h3-max

Text to Video

Image to Video

Reference to Video

Modelo:

MiniMax H3 Max API genera vídeos de 5 a 15 segundos con audio nativo sincronizado a partir de texto, del primer y último fotograma o de referencias multimodales, a 480p, 768p y 1080p.

Obtener clave API

Documentación API

Input

Model

Prompt

928/50000

Image UrlsAdded 2/2

Drop files here, paste files, or add a URL. 1–2 images, ordered as first frame then optional last frame. JPEG, PNG or WebP; up to 30 MB each.

——

——

Reference Image UrlsAdded 0/9

Drop files here, paste files, or add a URL. 1–9 reference images. JPEG, PNG or WebP; up to 30 MB each. Supported ratios: 1:1, 4:3/3:4, 16:9/9:16 and 5:2/2:5. At most 12 reference assets combined.

Reference Video Urls

Drop files here, paste files, or add a URL. Up to 3 MP4/MOV videos, 50 MB each; requires a reference image. Each must be 2–15s, with at most 15s of video combined. Constant 24fps, 16:9 or 9:16, square pixels and no rotation metadata. After clipping to output duration, the frame count must be 48, 120, 240 or 360; verified by the server.

Reference Audio UrlsAdded 0/3

Drop files here, paste files, or add a URL. Up to 3 MP3/WAV audio files, 15 MB each; requires a reference image. Each must be 2–15s and no longer than the output, with at most 15s of audio combined. Only 32kHz with a sample count divisible by 800 is supported; verified by the server.

Duration

10s

Resolution

Aspect Ratio

Enable Safety Checker

Safety checks are always enabled in the playground and cannot be disabled.

Output

Salida de ejemplo

Estos son datos de muestra. Genere un nuevo resultado para ver el resultado real.

ID de tarea:K3KT4TNRJRH2FJ9RCreado:2026-09-24T20:18:45

Estado:finishedProgreso:-

Examples

Detalles de precios

Pague por uso. Sin suscripción ni cargos ocultos.

1 crédito = $0.005

Nivel	Precio PoYo
480p	$0.050/s 10 créditos/s Vídeo de 5 s: $0.250 ·Vídeo de 10 s: $0.500
768p	$0.080/s 16 créditos/s Vídeo de 5 s: $0.400 ·Vídeo de 10 s: $0.800
1080p	$0.160/s 32 créditos/s Vídeo de 5 s: $0.800 ·Vídeo de 10 s: $1.60

Cómo se factura: Se factura por segundo de vídeo generado.

Los cargos se basan en la salida final.

MiniMax H3 Max

Generación de vídeo de alto rendimiento, fidelidad superior al prompt y audio estéreo nativo sincronizado

MiniMax H3 Max API: generación rápida de vídeo con audio nativo

Acceda al instante a MiniMax H3 Max API en PoYo, sin lista de espera. Disfrute de una generación rápida, una fidelidad excepcional al prompt y audio estéreo nativo sincronizado en una sola pasada.

Cree vídeos cinematográficos de 5 a 15 segundos a 480p, 768p o 1080p con flujos flexibles de texto a vídeo, guía por primer/último fotograma y referencias multimodales.

Obtener clave API

Funciones clave de MiniMax H3 Max API

Funciones listas para producción para generar vídeo a gran escala, con fidelidad superior al prompt, flujos de audio nativo y control preciso de fotogramas.

MiniMax H3 Max API: generación de escenas cortas

La última señal sigue a un empleado de estación que levanta su farol mientras el último tren abandona un andén bajo la lluvia. Esta solicitud de 5 segundos a 768p usó el mismo prompt que el ejemplo de Turbo. La prueba registrada tardó 21 segundos desde la creación de la tarea hasta su finalización y costó 80 créditos; los tiempos varían según la cola y el estado del servicio.

Misma escena y mismos parámetros para ambos modelos
Tiempo de tarea y créditos reales registrados
Los resultados varían según la cola y el estado del servicio

MiniMax H3 Max API para una fidelidad superior al prompt y control de cámara cinematográfico

Perdido en el andén sigue un reloj de bolsillo de latón que cae, rueda por un charco y es atrapado al borde del andén. El ejemplo de 8 segundos en 21:9 usa una cámara baja en travelling para escenificar una acción ordenada con agua, peso y un desenlace claro. El nivel de 1080p devolvió un archivo panorámico de 2200 × 942.

Gran fidelidad a los sujetos, las acciones y los detalles de la escena
Movimiento de cámara controlado y física natural de la escena
Relaciones de aspecto flexibles, del 21:9 cinematográfico al 9:16 vertical

MiniMax H3 Max API para audio estéreo nativo y sincronización labial

Alguien responde parte de una única imagen de referencia del farero. El primer plano de 8 segundos a 1080p incluye en el prompt la frase «I can see your light.» («Veo tu luz»), seguida de una sirena de niebla lejana, y combina una interpretación facial contenida con diálogo y sonido ambiente nativos.

Generación de vídeo y audio estéreo nativo en una sola pasada
Sincronización labial fiable en los diálogos de los personajes
Ambiente sonoro y efectos de sonido acordes al contexto

MiniMax H3 Max API para un control preciso del primer y último fotograma y guía por referencias

De vuelta a casa combina dos imágenes de referencia con un fragmento de vídeo de 2 segundos a 24 fps y audio a 32 kHz de la historia del faro. El farero sale al exterior y ve cómo un barco se acerca a través del haz de luz. Este ejemplo de 10 segundos a 768p muestra la guía multimodal por separado de la escena predeterminada de primer/último fotograma. El servidor calcula las tarifas de referencia además de los créditos de salida base.

Ancle el movimiento de cámara con el primer fotograma y, opcionalmente, el último
Condicione las escenas con referencias de imagen, vídeo y audio
Garantice transiciones fluidas entre planos y la continuidad de los personajes

¿Quién puede beneficiarse de MiniMax H3 Max API?

Creadores de vídeo corto y contenido para redes sociales

Genere a gran velocidad vídeos verticales 9:16 atractivos, con voz sincronizada y sonido ambiente, para TikTok, Reels y Shorts.

Estudios creativos y animadores

Cree storyboards de sus ideas rápidamente, anime bocetos conceptuales de personajes con primer/último fotograma e itere sobre estilos visuales en segundos.

Medios digitales y de noticias

Produzca con rapidez imágenes para noticias de última hora, vídeos explicativos informativos y clips editoriales con sonido sincronizado.

Equipos de marketing y publicidad

Cree a escala anuncios promocionales de alta conversión, variantes localizadas y campañas en varios formatos sin costosos rodajes.

Estudios de videojuegos y producción virtual

Cree prototipos de cinemáticas, animaciones de criaturas, presentaciones de escenarios y escenas promocionales con movimientos de cámara controlados.

Plataformas de e-learning y formación

Convierta guiones didácticos en demostraciones audiovisuales con avatares parlantes, voz bien sincronizada y explicaciones visuales.

MiniMax H3 Max vs MiniMax H3 Max Turbo vs MiniMax H3 (Hailuo 03): comparativa de modelos

Compare MiniMax H3 Max, MiniMax H3 Max Turbo y el modelo base MiniMax H3 (Hailuo 03) para elegir el motor adecuado según la velocidad de generación, el presupuesto, la resolución de salida y el control creativo por referencias.

Característica	MiniMax H3 Max	MiniMax H3 Max Turbo	MiniMax H3 (Hailuo 03)
Posicionamiento principal	Producción a gran escala e iteración rápida	Producción a gran escala y eficiencia de costes	Masterización en alta resolución 2K/4K y referencias multimodales
Velocidad de generación	21 s en esta prueba; la latencia varía	17 s en esta prueba; la latencia varía	Velocidad de producción estándar
Fidelidad al prompt	Superior (post-entrenamiento optimizado por fal)	Gran fidelidad al prompt	Alta fidelidad
Resoluciones compatibles	480p, 768p, 1080p	480p, 768p, 1080p	480p, 768p, 2K nativo
Generación de audio	Audio estéreo nativo con sincronización labial	Audio estéreo nativo con sincronización labial	Audio estéreo nativo con sincronización labial
Control de fotogramas	Primer fotograma y último opcional	Primer fotograma y último opcional	Primer fotograma y último opcional
Precio en PoYo	10–32 créditos/s (según resolución)	5–16 créditos/s (50 % del precio de salida de H3 Max)	Según duración y resolución

Elija MiniMax H3 Max para iterar rápidamente, producir grandes volúmenes y usar referencias multimodales. Elija MiniMax H3 Max Turbo para una generación más rápida y costes de salida más bajos. Elija MiniMax H3 para masterización nativa en 2K y condicionamiento por referencias multimodales.

Cómo usar MiniMax H3 Max API en PoYo

Paso 1: Regístrese y cree una clave API
Regístrese en PoYo y genere su clave API al instante en el panel, sin lista de espera.
Crear clave API →

Paso 2: Recargue créditos
Añada créditos a su saldo con precios flexibles de pago por uso y sin suscripciones recurrentes.
Añadir créditos →

Paso 3: Integre la API
Envíe tareas de vídeo asíncronas mediante la API REST con el modelo h3-max y descargue los vídeos MP4 completados.
Ver documentación →

Preguntas frecuentes sobre MiniMax H3 Max API

¿Qué es MiniMax H3 Max y en qué se diferencia de H3 base?

MiniMax H3 Max es una variante optimizada con post-entrenamiento del motor de vídeo H3 (Hailuo 03) de MiniMax, ajustada para ofrecer un rendimiento notablemente más rápido y una mayor fidelidad al prompt sin renunciar al audio estéreo nativo. Se centra en una salida de alta velocidad a 480p, 768p y 1080p, mientras que H3 base ofrece resolución 2K nativa.

¿Qué velocidad tiene la generación de vídeo con MiniMax H3 Max?

¿Qué resoluciones, duraciones y relaciones de aspecto se admiten?

El modelo admite resoluciones de 480p, 768p y 1080p, duraciones de un número entero de segundos entre 5 y 15, y 6 relaciones de aspecto estándar: 16:9, 9:16, 1:1, 4:3, 3:4 y 21:9 (en el modo de referencia también se admite una relación adaptativa).

¿La API genera audio nativo y sincronización labial?

Sí. MiniMax H3 Max sintetiza audio estéreo nativo, efectos de sonido ambiente y voces de personajes sincronizados directamente con el vídeo en una sola pasada, con una sincronización labial fiable en los diálogos y sin necesidad de modelos de audio independientes.

¿Cómo funcionan el control de primer/último fotograma y los medios de referencia?

El modo de imagen a vídeo acepta un primer fotograma y, opcionalmente, un último fotograma. El modo de referencia requiere al menos una imagen de referencia, admite hasta 9 imágenes, 3 vídeos y 3 archivos de audio, y acepta como máximo 12 recursos en total. Las imágenes de referencia deben tener una relación de 1:1, 4:3/3:4, 16:9/9:16 o 5:2/2:5. Los vídeos deben tener 24 fps constantes, formato 16:9 o 9:16, píxeles cuadrados y ningún metadato de rotación; tras recortarlos a la duración de salida, solo se admiten 48/120/240/360 fotogramas. El audio debe estar a 32 kHz y tener un número de muestras divisible entre 800, y no se recorta a la duración de salida. Cada archivo de vídeo o audio debe durar entre 2 y 15 segundos; los vídeos y los audios tienen cada uno un límite combinado independiente de 15 segundos. El servidor valida los medios antes del envío.

¿Puedo usar los vídeos generados con fines comerciales y cuál es el precio?

Sí, todos los vídeos generados mediante la API de PoYo pueden usarse en producciones comerciales. El precio depende de la duración y la resolución de la salida: 10 créditos/s a 480p, 16 créditos/s a 768p y 32 créditos/s a 1080p, con 4,096 tokens de referencia gratuitos incluidos por solicitud.

Por qué usar PoYo para acceder a MiniMax H3 Max API

Acceso inmediato a la API sin lista de espera

Empiece a generar vídeos de inmediato con endpoints REST sencillos y claves API al instante, sin colas de aprobación.

Precios transparentes de pago por uso

Sin suscripciones recurrentes ni compromisos mínimos. Pague únicamente por los segundos generados y el consumo real de tokens, con tarifas de créditos competitivas.

Alta concurrencia de nivel empresarial

Construido sobre una infraestructura de clústeres de alta disponibilidad con un 99.9 % de tiempo de actividad, colas de tareas fiables y una red de distribución de contenido rápida.

Ecosistema y herramientas pensados para desarrolladores

Playground interactivo, esquemas de solicitud verificados, ejemplos de SDK completos y soporte técnico ágil para pasar rápidamente a producción.