h3-max

Text to Video

Image to Video

Reference to Video

Model:

API MiniMax H3 Max generuje wideo trwające 5–15 sekund z natywnym zsynchronizowanym audio na podstawie tekstu, pierwszej i ostatniej klatki lub multimodalnych odniesień w rozdzielczościach 480p, 768p i 1080p.

Pobierz klucz API

Dokumentacja 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

Przykładowy wynik

To przykładowe dane. Wygeneruj nowy wynik, aby zobaczyć prawdziwy rezultat.

ID zadania:K3KT4TNRJRH2FJ9RUtworzono:2026-09-24T20:18:45

Status:finishedPostęp:-

Examples

Szczegóły cennika

Płatność za użycie. Bez subskrypcji i ukrytych opłat.

1 kredyt = $0.005

Poziom	Cena PoYo
480p	$0.050/s Kredyty: 10/s Wideo o długości 5 s: $0.250 ·Wideo o długości 10 s: $0.500
768p	$0.080/s Kredyty: 16/s Wideo o długości 5 s: $0.400 ·Wideo o długości 10 s: $0.800
1080p	$0.160/s Kredyty: 32/s Wideo o długości 5 s: $0.800 ·Wideo o długości 10 s: $1.60

Jak jest rozliczane: Rozliczane za każdą sekundę wygenerowanego wideo.

Opłaty zależą od końcowego wyniku.

MiniMax H3 Max

Generowanie wideo o dużej przepustowości, doskonała wierność promptowi i natywne zsynchronizowane audio stereo

API MiniMax H3 Max: szybkie generowanie wideo z natywnym audio

Uzyskaj natychmiastowy dostęp do API MiniMax H3 Max na PoYo – bez listy oczekujących. Poznaj szybkie generowanie, wyjątkową wierność promptowi i natywne, zsynchronizowane audio stereo w jednym przebiegu.

Twórz filmowe wideo trwające 5–15 sekund w rozdzielczości 480p, 768p lub 1080p, korzystając z elastycznych workflows: tekst na wideo, sterowanie pierwszą i ostatnią klatką oraz multimodalne odniesienia.

Pobierz klucz API

Kluczowe funkcje API MiniMax H3 Max

Funkcje gotowe do produkcji: generowanie wideo o dużej przepustowości, doskonała wierność promptowi, workflows z natywnym audio i precyzyjna kontrola klatek.

API MiniMax H3 Max: generowanie krótkich scen

The Last Signal opowiada o pracowniku stacji, który unosi latarnię, gdy ostatni pociąg odjeżdża z deszczowego peronu. To żądanie 5 sekund w 768p użyło tego samego promptu co przykład Turbo. Zarejestrowany test trwał 21 sekund od utworzenia zadania do zakończenia i kosztował 80 kredytów; czasy zależą od kolejki i stanu usługi.

Ta sama scena i te same parametry dla obu modeli
Zarejestrowany czas zadania i faktycznie zużyte kredyty
Wyniki zależą od kolejki i stanu usługi

API MiniMax H3 Max: wierność promptowi i filmowa kontrola kamery

Lost on the Platform śledzi mosiężny zegarek kieszonkowy, który spada, toczy się przez kałużę i zostaje złapany na krawędzi peronu. Przykład 8 sekund w formacie 21:9 używa niskiej kamery jadącej za obiektem, aby ustawić uporządkowaną akcję z wodą, ciężarem i wyraźnym zakończeniem. Poziom 1080p zwrócił panoramiczny plik 2200 × 942.

Wysoka wierność wobec postaci, akcji i szczegółów sceny
Kontrolowany ruch kamery i naturalna fizyka sceny
Elastyczne proporcje obrazu, od filmowych 21:9 po pionowe 9:16

API MiniMax H3 Max: natywne audio stereo i zsynchronizowane ruchy ust

Someone Answers zaczyna się od jednego obrazu referencyjnego latarnika. Zbliżenie 8 sekund w 1080p zawiera kwestię „I can see your light.” (po polsku: „Widzę twoje światło.”), po której słychać odległy sygnał mgłowy. Łączy powściągliwą grę twarzy z natywnym dialogiem i dźwiękami otoczenia.

Generowanie wideo i natywnego audio stereo w jednym przebiegu
Wiarygodna synchronizacja ust w dialogach postaci
Kontekstowe dźwięki otoczenia i efekty dźwiękowe

API MiniMax H3 Max: precyzyjne sterowanie pierwszą i ostatnią klatką oraz odniesieniami

Homeward łączy dwa obrazy referencyjne z fragmentem wideo 2 s w 24fps i audio 32kHz z historii o latarni. Latarnik wychodzi na zewnątrz i obserwuje łódź zbliżającą się w smudze światła. Ten przykład 10 sekund w 768p pokazuje multimodalne sterowanie osobno od domyślnej sceny z pierwszą i ostatnią klatką. Opłaty za odniesienia są naliczane przez serwer dodatkowo do podstawowych kredytów za wynik.

Zakotwicz ruch kamery pierwszą i opcjonalną ostatnią klatką
Opieraj sceny na odniesieniach w postaci obrazów, wideo i audio
Zadbaj o płynne przejścia między ujęciami i spójność postaci

Kto skorzysta z API MiniMax H3 Max?

Twórcy krótkich wideo i treści do social mediów

Generuj angażujące pionowe wideo 9:16 ze zsynchronizowaną mową i dźwiękiem otoczenia do TikToka, Reels i Shorts w dużym tempie.

Studia kreatywne i animatorzy

Szybko twórz storyboardy pomysłów, animuj szkice koncepcyjne postaci za pomocą pierwszej i ostatniej klatki oraz iteruj style wizualne w kilka sekund.

Media cyfrowe i redakcje

Twórz obrazy do najnowszych wiadomości, wideo objaśniające fakty i redakcyjne klipy ze zsynchronizowanym dźwiękiem i krótkim czasem realizacji.

Zespoły marketingu i reklamy

Twórz skuteczne reklamy promocyjne, zlokalizowane warianty i kampanie w wielu proporcjach na dużą skalę, bez kosztownych sesji zdjęciowych.

Studia gier i produkcja wirtualna

Prototypuj filmowe sceny w grze, animacje stworzeń, odsłonięcia otoczenia i promocyjne przerywniki z kontrolowanymi ruchami kamery.

Platformy e-learningowe i szkoleniowe

Zamieniaj skrypty instruktażowe w audiowizualne demonstracje z mówiącymi awatarami, dobrze zsynchronizowanym głosem i wizualnymi wyjaśnieniami.

MiniMax H3 Max vs MiniMax H3 Max Turbo vs MiniMax H3 (Hailuo 03) – porównanie modeli

Porównaj MiniMax H3 Max, MiniMax H3 Max Turbo i bazowy model MiniMax H3 (Hailuo 03), aby wybrać odpowiedni silnik pod kątem szybkości generowania, budżetu, rozdzielczości wyniku i kontroli odniesień kreatywnych.

Funkcja	MiniMax H3 Max	MiniMax H3 Max Turbo	MiniMax H3 (Hailuo 03)
Główne pozycjonowanie	Produkcja o dużej przepustowości i szybkie iteracje	Produkcja o dużej przepustowości i efektywność kosztowa	Mastering w wysokiej rozdzielczości 2K/4K i multimodalne odniesienia
Szybkość generowania	21 s w tym teście; opóźnienie bywa różne	17 s w tym teście; opóźnienie bywa różne	Standardowa szybkość produkcyjna
Wierność promptowi	Doskonała (post-trening zoptymalizowany przez fal)	Wysoka wierność promptowi	Wysoka wierność
Obsługiwane rozdzielczości	480p, 768p, 1080p	480p, 768p, 1080p	480p, 768p, natywne 2K
Generowanie audio	Natywne audio stereo z synchronizacją ust	Natywne audio stereo z synchronizacją ust	Natywne audio stereo z synchronizacją ust
Sterowanie klatkami	Pierwsza i opcjonalnie ostatnia klatka	Pierwsza i opcjonalnie ostatnia klatka	Pierwsza i opcjonalnie ostatnia klatka
Cennik na PoYo	10–32 kredytów/s (zależnie od rozdzielczości)	5–16 kredytów/s (50% ceny wyniku H3 Max)	Zależnie od czasu trwania i rozdzielczości

Wybierz MiniMax H3 Max do szybkich iteracji, produkcji na dużą skalę i multimodalnych odniesień. Wybierz MiniMax H3 Max Turbo, gdy zależy ci na szybszym generowaniu i niższych kosztach wyniku. Wybierz MiniMax H3 do natywnego masteringu 2K i warunkowania multimodalnymi odniesieniami.

Jak korzystać z API MiniMax H3 Max na PoYo

Krok 1: zarejestruj się i utwórz klucz API
Zarejestruj się w PoYo i od razu wygeneruj klucz API w sekcji Dashboard, bez listy oczekujących.
Utwórz klucz API →

Krok 2: doładuj kredyty
Dodaj kredyty do salda dzięki elastycznemu cennikowi „płać za użycie”, bez cyklicznych subskrypcji.
Dodaj kredyty →

Krok 3: zintegruj API
Wysyłaj asynchroniczne zadania wideo przez REST API z modelem h3-max i pobieraj gotowe pliki wideo MP4.
Zobacz dokumentację →

Najczęstsze pytania o API MiniMax H3 Max

Czym jest MiniMax H3 Max i czym różni się od bazowego H3?

MiniMax H3 Max to zoptymalizowany wariant po dodatkowym treningu silnika wideo H3 (Hailuo 03) firmy MiniMax, dostrojony pod wyraźnie większą przepustowość i lepszą wierność promptowi, przy zachowaniu natywnego audio stereo. Skupia się na szybkim wyniku w 480p, 768p i 1080p, podczas gdy bazowy H3 oferuje natywną rozdzielczość 2K.

Jak szybko działa generowanie wideo w MiniMax H3 Max?

Jakie rozdzielczości, czasy trwania i proporcje obrazu są obsługiwane?

Model obsługuje rozdzielczości 480p, 768p i 1080p, całkowite czasy trwania od 5 do 15 sekund oraz 6 standardowych proporcji: 16:9, 9:16, 1:1, 4:3, 3:4 i 21:9 (w trybie odniesień obsługiwane są też proporcje adaptacyjne).

Czy API generuje natywne audio i synchronizację ust?

Tak. MiniMax H3 Max syntezuje natywne audio stereo, dźwięki otoczenia i mowę postaci zsynchronizowane z wideo w jednym przebiegu, z wiarygodną synchronizacją ust w dialogach, bez konieczności używania osobnych modeli audio.

Jak działają sterowanie pierwszą i ostatnią klatką oraz media referencyjne?

Obraz na wideo przyjmuje pierwszą klatkę i opcjonalną ostatnią klatkę. Tryb odniesień wymaga co najmniej jednego obrazu referencyjnego, pozwala na maksymalnie 9 obrazów, 3 wideo i 3 pliki audio, a łącznie przyjmuje nie więcej niż 12 plików. Obrazy referencyjne muszą mieć proporcje 1:1, 4:3/3:4, 16:9/9:16 lub 5:2/2:5. Wideo wymaga stałej liczby klatek 24fps, proporcji 16:9 lub 9:16, kwadratowych pikseli i braku metadanych rotacji; po przycięciu do czasu trwania wyniku obsługiwane są tylko liczby klatek 48/120/240/360. Audio wymaga 32kHz i liczby próbek podzielnej przez 800, bez przycinania do czasu trwania wyniku. Każdy plik wideo lub audio musi trwać 2–15 sekund; dla wideo i dla audio obowiązuje osobny łączny limit 15 sekund. Serwer weryfikuje media przed wysłaniem.

Czy mogę używać wygenerowanych wideo komercyjnie i ile to kosztuje?

Tak, wszystkie wideo wygenerowane przez API PoYo można wykorzystywać w produkcji komercyjnej. Cena zależy od czasu trwania wyniku i rozdzielczości: 10 kredytów/s dla 480p, 16 kredytów/s dla 768p i 32 kredyty/s dla 1080p, a w każdym żądaniu wliczone jest 4096 darmowych tokenów referencyjnych.

Dlaczego warto korzystać z PoYo do dostępu do API MiniMax H3 Max

Natychmiastowy dostęp do API, bez listy oczekujących

Zacznij generować wideo od razu dzięki prostym endpointom REST i natychmiastowemu tworzeniu kluczy API, bez kolejek akceptacji.

Przejrzysty cennik „płać za użycie”

Bez cyklicznych subskrypcji i minimalnych zobowiązań. Płacisz wyłącznie za wygenerowane sekundy i faktyczne zużycie tokenów, według konkurencyjnych stawek kredytów.

Wysoka współbieżność klasy enterprise

Zbudowane na klastrowej infrastrukturze o wysokiej dostępności, z uptime 99,9%, niezawodnym kolejkowaniem zadań i szybką siecią dostarczania treści.

Ekosystem i narzędzia dla programistów

Interaktywny playground, zweryfikowane schematy żądań, obszerne przykłady SDK i szybkie wsparcie techniczne, które przyspieszą wdrożenie produkcyjne.