions, and synchronized sound within one continuous sequence. MiniMax H3 API also helps preserve product materials, proportions, packaging, and visual identity across changing shots, making the final result feel more cohesive and commercially polished.

Hailuo 03 API can build opening sequences, animated posters, music visuals, and editorial motion graphics from detailed creative direction. Typography, geometric layouts, layered effects, transitions, camera movement, music, and sound cues can develop together over time instead of appearing as disconnected visual elements.

Short dramas, character promos, motion comics, and stylized narratives benefit from consistent faces, clothing, props, voices, and performance details across the scene. Hailuo-03 API can also draw motion, camera language, atmosphere, or dialogue delivery from separate references while keeping the central character recognizable.

Interface animations can preserve webpage structure, menus, typography, controls, and product imagery while introducing scrolling, hover states, transitions, loading sequences, and environmental reveals. Hailuo 3.0 API also supports game menus, equipment customization, cinematic gameplay concepts, and other digital experiences that combine interface logic with animated storytelling.

  • 01
  • 02
  • 03
  • 04
  • 05
  • 06
  • 07
  • MiniMax H3, auch bekannt als Hailuo 03, ist das universelle multimodale Videomodell von MiniMax. Beide Namen bezeichnen dasselbe Release, das textbasierte Generierung, Animation aus Einzelbildern sowie ersten und letzten Frames, multimodale Referenzierung, präzise Videobearbeitung, natives Stereo-Audio und eine Ausgabe in bis zu 2K-Auflösung unterstützt.

    Die MiniMax H3 API unterstützt Text-to-Video, Image-to-Video und Reference-to-Video. Diese Optionen umfassen die rein Prompt-basierte Erstellung, die Animation aus einem Einzelbild oder ersten und letzten Frames sowie die multimodale Generierung, die durch Bild-, Video- und Audio-Referenzen gesteuert wird.

    Die Hailuo-03 API generiert Videos von 4 bis 15 Sekunden in ganzen Sekunden (Standard 6) in 768P oder 2K (Standard 2K). Text-zu-Video akzeptiert die Seitenverhältnisse 21:9, 16:9, 4:3, 1:1, 3:4 oder 9:16; Referenz-zu-Video bietet zusätzlich adaptive, das dort Standard ist; Bild-zu-Video hat keine Einstellung für das Seitenverhältnis. Eingabebilder können JPG, JPEG, PNG, WEBP, HEIC oder HEIF sein, jeweils bis 30 MB. Jede Ausgabe enthält eine Stereo-Tonspur, die sich nicht abschalten lässt.

    Die MiniMax H3 API wird pro Sekunde abgerechnet: 8 Credits ($0.04) pro Sekunde in 768p und 13 Credits ($0.065) pro Sekunde in 2K. Referenzvideos werden zum gleichen Sekundenpreis berechnet und zur Ausgabedauer addiert. Die ersten 5 Eingabebilder sind kostenlos, jedes weitere Bild kostet 4 Credits ($0.02), Referenzaudio ist kostenlos. Ein 10-sekündiger 2K-Clip aus Text kostet zum Beispiel 130 Credits ($0.65). Kie.ai gibt diesen Preis mit 50 % des offiziellen Preises an. Für günstigere kurze Clips startet die Hailuo 02 API bei $0.01 pro Sekunde in 512p. Preise können sich ändern; die Preiskarte oben auf dieser Seite zeigt immer den aktuellen Preis.

    Ja. MiniMax H3 erzeugt nativen Stereoton zusammen mit der Bildsequenz. Dialoge, Stimmen, Musik, Umgebungsgeräusche und Soundeffekte können parallel zu Charakteraktionen, Kamerabewegungen und dem Szenen-Timing gesteuert werden.

    Ja. Die Hailuo 3.0 API kann Bilder, Videoclips und Audiodateien in derselben Generierung kombinieren. Verschiedene Assets können Charakteridentität, Produktoptik, Bewegung, Kamerasprache, visuellen Stil, Schnittrhythmus, Stimme oder Sounddesign steuern.

    Reference to Video akzeptiert pro Anfrage bis zu 9 Referenzbilder, 3 Referenzvideos und 3 Referenz-Audiodateien; mindestens ein Bild oder Video ist erforderlich. Jedes Video und jede Audiodatei muss 2 bis 15 Sekunden lang sein, und die Gesamtlänge aller Referenzvideos bzw. aller Referenz-Audiodateien darf 15 Sekunden nicht überschreiten. Referenzaudio kann nicht allein verwendet werden. Prompts dürfen bis zu 7.000 Zeichen lang sein.

    Die Hailuo 03 API unterstützt gezielte Bearbeitungen an bestehendem Videomaterial, einschließlich Charakter- oder Objektaustausch, Kleidungswechseln, Hintergrundänderungen, Relighting, Dialogaktualisierungen, Voice-Matching, Motion-Transfer und Anpassungen visueller Effekte. Klare Anweisungen können zudem festlegen, welche Teile der Originalszene unverändert bleiben sollen.

    Teilweise. MiniMax hat die Gewichte von H3 Base auf Hugging Face (MiniMaxAI/MiniMax-H3) unter dem MiniMax H3 Community License Agreement veröffentlicht, aufgeteilt in zwei Checkpoints: FL2VA für Text-zu-Video und Videos aus Start-/Endbild sowie Ref2VA für Referenz-zu-Video. Laut MiniMax’ Model Card erzeugt ein lokal betriebenes H3 Base Videos in 768p; das Modul für die 2K-Regenerierung und die Prompt-Vorverarbeitung H3-Context-IR sind nicht Teil der Open-Source-Veröffentlichung, und das Beispiel-Deployment von MiniMax läuft auf 4 GPUs. Auf Kie.ai läuft MiniMax H3 als gehostete API in 768P oder 2K, du brauchst also keine eigenen GPUs.

    Melde dich bei Kie.ai an, erstelle auf der Seite API Key (kie.ai/api-key) einen Schlüssel und sende Anfragen an POST https://api.kie.ai/api/v1/jobs/createTask mit dem Header Authorization: Bearer YOUR_API_KEY und dem Modell minimax-h3/text-to-video, minimax-h3/image-to-video oder minimax-h3/reference-to-video. Jeder Modus hat eine eigene Referenzseite unter docs.kie.ai/market/minimax-h3. Die Generierung läuft asynchron: Gib eine callBackUrl mit, um benachrichtigt zu werden, sobald das Video fertig ist, oder frage GET /api/v1/jobs/recordInfo?taskId=… mit der zurückgegebenen taskId ab. Alle drei Modi kannst du vor der Integration im Playground ausprobieren.